a

docs/1.7/03_t.md

@@ -235,7 +235,28 @@ tensor([[6., 5., 6., 6.],
 >
 > 自动赋值运算虽然可以节省内存, 但在求导时会因为丢失了中间过程而导致一些问题, 所以我们并不鼓励使用它。
 
-## <span id="jump">tensor与Numpy的转化</span>
-
-
-
+## <span id="jump">Tensor与Numpy的转化</span>
+张量和`Numpy array`数组在CPU上可以共用一块内存区域, 改变其中一个另一个也会随之改变。
+**1. 由张量变换为Numpy array数组**
+```python
+t = torch.ones(5)
+print(f"t: {t}")
+n = t.numpy()
+print(f"n: {n}")
+```
+显示:
+```python
+t: tensor([1., 1., 1., 1., 1.])
+n: [1. 1. 1. 1. 1.]
+```
+修改张量的值，则`Numpy array`数组值也会随之改变。
+```python
+t.add_(1)
+print(f"t: {t}")
+print(f"n: {n}")
+```
+显示:
+```python
+t: tensor([2., 2., 2., 2., 2.])
+n: [2. 2. 2. 2. 2.]
+```