将 PyTorch 张量与 scikit-learn 一起使用

Question

在使用 Z3483FF058DEDA2DAD41FA792FABDACZ25 时，我可以使用 PyTorch 张量而不是 NumPy arrays 吗？

I tried some methods from scikit-learn like train_test_split and StandardScalar , and it seems to work just fine, but is there anything I should know when I'm using PyTorch tensors instead of NumPy arrays?

根据https://scikit-learn.org/stable/faq.html#how-can-i-load-my-own-datasets-into-a-format-usable-by-scikit-learn上的这个问题：

numpy arrays 或 scipy 稀疏矩阵。 其他可转换为数字 arrays 的类型，例如 pandas DataFrame 也是可以接受的。

这是否意味着使用 PyTorch 张量是完全安全的？

Answer 1

我不认为 scikit-learn 直接支持 PyTorch 张量。 但是您始终可以从 PyTorch 张量中获取底层 numpy 数组

my_nparray = my_tensor.numpy()

然后将它与 scikit 学习功能一起使用。