Myślę, że masz teraz o wiele lepsze rozwiązanie, które jest lutorpy. Różni się od pytorcha, masz silnik lua w pythonie, więc jest bardziej elastyczny do importowania dowolny moduł lua i kod w python, i jest łatwy w użyciu i elastyczny. Dla pytorcha masz tylko bardzo mało przeniesiony moduł, który możesz użyć bezpośrednio w pythonie.
Dzięki lutorpy możesz łatwo i szybko przekonwertować numipa i tensor palnika.
Dla Ciebie przypadku można napisać kod w python tak:
import numpy as np
import lutorpy as lua
model = torch.load('PATH TO YOUR MODEL FILE')
# generate your input data with numpy
arr = np.random.randn(100)
# convert your numpy array into torch tensor
x = torch.fromNumpyArray(arr)
# apply model forward method with "._" syntax(which is equivalent to ":" in lua)
y = model._forward(x)
Krótkie porównanie między innej biblioteki: How can I load and use torch deep learning models from python?
pytorch autor tutaj. pytorch zawiera pełny silnik lua. Będzie działał luajit (linux) lub lua (mac). Możesz teraz zaimportować własne klasy lua. Zobacz na przykład https://github.com/hughperkins/pytorch-residual-networks lub https://github.com/hughperkins/cifar.pakcji –