浅谈pytorch和Numpy的区别以及相互转换方法
更新时间:2018年07月26日 14:33:33 作者:qq_34535410
今天小编就为大家分享一篇浅谈pytorch和Numpy的区别以及相互转换方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
如下所示:
# -*- coding: utf-8 -*- # @Time : 2018/1/17 16:37 # @Author : Zhiwei Zhong # @Site : # @File : Numpy_Pytorch.py # @Software: PyCharm import torch import numpy as np np_data = np.arange(6).reshape((2, 3)) # numpy 转为 pytorch格式 torch_data = torch.from_numpy(np_data) print( '\n numpy', np_data, '\n torch', torch_data, ) ''' numpy [[0 1 2] [3 4 5]] torch 0 1 2 3 4 5 [torch.LongTensor of size 2x3] ''' # torch 转为numpy tensor2array = torch_data.numpy() print(tensor2array) """ [[0 1 2] [3 4 5]] """ # 运算符 # abs 、 add 、和numpy类似 data = [[1, 2], [3, 4]] tensor = torch.FloatTensor(data) # 转为32位浮点数,torch接受的都是Tensor的形式,所以运算前先转化为Tensor print( '\n numpy', np.matmul(data, data), '\n torch', torch.mm(tensor, tensor) # torch.dot()是点乘 ) ''' numpy [[ 7 10] [15 22]] torch 7 10 15 22 [torch.FloatTensor of size 2x2] '''
以上这篇浅谈pytorch和Numpy的区别以及相互转换方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。
相关文章
python Bamboolib库加速Pandas数据分析过程详解
这篇文章主要介绍了python Bamboolib库加速Pandas数据分析过程详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2024-01-01Python numpy.array()生成相同元素数组的示例
今天小编就为大家分享一篇Python numpy.array()生成相同元素数组的示例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
最新评论