pytorch是torch在python上的衍生,與tensorflow不同的是,它在搭建神經網路時不是先建立好乙個靜態圖,然後再把資料放到圖計算,而是乙個動態的過程,邊搭圖邊計算。
pytorch與numpy對比:
torch自稱為神經網路界的numpy,因為他能將torch產生的tensor放在gpu中加速運算,就像numpy會把array放在cpu中加速運算。不過,torch和numpy能夠很好地相容,自由地相互轉換numpy array和torch tensor。
pytorch資料的數學中詳細介紹了各種運算函式。
例如:numpy資料與torch資料相互轉換
np_data = np.arange(6)
.reshape((2
,3))
torch_data = torch.from_numpy(np_data)
tensor2array = torch_data.numpy(
)''' output
numpy [[0 1 2]
[3 4 5]]
torch tensor([[0, 1, 2],
[3, 4, 5]], dtype=torch.int32)
tensor2array [[0 1 2]
[3 4 5]]
'''
點積
data =[[
1,2]
,[3,
4]]tensor = torch.floattensor(data)
data = np.array(data)
print
('\nnumpy:'
,data.dot(data)
,'\ntorch:'
,tensor.dot(tensor)
)print
('numpy:'
,data.dot(data)
)print
('torch:'
,tensor.dot(tensor)
)''' output
numpy:[[
710][
1522]]
runtimeerror: dot: expected 1
-d argument self, but got 2
-d
(新版本torch只支援1d矩陣的點積) PyTorch學習筆記1 PyTorch簡介
很多人都會拿pytorch和google的tensorflow進行比較,這個肯定是沒有問題的,因為他們是最火的兩個深度學習框架了。但是說到pytorch,其實應該先說torch。torch是乙個與numpy類似的張量 tensor 操作庫,與numpy不同的是torch對gpu支援的很好,lua是t...
Pytorch學習筆記D1
一 相比tensorflow,pytorch的優點 1 占用記憶體空間小 2 原始碼只有tensorflow的十分之一,方便閱讀 3 除錯bug時,報錯行一般便是錯誤所在,而tensorflow一般報錯在sesson.run,錯誤指示不明了 4 pytorch進行深度學習,簡潔易懂,與python語...
pytorch學習筆記 回歸問題1
搭建模型 定義計算步驟 輸出運算結果 本節主要針對mnist資料集的數字識別問題,寫出乙個解決回歸問題的方法。初步體會機器學習的工作流程 import torch from torch import nn from torch.nn import functional as f from torch...