# NumPy 배열 생성
numpy_array = np.array([1, 2, 3])
# NumPy 배열을 다른 데이터 타입으로 변환
float_array = numpy_array.astype(float)
int_array = numpy_array.astype(int)
print("Original NumPy array:", numpy_array)
print("Float array:", float_array)
print("Integer array:", int_array)
# PyTorch 텐서 생성
torch_tensor = torch.tensor([1, 2, 3])
# PyTorch 텐서를 다른 데이터 타입으로 변환
float_tensor = torch_tensor.float()
int_tensor = torch_tensor.int()
print("Original PyTorch tensor:", torch_tensor)
print("Float tensor:", float_tensor)
print("Integer tensor:", int_tensor)
Original NumPy array: [1 2 3]
Float array: [1. 2. 3.]
Integer array: [1 2 3]
Original PyTorch tensor: tensor([1, 2, 3])
Float tensor: tensor([1., 2., 3.])
Integer tensor: tensor([1, 2, 3], dtype=torch.int32)
300x250
반응형
'프로그래밍 > Python' 카테고리의 다른 글
0, 1 로 이루어진 배열, 텐서 만들기(pytorch,numpy - ones_like, zeros_like) (0) | 2023.12.04 |
---|---|
텐서, 배열 연결하기(numpy, pytorch - concat(concatenate, stack) (1) | 2023.12.04 |
텐서 차원 변경하기(pytorch - squeeze, unsqueeze/ numpy - squeeze, expand_dims) (0) | 2023.12.04 |
배열구조 바꾸기(numpy - reshape, pytorch - view/reshape) (0) | 2023.12.01 |
텐서, 행렬의 곱셈 - numpy(*, dot, @), pytorch(mul, matmul, @) 비교 (0) | 2023.12.01 |