测试tensoflow or pytorch代码

Tensorflow

show一个例子这里,注意打印tf变量前先执行sess.run(tf.global_variables_initializer())以初始化变量。该例子包含如何定义变量以及单元测试。

import tensorflow as tf
def weights_nonzero(labels):
    # """Assign weight 1.0 to all labels except for padding (id=0)."""
    return tf.to_float(tf.not_equal(labels, 0))

if __name__ == "__main__":
	x = tf.Variable([[1,2,3,4,0,0,0], [3,4,5,6,7,0,0]])
	y= weights_nonzero(x)
	init=tf.global_variables_initializer()
	with tf.Session() as sess:
	    sess.run(init)
	    print(sess.run([x, y]))
Pytorch

show一个例子,pytorch的测试比较直观,所见即所得。在此主要记录几个创建变量的方法,用于做测试用例。

def a_b_c(a, b, c):
	print(a)
	print(b)
	print(c)

if __name__ == "__main__":
	#初始化整型变量,0-5内取值,size=(2,4),转类型为long
	inp = torch.randint(0, 5, (2, 4), dtype=torch.long) 
	#第二个tensor直接复制
	inp_1 = copy.deepcopy(inp)
	#创建连续数值的tensor
	inp_2 = torch.arange(0, 8).view(2, 4)
	a_b_c_(inp, inp_1, inp_2)
  • 0
    点赞
  • 0
    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