PyTorch和Numpy之间的联系和差异的详细阐述(万文多图)

herosunly

已于 2022-11-19 22:51:26 修改

阅读量1.2w

点赞数 20

分类专栏：机器学习入门之工具篇文章标签： Pytorch Numpy 深度学习

于 2019-03-30 08:54:53 首次发布

本文链接：https://blog.csdn.net/herosunly/article/details/88892326

版权

机器学习入门之工具篇专栏收录该内容

83 篇文章 200 订阅 ¥49.90 ¥99.00

订阅专栏

文章目录

0. PyTorch介绍
1. Pytorch数据
2. PyTorch张量操作

0. PyTorch介绍

A Tensor library like Numpy, unlike Numpy it has strong GPU support. Lua is a wrapper for Torch (Yes! you need to have a good understanding of Lua), and for that you will need LuaRocks package manager.

由此可见，PyTorch和Numpy有着千丝万缕的关系。为了提高学习效率，特意把两者之间的关联总结出来。

1. Pytorch数据

1.1 如何获取数据的基本属性

数据的基本属性包括数据的维度、元素个数、每一维的大小。

Numpy

基本属性	Numpy类别	API
维度	属性	ndim
元素个数	属性	size
每一维的大小	属性	shape

了解本专栏

订阅专栏解锁全文

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

herosunly

关注关注

20
点赞
踩
15

收藏

觉得还不错? 一键收藏
打赏
4
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

订阅专栏

机器学习之学习路径、学习方法、常用工具、Python、Numpy、pandas、sklearn、Tensorflow、Pytorch、Git入门教学大纲

herosunly的博客

10-09

1万+

学习方法核心思想 Python基础 2.1 Python运行环境(Jupyter Notebook) 2.2 编程规范 2.3 基本语法 2.4 函数式编程 2.5 面向对象 2.6 文件操作数据处理常用库Numpy 数据处理常用库Pandas(DataFrame、Series等) Linux常用命令 Git和Github .........................................................

PyTorch、TensorFlow 和 NumPy三者之间的区别与联系是什么？

weixin_47151388的博客

03-12

713

你知道PyTorch、TensorFlow 和 NumPy三者之间的区别与联系是什么吗

4 条评论您还未登录，请先登录后发表或查看评论

Pytorch与Numpy

BBJG_001的博客

02-02

3961

原文地址 Pytorch是一个开源的Python机器学习库，封装了大量科学运算、机器学习、深度学习的算法，被广泛应用与学术研究中。 Pytorch向广泛被使用的numpy科学运算库做了广泛的靠拢和兼容，很多在numpy下的函数接口在pytorch下同样适用，这为我们入门pytorch提供了极大地便利。 Torch 自称为神经网络界的 Numpy, 因为他能将 torch 产生的 tensor 放...

PyTorch 基础--NumPy基础知识（1）

weixin_59851140的博客

07-14

1379

以上的方法生成的随机数是没有办法重现的。2.ndarray.shap:数组的维度，值是一个整数元组，元组的值代表其所对应的轴的长度 eg:二维数组用于表示这是一个几行几列的矩阵，值为（x,y) 则表示这个数组中有x行，y列。其中start与stop用于指定范围，step用于设定步长，生成一个数组，start的默认值为0，步长step可为小数，与python中的range的功能相似。在深度学习中，我们常对参数进行初始化，来更好的训练模型，提高模型的性能，有的初始化还要满足某些条件，比如正态分布或均匀分布。

1.比较Pytorch和numpy

岁月的童话

08-29

8373

一、前言内容源于莫烦的pytorch版块，近期要做一些pytorch相关方面的工作，对pytorch进行一些探索。代码：https://github.com/MorvanZhou/PyTorch-Tutorial/blob/master/tutorial-contents 视频可以自己找来看，b站有。另外要指出，莫烦这人可真不赖。二、pytorch PyTorch是Fackbo...

pytorch和Numpy的区别以及相互转换

邹小驴

03-25

754

numpy中的ndarray转化成pytorch中的tensor ： torch.from_numpy() pytorch中的tensor转化成numpy中的ndarray : numpy() import numpy as np import torch np_arr = np.array([1,2,3,4]) tor_arr=torch...

Numpy & PyTorch知识点总结

weixin_43222910的博客

08-15

944

Numpy & PyTorch知识点总结前言Numpy1.np.random模块常用函数2.Numpy数组创建函数3.Numpy算术运算4.Numpy中改变向量形状的函数5.合并数组6.Numpy中的几个常用通用函数7.Numpy广播机制PyTorch概述1.Pytorch主要包组成：2.PyTorch与Numpy区别1.创建Tensor2.修改Tensor的形状3.常用选择操作函数4.常见逐元素操作5.常见归并操作6.常见比较操作7.常用矩阵函数8.PyTorch与Numpy函数对照表前言最近

图神经网络实战（9）——GraphSAGE详解与实现

盼小辉丶的博客

05-06

2288

本节介绍了 GraphSAGE 框架及其两个组成部分——邻居采样算法和三个不同的聚合算子，其中邻居采样是 GraphSAGE 能够高效处理大规模图的核心。并使用 PyTorch Geometric 构建 GraphSAGE 模型在 PubMed 数据集上执行节点分类，GraphSAGE 虽然准确率略低于 GCN 或 GAT 模型，但它是常用于处理大规模图数据的高效框架。

