国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

探討tensorflow與pytorch的互相轉(zhuǎn)變

89542767 / 552人閱讀

　　原文中具體闡述了簡單介紹tensorflow與pytorch的互相轉(zhuǎn)變，原文中根據(jù)實例編碼推薦的十分詳盡，對大家學習培訓或工作具有很強的參照學習培訓使用價值，必須的小伙伴們下邊伴隨著小編就來互相學習了解一下吧


　　原文中以這段編碼為例子，簡單介紹tensorflow與pytorch的互相轉(zhuǎn)變（具體是tensorflow轉(zhuǎn)pytorch），很有可能推薦的沒那么詳盡，僅作參考。


　　鑒于自己只了解pytorch，而對tensorflow不得而知，而編碼經(jīng)常碰到tensorflow，可是我期待使用pytorch，因而簡單介紹tensorflow轉(zhuǎn)pytorch，可能出現(xiàn)眾多不正確，期待輕噴~


　　1.自變量形式參數(shù)


　　在TensorFlow的世界中，變量的定義和重置是分離的。


　　tensorflow中一般是在開始形式參數(shù)自變量，申明其基本數(shù)據(jù)類型、樣子等，在實施的時候才賦具體值，如圖所示，而pytorch使用的時候才會界定，界定和變量初始化是拼在一起的。

01.png

　　2.建立自變量并重置


　　tensorflow中運用tf.Variable創(chuàng)建自變量然后進行重置，而pytorch使得用torch.tensor建立自變量然后進行重置，如圖所示。

02.png

　　3.句子實行


　　在TensorFlow的世界中，變量的定義和重置是分離的，所有關(guān)于圖自變量的取值和測算都需要根據(jù)tf.Session的run去進行。


　　sess.run([G_solver,G_loss_temp,MSE_loss],
　　feed_dict={X:X_mb,M:M_mb,H:H_mb})


　　而在pytorch中，并不一定根據(jù)run開展，取值完后立即測算就可以。


　　4.tensor


　　pytorch運算時要創(chuàng)建完的numpy數(shù)組轉(zhuǎn)為tensor，如下：


　　if use_gpu is True:
　　X_mb=torch.tensor(X_mb,device="cuda")
　　M_mb=torch.tensor(M_mb,device="cuda")
　　H_mb=torch.tensor(H_mb,device="cuda")


　　else:


　　X_mb=torch.tensor(X_mb)
　　M_mb=torch.tensor(M_mb)
　　H_mb=torch.tensor(H_mb)


　　最后運行完還要將tensor數(shù)據(jù)類型轉(zhuǎn)換回numpy數(shù)組：


　　if use_gpu is True:
　　imputed_data=imputed_data.cpu().detach().numpy()
　　else:
　　imputed_data=imputed_data.detach().numpy()


　　而tensorflow中不需要這種操作。


　　5.其他函數(shù)


　　在tensorflow中包含諸多函數(shù)是pytorch中沒有的，但是都可以在其他庫中找到類似，具體如下表所示。

05.png


文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址：http://m.specialneedsforspecialkids.com/yun/129039.html

相關(guān)文章

  • 探討tensorflow與pytorch的互相轉(zhuǎn)變

    　　原文中具體闡述了簡單介紹tensorflow與pytorch的互相轉(zhuǎn)變，原文中根據(jù)實例編碼推薦的十分詳盡，對大家學習培訓或工作具有很強的參照學習培訓使用價值，必須的小伙伴們下邊伴隨著小編就來互相學習了解一下吧　　原文中以這段編碼為例子，簡單介紹tensorflow與pytorch的互相轉(zhuǎn)變（具體是tensorflow轉(zhuǎn)pytorch），很有可能推薦的沒那么詳盡，僅作參考。　　因為自己只了解py...

    89542767 評論0 收藏0

  • tensorflow和pytorch的區(qū)別

    TensorFlow和PyTorch是兩個最流行的深度學習框架之一。雖然這兩個框架都可以完成大多數(shù)深度學習任務(wù)，但它們之間仍有很多區(qū)別。本文將探討TensorFlow和PyTorch之間的一些區(qū)別。 1. 靜態(tài)圖和動態(tài)圖 TensorFlow使用靜態(tài)圖，它需要先定義計算圖，然后再執(zhí)行計算。這使得TensorFlow在執(zhí)行大規(guī)模計算時非常高效。PyTorch使用動態(tài)圖，它允許用戶在執(zhí)行計算時動態(tài)...

    lidashuang 評論0 收藏1671

  • PyTorch一周年戰(zhàn)績總結(jié)：是否比TensorFlow來勢兇猛？

    摘要：截止到今天，已公開發(fā)行一周年。一年以來，社區(qū)中的用戶不斷做出貢獻和優(yōu)化，在此深表感謝。所以與衡量它的指標包括在機器學習研究論文中的使用。來自香港科技大學的在上推出了面向普通觀眾的在線課程。 Yann LeCun Twitter截止到今天，PyTorch 已公開發(fā)行一周年。一年以來，我們致力于打造一個靈活的深度學習研究平臺。一年以來，PyTorch 社區(qū)中的用戶不斷做出貢獻和優(yōu)化，在此深表感謝...

    ymyang 評論0 收藏0

  • 微軟開源的深度學習模型轉(zhuǎn)換工具MMdnn

    摘要：是微軟開源的用于不同深度學習框架和的模型之間互相轉(zhuǎn)換的工具，通過模型的中間表示來完成不同框架模型之間的轉(zhuǎn)換。 MMdnn簡介在工業(yè)街和學術(shù)界中，開發(fā)者或者研究人員可以選擇多種深度學習框架來構(gòu)建模型，每種框架有自己特有的網(wǎng)絡(luò)結(jié)構(gòu)定義以及模型保存格式，這種框架之間的鴻溝阻礙了不同框架模型之間的操作。MMdnn是微軟開源的用于不同深度學習框架(Caffe, Keras, MXNet, Tensor...

    高璐 評論0 收藏0

  • Anaconda+CUDA+cuDNN+Tensorflow2.0環(huán)境搭建

    摘要：圖和之間的關(guān)系圖例與各版本之間的環(huán)境依賴關(guān)系的原裝驅(qū)動并不支持，因此需要禁用掉并且重裝卡官方驅(qū)動。會有很多同學在不知道的情況下安裝了，最后導(dǎo)致和無法使用或者無法安裝等問題。 ...

    biaoxiaoduan 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<