无论是哪种原生张量 ， 通常都可以使用 ep.astensor 将它转换为适当的 EagerPy 张量 。 在此步骤中 ， 通过使用正确的 EagerPy 张量类来自动封装原生张量 。 此外 ， 最初的原生张量通常可以利用. raw 属性实现访问 。 完整示例如下代码 6 所示：
EagerPy 和原生张量之间的转换 。
在函数中通常将所有输入转换为 EagerPy 张量 。 这可以通过单独调用 ep.astensor 完成 ， 但在使用 ep.astensors 时 ， 代码可以更加简洁 ， 如下：
实现框架无关的通用函数
通过上文中的转换函数 ， 我们可以定义一个简单的框架无关函数 ， 如下代码 8 所示：
代码 8：一个简单的框架无关范数函数 。
如下代码 9 所示 ， 通过一个 PyTorch 张量来调用范数函数：
如下代码 10 所示 ， 通过一个 TensorFlow 张量来调用范数函数：
此外 ， 还需要注意一点 ， 如果如上代码 8 所示使用 EagerPy 张量来调用函数 ， 则 ep.astensor 调用只会返回它的输入 。 但是 ， 最后一行代码中的 result.raw 调用依然会提取底层原生张量 。 通常而言 ， 实现的通用函数最好可以透明地操控任何原生张量和 EagerPy 张量 ， 也就是说返回类型应该总是与输入类型相匹配 。
这在 Foolbox 等库中非常有用 ， 可以使用户同时处理 EagerPy 和原生张量 。
为此 ， EagerPy 提供上述转换函数的两种派生函数 ， 分别是 ep.astensor_和 ep.astensors_ ， 它们可以返回一个能够恢复输入类型的反转函数 。
如果 astensor_的输入是一个原生张量 ， 则 restore_type 等同于. raw；而如果原输入是一个 EagerPy 张量 ， 则 restore_type 将不会调用. raw 。 因此 ， 我们可以编写对任何输入都透明的改进版框架无关通用函数 ， 如下代码 11 所示：
【人走茶凉|API统一、干净，新型EagerPy实现多框架无缝衔接】最后 ， 如下代码 12 所示 ， 使用 ep.astensors_来转换和恢复多个输入：

• 无话不谈|卧槽！我随便写的一个API竟获得 2.5 亿的访问量
• 昆山|昆山电子厂扔证后员工离职：3000人走2900个，生产线直接瘫痪！
• 员工|生产线直接瘫痪！，昆山电子厂扔证后员工离职：3000人走2900个
• 人走茶凉|乞丐身子皇帝用料！华硕Z490仅1200元碾压10代处理器
• 人走茶凉|南开史学 | 连续4天！B站直播！
• 人走茶凉|华为Mate40四款型号曝光，配置将比iPhone12强大
• 人走茶凉|“一加只做旗舰”？是个笑话？外媒消息称，一加将推入门手机
• 人走茶凉|集智攻关 之江实验室以体制机制创新推进“高原造峰”
• 人走茶凉|终于！微信语音突破60s，发送长语音还不限时长，这次良心了
• 人走茶凉|快递催生下的行业，你看不起的职业其实很暴利