浅谈tensorflow与pytorch的相互转换
本文以一段代码为例，简单介绍一下tensorflow与pytorch的相互转换（主要是tensorflow转pytorch），可能介绍的没有那么详细，仅供参考。
由于本人只熟悉pytorch，而对tensorflow一知半解，而代码经常遇到tensorflow，而我希望使用pytorch，因此简单介绍一下tensorflow转pytorch，可能存在诸多错误，希望轻喷~
1.变量预定义
在TensorFlow的世界里，变量的定义和初始化是分开的。
tensorflow中一般都是在开头预定义变量，声明其数据类型、形状等，在执行的时候再赋具体的值，如下图所示，而pytorch用到时才会定义，定义和变量初始化是合在一起的。
2.创建变量并初始化
tensorflow中利用tf.Variable创建变量并进行初始化，而pytorch中使用torch.tensor创建变量并进行初始化，如下图所示。
3.语句执行
在TensorFlow的世界里，变量的定义和初始化是分开的，所有关于图变量的赋值和计算都要通过tf.Session的run来进行。
sess.run([G_solver, G_loss_temp, MSE_loss],
feed_dict = {X: X_mb, M: M_mb, H: H_mb})
而在pytorch中，并不需要通过run进行，赋值完了直接计算即可。
4.tensor
pytorch运算时要创建完的numpy数组转为tensor，如下：
if use_gpu is True: X_mb = torch.tensor(X_mb, device="cuda") M_mb = torch.tensor(M_mb, device="cuda") H_mb = torch.tensor(H_mb, device="cuda") else: X_mb = torch.tensor(X_mb) M_mb = torch.tensor(M_mb) H_mb = torch.tensor(H_mb)
最后运行完还要将tensor数据类型转换回numpy数组：
if use_gpu is True: imputed_data=imputed_data.cpu().detach().numpy() else: imputed_data=imputed_data.detach().numpy()
而tensorflow中不需要这种操作。
5.其他函数
在tensorflow中包含诸多函数是pytorch中没有的，但是都可以在其他库中找到类似，具体如下表所示。
| tensorflow中函数 | pytorch中代替（所在库） | 参数区别 |
|---|---|---|
| tf.sqrt | np.sqrt（numpy） | 完全相同 |
| tf.random_normal | np.random.normal（numpy） | tf.random_normal(shape = size, stddev = xavier_stddev) np.random.normal(size = size, scale = xavier_stddev) |
| tf.concat | torch.cat（torch） | inputs = tf.concat(values = [x, m], axis = 1) inputs = torch.cat(dim=1, tensors=[x, m]) |
| tf.nn.relu | F.relu（torch.nn.functional） | 完全相同 |
| tf.nn.sigmoid | torch.sigmoid（torch） | 完全相同 |
| tf.matmul | torch.matmul（torch） | 完全相同 |
| tf.reduce_mean | torch.mean（torch） | 完全相同 |
| tf.log | torch.log（torch） | 完全相同 |
| tf.zeros | np.zeros | 完全相同 |
| tf.train.AdamOptimizer | torch.optim.Adam（torch） | optimizer_D = tf.train.AdamOptimizer().minimize(D_loss, var_list=theta_D) optimizer_D = torch.optim.Adam(params=theta_D) |
到此这篇关于浅谈tensorflow与pytorch的相互转换的文章就介绍到这了,更多相关tensorflow与pytorch的相互转换内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！
相关文章
本文主要介绍了Pandas数据结构之Series的使用，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2022-03-03
今天小编就为大家分享一篇python 实现矩阵填充0的例子，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2019-11-11
Python字符串对齐、删除字符串不需要的内容以及格式化打印字符
这篇文章主要给大家介绍了关于Python字符串对齐、删除字符串不需要的内容以及格式化打印字符的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-01-01
这篇文章主要为大家详细介绍了python简单实现图片文字分割，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-09-09
Python很棒，它有很多高级用法值得细细思索，学习使用。这篇文章主要介绍了python高级特性和高阶函数及使用详解,需要的朋友可以参考下2018-10-10
本文将结合实例代码，介绍OpenCV-Python实现轮廓拟合，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-06-06
这篇文章主要介绍了python中的__dict__属性介绍，首先通过将字典转换成对象的小技巧，展开标题介绍，具有一定的参考价值，下文具体的相关介绍需要的小伙伴可以参考一下2022-04-04
今天小编就为大家分享一篇基于anaconda下强大的conda命令介绍，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2018-06-06
这篇文章主要介绍了如何基于Python语言的matplotlib模块,对Excel表格文件中的指定数据加以密度散点图绘制的方法,有需要的小伙伴可以参考下2024-04-04
在本篇内容里小编给大家整理了关于python regex库实例用法总结内容，有需要的朋友们参考学习下。2021-01-01
最新评论