PyTorch入门(一)——Numpy vs Torch

非常抱歉,前几个月写论文,强化学习内容一直没更新。以后一定坚持更

下面开一篇新文:PyTorch入门,coding...

import torch
import numpy as np

np_data = np.arange(6).reshape((2, 3))
torch_data = torch.from_numpy(np_data)
tensor2array = torch_data.numpy()

print('\nnumpy', np_data)
print('\ntorch', torch_data)
print('\ntensor2array', tensor2array)

# abs
data = [-1, -2, 1, 2]
tensor = torch.FloatTensor(data) # 32bit

print('\nabs', np.abs(data))
print('\ntorch', torch.abs(tensor))

print('\nsin', np.sin(data))
print('\ntorch', torch.sin(tensor))

data = [1, 2]
tensor = torch.FloatTensor(data) # 32bit
print('\nmean', np.mean(data))
print('\ntorch', torch.mean(tensor))

data = [[1,2], [3,4]]
tensor = torch.FloatTensor(data)
data = np.array(data)
print('\nnumpy', np.matmul(data, data))
print('\nnumpy', data.dot(data))
print('\ntensor', torch.mm(tensor, tensor))

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值