Pytorch 为什么Pytork是；“摧毁”；我的numpy阵列？

我正在研究形状的numpy张量（N，2128128）

当试图将这些图像形象化（我通过ifft2重建）时，numpy和pyTorch似乎以一种疯狂的方式把事情搞混了

我已经用小的虚拟数组进行了检查，当我将一个numpy数组传递给torch.FloatTensor时，在相同的位置（相同的形状！）上的值是完全相同的，但是当我尝试对torch张量进行ifft2时，结果与非torch张量上的结果不同！有人能帮我弄明白吗

一个小的可重复的例子是：

x=np.random.rand(3,2,2,2)
xTorch=torch.FloatTensor(x)

#visualize then in the interpreter, they are the same!
#
#now show the magnitude of an inverse fourier transform
plt.imshow(np.abs(np.fft.ifft2(xTorch[0,0,:,:]+1j*xTorch[0,1,:,:])))
plt.show()

plt.imshow(np.abs(np.fft.ifft2(x[0,0,:,:]+1j*x[0,1,:,:])))
plt.show()

#they are not the same ! What is the problem!?

我发现如果我使用：torch.Tensor.cpu（xTorch.detach（）.numpy（），我可以得到相同的结果，但这意味着什么

附言。 另外，请注意，我知道正确的可视化是x，而不是xTensor，所以当我进行ifft2时，torch似乎正在改变一些东西。。或者当我重建2个通道时…或者可能有复杂数字的问题/错误。。。

---

如果你看看里面：

np.abs（np.fft.ifft2（x[0,0，：，：]+1j*x[0,1，：，：，：]）

和xTorch一个，值是如此的不同，这不仅仅是一个浮点错误的问题，而是一个严重的问题，但我搞不懂，这让我发疯。

哦，我想我自己发现了：pyTorch不懂虚数，所有的虚数都是0。。。但在我看来，这是一种疯狂的行为。一条错误消息会更好。。。但是我仍然不明白.cpu（）.detach（）如何恢复被破坏的想象。如果将复杂的numpy数组转换为float，那么也会得到零：

（1j*x[0,1，：，：]）.astype（np.float）

。恢复使用

.cpu（）.detach（）销毁的号码是什么意思？你能提供一个代码示例吗？顺便说一句，你可以跟踪w.r.t.复数积分的进度。哦，我想我自己发现了：pyTorch不懂虚数，所有的虚数都是0。。。但在我看来，这是一种疯狂的行为。一条错误消息会更好。。。但是我仍然不明白.cpu（）.detach（）如何恢复被破坏的想象。如果将复杂的numpy数组转换为float，那么也会得到零：
（1j*x[0,1，：，：]）.astype（np.float）
。恢复使用
.cpu（）.detach（）销毁的号码是什么意思？你能提供一个代码示例吗？顺便说一句，您可以跟踪w.r.t.复数的集成进度。