当前位置:   article > 正文

PyTorch学习(1)—Torch与Numpy对比_pytorch 最大优势是建立的神经网络是动态的

pytorch 最大优势是建立的神经网络是动态的

PyTorch相比TensorFlow,其最大的优点是建立的神经网络是动态的,相比静态的TensorFlow,它能更加有效地去处理一些问题,比如RNN变化时间长度的输出,TensorFlow相比PyTorch的有点在于分布式训练上。

神经网络中Torch可以替换Numpy。

首先,Tensor和Numpy之间的转换,示例代码如下所示:

  1. import torch
  2. import numpy as np
  3. np_data = np.arange(6).reshape((2, 3))
  4. torch_data = torch.from_numpy(np_data)
  5. tensor2array = torch_data.numpy()
  6. print(
  7. '\nnumpy', np_data,
  8. '\ntorch', torch_data,
  9. '\ntensor2array', tensor2array
  10. )

运行结果:
numpy [[0 1 2]
 [3 4 5]] 
torch 
 0  1  2
 3  4  5
[torch.IntTensor of size 2x3]
 
tensor2array [[0 1 2]
 [3 4 5]]

Tensor的运算,示例代码:

  1. import torch
  2. import numpy
声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/黑客灵魂/article/detail/747349
推荐阅读
相关标签
  

闽ICP备14008679号