【pytorch tensorflow numpy对照表】

tensorflownumpypytorch作用用法tf.reduce_mean(tensor,axis)torch.mean(tensor,axis)取均值tf详情tf.reduce_sum(tensor,axis)torch.sum(tensor,axis)求和tf详情tf.square(tensor)torch.square(tensor)x*...

magic_shuang

2333人浏览 · 2020-11-23 11:08:07

magic_shuang · 2020-11-23 11:08:07 发布

tensorflow	numpy	pytorch	作用	类型	用法
基本操作
	np.array([x,y],type)	torch.Tensor([x,y])	从list转*，类型转化	矩阵
	np.zeros((x,y))		全部为0，形状是(x,y)	矩阵
		torch.from_numpy(ndarry)	从ndarry转*，类型转化	矩阵
		x.numpy()	从*转ndarry，类型转化	矩阵
tf.expand_dims(x,axis=1)	x[:, np.newaxis]	x.unsqueeze(0)	添加一个维度
		x.squeeze(0)	减少一个维度
统计
tf.reduce_mean(tensor,axis)	np.mean()	torch.mean(tensor,axis)	取均值	矩阵	tf详情
tf.reduce_sum(tensor,axis)	np.sum()	torch.sum(tensor,axis)	求和	矩阵	tf详情
	np.max()	torch.max(tensor,axis)	最大值	矩阵
	np.min()	torch.min(tensor,axis)	最小值	矩阵
	np.argmax()	x.argmax()	最大值索引	矩阵
	np.argmin()	x.argmin()	最小值索引	矩阵
	np.std()		标准偏差	矩阵
	np.var()		方差	矩阵
	np.cumprod()	x.prod()	累乘积值	矩阵
	np.linalg.norm(x)	torch.norm(tensor, p=2)	范数	矩阵
算法
	x.sort()		排序	矩阵
	x * b		广播	矩阵
	np.where(条件,x,y)		满足条件- x，不满足- y
运算
tf.square(tensor)		torch.square(tensor)	x**2求平方	矩阵	tf详情、torch详情
	np.sqrt(x)		x**(1/2) 求平方根	矩阵
	x.T		x转置	矩阵（axis=2）,向量
	x.transpose((1,0,2)) 或 x.swapaxes(1,2)		高维转置	矩阵（axis>2）
tf.subtract(x,y)	x - y 或 np.subtract(x, y)	torch.sub(x, y)	(x - y)	矩阵	tf详情、
tf.add(x,y)	x + y 或 np.add(x, y)	torch.add(x, y)	(x + y)	矩阵
x * y 或 tf.multiply(x, y)	x * y	torch.mul(x, y) 或 x.mul(y)	(x * y) 点乘各个元素相乘	矩阵
tf.matmul(x,y)	np.dot(w,x) 或 np.multiply(x, y)	x.mm(y)	(x * y) 叉乘	矩阵
	x / y 或 np.divide(x, y)	torch.div(x, y)	(x / y)	矩阵
tf.maximum(x,y)		torch.maximum(x,y)	求x,y最大值	实数
矩阵其他操作
tf.stack		torch.stack([a,b])	拼接，[a,b]	矩阵
	np.concatenate((a,b],axis)	torch.cat([a,b],axis)	拼接，axis必须存在	矩阵
tf.unstack	x[:,:,-1]	torch.chunk(tensor,num,dim=0)	分解	矩阵
tf.reshape	np.reshape	torch.reshape		矩阵
tf.sequence_mask()			掩码