简单介绍一下tensorflow与pytorch的相互转换(主要是tensorflow转pytorch)

本文以一段代码为例,简单介绍一下tensorflow与pytorch的相互转换(主要是tensorflow转pytorch),可能介绍的没有那么详细,仅供参考。

由于本人只熟悉pytorch,而对tensorflow一知半解,而代码经常遇到tensorflow,而我希望使用pytorch,因此简单介绍一下tensorflow转pytorch,可能存在诸多错误,希望轻喷~

目录

*
1.变量预定义
2.创建变量并初始化
3.语句执行
4.tensor
5.其他函数

1.变量预定义

在TensorFlow的世界里,变量的定义和初始化是分开的。
tensorflow中一般都是在开头预定义变量,声明其数据类型、形状等,在执行的时候再赋具体的值,如下图所示,而pytorch用到时才会定义,定义和变量初始化是合在一起的。

简单介绍一下tensorflow与pytorch的相互转换(主要是tensorflow转pytorch)

; 2.创建变量并初始化

tensorflow中利用tf.Variable创建变量并进行初始化,而pytorch中使用torch.tensor创建变量并进行初始化,如下图所示。

简单介绍一下tensorflow与pytorch的相互转换(主要是tensorflow转pytorch)

3.语句执行

在TensorFlow的世界里,变量的定义和初始化是分开的,所有关于图变量的赋值和计算都要通过tf.Session的run来进行。

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

而在pytorch中,并不需要通过run进行,赋值完了直接计算即可。

4.tensor

pytorch运算时要创建完的numpy数组转为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)

最后运行完还要将tensor数据类型转换回numpy数组:

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

而tensorflow中不需要这种操作。

5.其他函数

在tensorflow中包含诸多函数是pytorch中没有的,但是都可以在其他库中找到类似,具体如下表所示。

tensorflow中函数pytorch中对应的函数参数区别tf.sqrttorch.sqrt完全相同tf.random_normalnp.random.normal(numpy)tf.random_normal(shape = size, stddev = xavier_stddev)

np.random.normal(size = size, scale = xavier_stddev)tf.concattorch.catinputs = tf.concat(values = [x, m], axis = 1)

inputs = torch.cat(dim=1, tensors=[x, m])tf.nn.reluF.relu(torch.nn.functional)完全相同tf.nn.sigmoidtorch.sigmoid(torch)完全相同tf.matmultorch.matmul(torch)完全相同tf.reduce_meantorch.mean(torch)完全相同tf.logtorch.log(torch)完全相同tf.zerostorch.zeros完全相同tf.train.AdamOptimizertorch.optim.Adam(torch)optimizer_D = tf.train.AdamOptimizer().minimize(D_loss, var_list=theta_D)

optimizer_D = torch.optim.Adam(params=theta_D)

【说明】:本文的介绍仅供参考,实际转换请多查阅相关资料,如果有能力,建议这两种深度学习框架都进行掌握~

参考:1. https://blog.csdn.net/dou3516/article/details/109181203

Original: https://blog.csdn.net/didi_ya/article/details/125461794
Author: wendy_ya
Title: 简单介绍一下tensorflow与pytorch的相互转换(主要是tensorflow转pytorch)

原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/522062/

转载文章受原作者版权保护。转载请注明原作者出处!

(0)

大家都在看

亲爱的 Coder【最近整理,可免费获取】👉 最新必读书单  | 👏 面试题下载  | 🌎 免费的AI知识星球