pytorch：numpy运算转换为torch运算

np_data=np.arange(6).reshape((2,3))

1.#由numpy转换为torch数据

numpy [[0 1 2]
 [3 4 5]] 

torch_data=torch.from_numpy(np_data)

2.#由tensor数据转换为numpy数据

torch tensor([[0, 1, 2],
        [3, 4, 5]], dtype=torch.int32)

tensor2array=torch_data.numpy()

tensor2array [[0 1 2]
 [3 4 5]]

3.abs函数

data=[-1,-2,1,2]
tensor=torch.FloatTensor(data)
print(
    '\nabs',
    '\nnumpy',np.abs(data),
    '\ntorch',torch.abs(tensor)
)

abs 
numpy [1 2 1 2] 
torch tensor([1., 2., 1., 2.])

torch.abs要处理的数据必须是tensor，而不能是list。torch .abs等同于numpy.abs函数

4.#sin如abs一样

data=[-1,-2,1,2]
tensor=torch.FloatTensor(data)
print(
    '\nsin',
    '\nnumpy',np.sin(data),
    '\ntorch',torch.sin(tensor)
)

sin 
numpy [-0.84147098 -0.90929743  0.84147098  0.90929743] 
torch tensor([-0.8415, -0.9093,  0.8415,  0.9093])

其他的函数也如同numpy类似，需要可以百度查询
5.#矩阵相乘

data=[[1,2],[3,4]]
tensor=torch.FloatTensor(data)
print(
    '\nnumpy矩阵相乘:',np.matmul(data,data),
    '\ntorch矩阵相乘:',torch.mm(tensor,tensor)
)

numpy矩阵相乘: [[ 7 10]
 [15 22]] 
torch矩阵相乘: tensor([[ 7., 10.],
        [15., 22.]])