探討tensorflow與pytorch的互相轉變

89542767 發布于2023-01-01 17:49 / 549人閱讀

　　原文中具體闡述了簡單介紹tensorflow與pytorch的互相轉變，原文中根據實例編碼推薦的十分詳盡，對大家學習培訓或工作具有很強的參照學習培訓使用價值，必須的小伙伴們下邊伴隨著小編就來互相學習了解一下吧

　　原文中以這段編碼為例子，簡單介紹tensorflow與pytorch的互相轉變（具體是tensorflow轉pytorch），很有可能推薦的沒那么詳盡，僅作參考。

　　因為自己只了解pytorch，而對tensorflow不得而知，而編碼經常碰到tensorflow，可是我期待使用pytorch，因而簡單介紹tensorflow轉pytorch，可能出現眾多不正確，期待輕噴~

　　1.自變量形式參數

　　在TensorFlow的世界中，變量的定義和復位是分離的。

　　tensorflow中一般是在開始形式參數自變量，申明其基本數據類型、樣子等，在實施的時候才賦具體值，如圖所示，而pytorch使用的時候才會界定，界定和變量初始化是拼在一起的。

　　2.建立自變量并復位

　　tensorflow中運用tf.Variable創建自變量然后進行復位，而pytorch使得用torch.tensor建立自變量然后進行復位，如圖所示。

　　3.句子實行

　　在TensorFlow的世界中，變量的定義和復位是分離的，所有關于圖自變量的取值和測算都需要根據tf.Session的run去進行。

　　sess.run([G_solver,G_loss_temp,MSE_loss],
　　feed_dict={X:X_mb,M:M_mb,H:H_mb})

　　而在pytorch中，并不一定根據run開展，取值完后立即測算就可以。

　　4.tensor

　　pytorch計算時應建立完的numpy數組轉為tensor，如下所示：

　　ifuse_gpuisTrue:
　　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)

　　最后運行完還要將tensor數據類型轉換回numpy數組：

　　ifuse_gpuisTrue:
　　imputed_data=imputed_data.cpu().detach().numpy()
　　else:
　　imputed_data=imputed_data.detach().numpy()
　　而tensorflow中不用這樣的操作。

　　5.別的函數公式

　　在tensorflow其中包含眾多函數公式是pytorch中不具備的，可是都能在別的庫文件尋找類似，詳細如下表所顯示。

　　綜上所述，這篇文章就給大家介紹到這里了，希望可以給大家帶來幫助。

文章版權歸作者所有，未經允許請勿轉載,若此文章存在違規行為，您可以聯系管理員刪除。

轉載請注明本文地址：http://specialneedsforspecialkids.com/yun/129032.html

探討tensorflow與pytorch的互相轉變

　　原文中具體闡述了簡單介紹tensorflow與pytorch的互相轉變，原文中根據實例編碼推薦的十分詳盡，對大家學習培訓或工作具有很強的參照學習培訓使用價值，必須的小伙伴們下邊伴隨著小編就來互相學習了解一下吧　　原文中以這段編碼為例子，簡單介紹tensorflow與pytorch的互相轉變（具體是tensorflow轉pytorch），很有可能推薦的沒那么詳盡，僅作參考。　　鑒于自己只了解py...

89542767 2023-01-02 20:33 評論0 收藏0
tensorflow和pytorch的區別

TensorFlow和PyTorch是兩個最流行的深度學習框架之一。雖然這兩個框架都可以完成大多數深度學習任務，但它們之間仍有很多區別。本文將探討TensorFlow和PyTorch之間的一些區別。 1. 靜態圖和動態圖 TensorFlow使用靜態圖，它需要先定義計算圖，然后再執行計算。這使得TensorFlow在執行大規模計算時非常高效。PyTorch使用動態圖，它允許用戶在執行計算時動態...

lidashuang 2023-04-25 14:15 評論0 收藏1671
PyTorch一周年戰績總結：是否比TensorFlow來勢兇猛？

摘要：截止到今天，已公開發行一周年。一年以來，社區中的用戶不斷做出貢獻和優化，在此深表感謝。所以與衡量它的指標包括在機器學習研究論文中的使用。來自香港科技大學的在上推出了面向普通觀眾的在線課程。 Yann LeCun Twitter截止到今天，PyTorch 已公開發行一周年。一年以來，我們致力于打造一個靈活的深度學習研究平臺。一年以來，PyTorch 社區中的用戶不斷做出貢獻和優化，在此深表感謝...

ymyang 2019-04-25 18:23 評論0 收藏0
微軟開源的深度學習模型轉換工具MMdnn

摘要：是微軟開源的用于不同深度學習框架和的模型之間互相轉換的工具，通過模型的中間表示來完成不同框架模型之間的轉換。 MMdnn簡介在工業街和學術界中，開發者或者研究人員可以選擇多種深度學習框架來構建模型，每種框架有自己特有的網絡結構定義以及模型保存格式，這種框架之間的鴻溝阻礙了不同框架模型之間的操作。MMdnn是微軟開源的用于不同深度學習框架(Caffe, Keras, MXNet, Tensor...

高璐 2019-04-25 18:29 評論0 收藏0
Anaconda+CUDA+cuDNN+Tensorflow2.0環境搭建

摘要：圖和之間的關系圖例與各版本之間的環境依賴關系的原裝驅動并不支持，因此需要禁用掉并且重裝卡官方驅動。會有很多同學在不知道的情況下安裝了，最后導致和無法使用或者無法安裝等問題。 ...

biaoxiaoduan 2021-09-09 09:34 評論0 收藏0