Python 如何在Pytorch中将torch张量转换为numpy数组列表？

我有一个火炬张量，看起来像火炬。大小（[32,3,64,64]）

我试图将张量转换成可以传递这些断言的东西：

assert(type(images) == list)
assert(type(images[0]) == np.ndarray)
assert(len(images[0].shape) == 3)
assert(np.max(images[0]) > 10)
assert(np.min(images[0]) >= 0.0)

我现在正在做这个来转换张量：

# turn tensor into list of lists
imgs = imgs.tolist()

# iterate over list and turn each image into a numpy array with normalized values
for idx, img in enumerate(imgs):
  img = cv2.normalize(np.array(img), None,
  alpha = 0, beta = 255, norm_type = cv2.NORM_MINMAX )

我得到了这个错误：

File "scripts/run_model.py", line 158, in get_inception_score
assert(type(images[0]) == np.ndarray)
AssertionError

如何正确地转换张量，使type（images）是一个列表，type（images[0]是一个np.ndarray）？ 任何帮助都将不胜感激。

---

提前感谢。

首先使用

tensor.numpy（）

将Pytorch张量转换为numpy数组，然后使用内置的

list（）

方法将其转换为列表

images=torch.randn（32,3,64,64）
numpy_imgs=images.numpy（）
列表\u imgs=列表（numpy\u imgs）
打印（打印（图像））
打印（类型（numpy\U imgs））
打印（类型（列表\ imgs））
打印（类型（列表\u imgs[0]））