CMGAN 跨模式异构图注意网络统一多模式理解和预测人类移动系统

程序员光剑

08-31

451

随着移动互联网、物联网和边缘计算等新兴技术的不断涌现，如何使得人类的移动生活更加便捷、高效地满足需求已经成为越来越多企业和开发者关注的重点。在这样的背景下，统一多模式理解（UAM）和预测性行为（Predictive Behavior）等概念及技术也逐渐被提出，并得到越来越多应用。而在这个过程中，如何能够把不同形式的数据集成到统一的“个人行为”数据模型中，从而形成一个“通用意识”，并对该“通用意识”做出准确的预测，成为当前人类移动预测领域的热门研究课题之一。

人类决策行为的“有界最优性“：找到正确的算法在犯错误和思考太多之间找到完美的平衡

最新发布

程序员光剑

09-03

830

在现代社会中，我们每天都面临着无数的决策。从选择早餐吃什么，到制定长期职业规划，决策无处不在。传统的经济学理论假设人类是完全理性的，能够在所有可能的选项中做出最优决策。然而，现实世界中的决策过程远比理论模型复杂。人类的认知能力是有限的，我们无法像计算机那样快速处理海量信息。这就引出了一个关键问题：在有限的时间和认知资源下，人类如何做出"足够好"的决策？这个问题导致了"有界最优性"（Bounded Optimality）概念的提出。

pytorch 与numpy 部分操作的对应关系

wzg2016的博客

10-18

2621

pytorch号称神经网络界的numpy,确实非常好用,容易上手,自己在学习中总结了 pytorch 与numpy 的一些运算操作上的不同. np.dot(a,b) ==> torch.mm(a,b) np.maxmum(h,0) ==> h.clamp(min=0) np.square(x) ==> x.pow(2) y=x.copy() ==> y=x.c...

NumPy库与PyTorch库的异同点

weixin_58628068的博客

05-05

1014

NumPy库为数组服务，PyTorch库为张量服务，这是最本质的区别。

PyTorch官方教程之5：numpy vs PyTorch

菜鸟笔记

03-14

2711

# 《PyTorch官方教程中文版》， PyTorch之小试牛刀 # PyTorch的核心之一：张量，类似于numpy，但可以在GPU上运行 # 在介绍PyTorch之前，本章节将首先使用numpy实现网络 # 代码解读参考： https://www.cnblogs.com/beer/p/8120487.html import numpy as np import torch # N是批大小; D_in是输入维度; H是隐藏的维度; D_out是输出维度。 N, D_in, H, D_out = 64

（1）Numpy基础知识&PyTorch基础知识

qq_43637727的博客

06-14

677

在创建Jupyter笔记本之后，我们先来学习一下Numpy。Numpy是python中最常见的用于科学计算的基础包，有对数组进行快速操作的一系列方法，包括数学运算、逻辑运算、分片操作、排序、选择、输入输出、离散傅里叶变换、基本线性代数、基本统计运算、随机模拟等。 Numpy的核心是ndarray对象，它封装了相同数据类型的n维数组。基本概念 Numpy的数组类为ndarray,通常也被称作数组。ndarray对象的属性有： ndarray.ndim: 数组轴的个数 ndarray.shape: 数.

pytorch入门（一）：numpy与pytorch

一个元素的专栏

07-19

1755

torch与numpy有不少相似之处，可看作gpu版本的numpy。比较arange、reshape。matmil、mm、T、from_numpy、unsqueeze、sequeeze、seed、randn、normal、randint、sin、sum、mul、multiply等操作。

Pytorch与numpy转换比较

weixin_43479978的博客

11-19

342

Pytorch与numpy转换比较使用numpy来计算前向神经网络，loss，和反向传播。 numpy ndarray是一个普通的n维array。它不知道任何关于深度学习或者梯度(gradient)的知识，也不知道计算图(computation graph)，只是一种用来计算数学运算的数据结构。使用PyTorch tensors来创建前向神经网络，计算损失，以及反向传播。PyTorch Tensor可以在CPU或者GPU上运算。如果想要在GPU上运算，就需要把Tensor换成cuda类型。 nump

pytorch学习笔记1--torch和numpy的对比

beautiful77moon的博客

08-15

5176

一、numpy和torch numpy是python中处理数据的模块，可以处理各种的矩阵(matrix)。 Torch自称为神经网络中的numpy。它会将torch产生的tensor放在GPU中加速运算，就像numpy会把array放在CPU中加速运算。 numpy和torch能很好的兼容，对于数据的运算形式也十分相似。numpy array和torch tensor之间也能很好的转换。二...

pytorch和numpy

03-28

以下是一些PyTorch和NumPy之间的区别： 1. 计算图：PyTorch使用动态计算图，而NumPy没有。这意味着在PyTorch中，计算图是在运行时构建的，而在NumPy中，计算图是在编写代码时构建的。 2. GPU加速：PyTorch支持GPU...