莫烦PyTorch学习笔记(一)——Torch或Numpy
来源:互联网 发布:微信java通用版1.0精简 编辑:程序博客网 时间:2024/06/05 23:08
1.什么是Numpy
Numpy系统是Python的一种开源的数值计算扩展,用python实现的科学计算包。这种工具可用来存储和处理大型矩阵,包括强大的N维数组对象Array,比较成熟的函数库等。numpy和稀疏矩阵运算包scipy配合使用更加方便。
2.用Numpy还是Torch
Torch自称为神经网络界的Numpy,它能将torch产生的tensor放在GPU中加速运算,就想Numpy会把array放在CPU中加速运算。所以在神经网络中,用Torch的tensor形式更优。
但是为了减少用户的学习成本,Torch对Numpy实现了很好的兼容。可以用如下形式在numpy array和torch tensor之间自由转换。
import torchimport numpy as npnp_data = np.arange(6).reshape((2, 3))torch_data = torch.from_numpy(np_data)tensor2array = torch_data.numpy()print( '\nnumpy array:', np_data, # [[0 1 2], [3 4 5]] '\ntorch tensor:', torch_data, # 0 1 2 \n 3 4 5 [torch.LongTensor of size 2x3] '\ntensor to array:', tensor2array, # [[0 1 2], [3 4 5]])
3.Torch中的数学运算
torch中的tensor运算和numpy的array运算很相似,具体参看下面的代码:
# abs 绝对值计算data = [-1, -2, 1, 2]tensor = torch.FloatTensor(data) # 转换成32位浮点 tensorprint( '\nabs', '\nnumpy: ', np.abs(data), # [1 2 1 2] '\ntorch: ', torch.abs(tensor) # [1 2 1 2])# sin 三角函数 sinprint( '\nsin', '\nnumpy: ', np.sin(data), # [-0.84147098 -0.90929743 0.84147098 0.90929743] '\ntorch: ', torch.sin(tensor) # [-0.8415 -0.9093 0.8415 0.9093])# mean 均值print( '\nmean', '\nnumpy: ', np.mean(data), # 0.0 '\ntorch: ', torch.mean(tensor) # 0.0)
numpy和torch的矩阵乘法还是有点不同的,下面将对其区别进行展示:
# matrix multiplication 矩阵点乘data = [[1,2], [3,4]]tensor = torch.FloatTensor(data) # 转换成32位浮点 tensor# correct methodprint( '\nmatrix multiplication (matmul)', '\nnumpy: ', np.matmul(data, data), # [[7, 10], [15, 22]] '\ntorch: ', torch.mm(tensor, tensor) # [[7, 10], [15, 22]])# !!!! 下面是错误的方法 !!!!# 注意这里要转换成array,因为data原来是list对象,其没有.dot操作data = np.array(data) print( '\nmatrix multiplication (dot)', '\nnumpy: ', data.dot(data), # [[7, 10], [15, 22]] 在numpy 中可行 '\ntorch: ', tensor.dot(tensor) # torch 会转换成 [1,2,3,4].dot([1,2,3,4]) = 30.0)
以上就是torch和numpy的一些介绍,希望对大家有所帮助~
阅读全文
0 0
- 莫烦PyTorch学习笔记(一)——Torch或Numpy
- PyTorch基本用法(一)——Numpy,Torch对比
- PyTorch的学习笔记-torch package
- PyTorch学习总结(五)——torch.nn
- torch学习笔记<一>
- pytorch 学习笔记(一)
- pytorch 学习笔记(一)
- pytorch 学习笔记(一)
- pytorch 学习笔记(一)
- Pytorch学习笔记(2)---Numpy桥
- torch学习笔记(一)
- torch学习笔记(一)
- Torch学习笔记(一)
- PyTorch学习总结(二)——基于torch.utils.ffi的自定义C扩展
- Pytorch学习笔记(一)
- pytorch学习笔记(一) autograd
- PyTorch学习—PyTorch是什么?
- 莫烦PyTorch学习笔记(二)——回归
- LeetCode 46. Permutations
- [JAVA]单元测试:从零开始的JUnit之路(Elicpse/IDEA)
- 深度学习框架Keras学习系列(一):线性代数基础与numpy使用(Linear Algebra Basis and Numpy)
- 三级缓存
- 自定义video
- 莫烦PyTorch学习笔记(一)——Torch或Numpy
- 面试题总结(1)
- 《集体智慧编程》数学公式
- less常用
- 如何在 Azure 中均衡 Windows 虚拟机负载以创建具有高可用性的应用程序
- 无数四轴的航模常识
- IIS7 + Tomcat7 整合共用80端口
- Apache VirtualHost配置
- 浏览器最近浏览记录