Pytorch & Numpy 对照表

最新推荐文章于 2024-07-31 10:20:01 发布

ViatorSun

最新推荐文章于 2024-07-31 10:20:01 发布

阅读量1.5w

点赞数 6

分类专栏： Pytorch 文章标签： numpu Pytorch

本文链接：https://blog.csdn.net/ViatorSun/article/details/106862863

版权

38 篇文章 38 订阅

订阅专栏

PyTorch 里面处理的最基本的操作对象就是 Tensor（张量），表示的是一个多维的矩阵，比如零维就是一个点，一维就是向量，二维就是一般的矩阵，多维就相当于一个多维的数组，这和 numpy 是对应的，而且 PyTorch 的 tensor 可以和 numpy 的 ndarray 相互转换，

唯一不同的是 PyTorch 可以在 GPU 上运行
而 numpy 的 ndarray 只能在 CPU 上运行

我们先介绍一下一些常用的不同数据类型的Tensor（ torch.Tensor默认的是 torch.FloatTensor数据类型）：

Numpy	PyTorch
x[0]	x[0]
x[:, 0]	x[:, 0]
x[indices]	x[indices]
np.take(x, indices)	torch.take(x, torch.LongTensor(indices))
x[x != 0]	x[x != 0]

Numpy	PyTorch
np.array([[1, 2], [3, 4]])	torch.tensor([[1, 2], [3, 4]])
np.array([3.2, 4.3], dtype=np.float16) , np.float16([3.2, 4.3])	torch.tensor([3.2, 4.3], dtype=torch.float16)
x.copy()	x.clone()
np.fromfile(file)	torch.tensor(torch.Storage(file))
np.frombuffer
np.fromfunction
np.fromiter
np.fromstring
np.load	torch.load
np.loadtxt
np.concatenate	torch.cat

Numpy	PyTorch
np.put
x.put	x.put_
x = np.array([1, 2, 3]) x.repeat(2) # [1, 1, 2, 2, 3, 3]	x = torch.tensor([1, 2, 3]) x.repeat(2) # [1, 2, 3, 1, 2, 3] x.repeat(2).reshape(2, -1).transpose(1, 0).reshape(-1) # [1, 1, 2, 2, 3, 3]
np.tile(x, (3, 2))	x.repeat(3, 2)
np.choose
np.sort sorted, indices = torch.sort(x, [dim])
np.argsort sorted, indices = torch.sort(x, [dim])
np.nonzero	torch.nonzero
np.where	torch.where
x[::-1]