从张量转换为CPU以获取字典值

Question

我有一个具有以下值的字典，我正在尝试将“ train_acc”中的张量转换为像其他值一样的浮点值列表，以便我可以使用它来绘制图形，但我不知道该怎么做。

defaultdict(list,
            {'train_acc': [tensor(0.9889, device='cuda:0', dtype=torch.float64),
              tensor(0.9909, device='cuda:0', dtype=torch.float64),
              tensor(0.9912, device='cuda:0', dtype=torch.float64)],
             'train_loss': [0.049552333343110315,
              0.040933397413570306,
              0.04100083970214572],
             'val_acc': [0.9779669504256384,
              0.9779669504256384,
              0.9779669504256384],
             'val_loss': [0.11118546511442401,
              0.11118546511442401,
              0.11118546511442401]})

Answer 1

可以完成.cpu（） - 移至CPU，然后通过.Item（）获得张量的值。
如果dict看起来如下：

dict = {

'train_acc': [tensor(0.9889, device='cuda:0', dtype=torch.float64),
              tensor(0.9909, device='cuda:0', dtype=torch.float64),
              tensor(0.9912, device='cuda:0', dtype=torch.float64)],
 
'train_loss':[0.049552333343110315,
              0.040933397413570306,
              0.04100083970214572],

 'val_acc':   [0.9779669504256384,
              0.9779669504256384,
              0.9779669504256384],

 'val_loss':  [0.11118546511442401,
              0.11118546511442401,
              0.11118546511442401]
}

然后，以下代码可以修改dict：

dict['train_acc'] = [x.cpu().item() for x in dict['train_acc']]