将 PyTorch 变量复制到 Numpy 数组

Question

假设我在 GPU 中有一个 PyTorch 变量：

var = Variable(torch.rand((100,100,100))).cuda()

将此变量复制（而不是桥接）到 NumPy 数组的最佳方法是什么？

var.clone().data.cpu().numpy()

或

var.data.cpu().numpy().copy()

通过 运行 快速基准测试，.clone() 比 .copy() 稍快。但是，.clone() + .numpy() 将创建一个 PyTorch 变量和一个 NumPy 桥，而 .copy() 将创建一个 NumPy 桥 + 一个 NumPy 数组。

Answer 1

这是一个很有趣的问题。在我看来，这个问题有点opinion-based，我想谈谈我的看法。

从以上两种方法来看，我更喜欢第一种（使用clone()）。由于您的目标是复制信息，因此本质上您需要投入额外的内存。 clone() 和 copy() 应该占用相似的存储量，因为创建 numpy 桥不会导致额外的内存。另外，我不明白你的意思，copy() 将创建两个 numPy 数组。正如你提到的，clone() 比 copy() 快，我没有看到使用 clone() 的任何其他问题。

如果有人可以提供一些反驳论据，我很乐意对此再考虑一下。

Answer 2

因为clone()是recorded by AD second options is less intense. There are 你也可以考虑。