踩坑历险记：can‘t convert np.ndarray of type numpy.object

• • • 问题记录
    • 解决方法
    • • • 方法一：蠢方法
        • 方法二：还可以的方法
    • 参考文献

我有一个numpy.ndarray类型的数组，数组里面的数据是tensor类型，现在我想将这个数组转化为tensor类型，然后报错了，代码和报错截图如下：
代码及代码运行截图：

import numpy as np
import torch

a = torch.tensor([1, 1, 1])
b = torch.tensor([2, 2, 2])
c = np.array([a, b])
print("print the c: n {}n".format(c))
print("c's type is {}".format(type(c)))

d = torch.tensor(c)
print("print the d: n {}n".format(d))
print("d's type is {}".format(type(d)))

报错截图：

错误原因解释：就是numpy数据类型里只有float64, float32, float16, complex64, complex128, int64, int32, int16, int8, uint8, bool，没有tensor类型，所以出错了。一般而言，只要对数组里的数据进行强制转换，转换为float64, float32, float16, complex64, complex128, int64, int32, int16, int8, uint8, bool中的任意一种都行，可以参考这篇文章 异常can’t convert np.ndarray of type numpy.object_.。但不适用我们这次的问题。

如果有大神晓得其他方法，并且能在评论区告诉我的话，那就真的感激不尽啦！

用了蠢方法，先遍历将numpy.ndarray数组里的元素全部转换为numpy.ndarray类型，也就是我将数组里的tensor类型数据转换为了numpy.ndarray类型，然后再使用torch.tensor命令进行转换，嗯，然后就成功了。
代码及代码运行截图：

import numpy as np
import torch

a = torch.tensor([1, 1, 1])
b = torch.tensor([2, 2, 2])
c = np.array([a, b])
print("print the c: n {}n".format(c))
print("c's type is {}".format(type(c)))

c = [val.numpy() for val in c]  #  改动在这里，将tensor转换为了numpy
d = torch.tensor(c)
print("print the d: n {}n".format(d))
print("d's type is {}".format(type(d)))

先将numpy.ndarray数组转换为list类型,再使用torch.stack命令进行转换，嗯，然后也成功了。
代码及代码运行截图：

import numpy as np
import torch

a = torch.tensor([1, 1, 1])
b = torch.tensor([2, 2, 2])
c = np.array([a, b])
print("print the c: n {}n".format(c))
print("c's type is {}".format(type(c)))

d = torch.stack(list(c))   # 在这里改动了
print("print the d: n {}n".format(d))
print("d's type is {}".format(type(d)))

1. 异常can’t convert np.ndarray of type numpy.object_.