pytorch: 学习笔记2.1：pytorch中的变量 及 tensor(requires_grad=True)转为numpy

1，pytorch的tensor转为numpy
2，pytorch中的变量Variable

# 1, tensor转为numpy# requires_grad=True 时，不可以将tensor直接转为numpy； 需要 x(tensor).detach().numpy()# requires_grad=False 时，可以将tensor直接转为numpyimport torchfrom torch.autograd import Variablex1 = torch.arange(-8.0, 8.0, 1, requires_grad=False)  # requires_grad 默认值为Falseprint(x1.numpy())  # [-8. -7. -6. -5. -4. -3. -2. -1.  0.  1.  2.  3.  4.  5.  6.  7.]x2 = torch.arange(-8.0, 8.0, 1, requires_grad=True)print(x2.detach().numpy())  # [-8. -7. -6. -5. -4. -3. -2. -1.  0.  1.  2.  3.  4.  5.  6.  7.]# 2, 变量# pytorch中的变量有 .data & .grad & .grad_fn三个属性# 定义变量v1 = Variable(x1, requires_grad=True)v2 = Variable(x2)v3 = v1 + v2# print(variable)print(v3.data)  # 取出tensor数据print(v3.grad)  # 求梯度print(v3.grad_fn)  # 该属性表示此Tensor是不是通过某些运算得到的# tensor([-16., -14., -12., -10.,  -8.,  -6.,  -4.,  -2.,   0.,   2.,   4.,   6.,#           8.,  10.,  12.,  14.])# None# <AddBackward0 object at 0x000001A2F46E4D88>