深度学习-Pytorch同时使用Numpy和Tensors各自特效

深度学习-Pytorch同时使用Numpy和Tensors各自特效

用pytorch构建模型,并训练模型,得到一个优化的模型,那么模型构造的数据类型怎样的?

数据分析

数据分析-Pandas如何转换产生新列

数据分析-Pandas如何统计数据概况

数据分析-Pandas如何轻松处理时间序列数据

数据分析-Pandas如何选择数据子集

数据分析-Pandas如何重塑数据表-CSDN博客

经典算法

经典算法-遗传算法的python实现

经典算法-模拟退火算法的python实现

经典算法-粒子群算法的python实现-CSDN博客

pytorch中常常遇到的,最基本的数据类型就是tensors。

NumPy 和Tensors的鱼和熊掌兼得

Pytroch的基本变量是Tensors,但有时候喜欢,或者需要用Numpy变量来处理数据的时候,如果数据转过来转过去很麻烦,也很费事。其实torch在底层架构设计已经有了解决方案,让数据一致,但数据类型有各自的呈现方式。

CPU 和 NumPy 阵列上的Tensors可以共享其底层内存位置,改变一个的数据将改变另一个数据。

这样,如果熟悉Numpy的操作函数,直接使用就行,似乎鱼和熊掌可兼得。

Tensors到 NumPy 数组

python 复制代码
t = torch.ones(5)
print(f"t: {t}")
n = t.numpy()
print(f"n: {n}")
复制代码
t: tensor([1., 1., 1., 1., 1.])
n: [1. 1. 1. 1. 1.]

Tensors的变化反映在 NumPy 数组中。

python 复制代码
t.add_(1)
print(f"t: {t}")
print(f"n: {n}")
复制代码
t: tensor([2., 2., 2., 2., 2.])
n: [2. 2. 2. 2. 2.]

NumPy 数组到 Tensor

python 复制代码
n = np.ones(5)
t = torch.from_numpy(n)

NumPy 数组中的更改反映在Tensors中。

python 复制代码
np.add(n, 1, out=n)
print(f"t: {t}")
print(f"n: {n}")
复制代码
t: tensor([2., 2., 2., 2., 2.], dtype=torch.float64)
n: [2. 2. 2. 2. 2.]

觉得有用 收藏 收藏 收藏

点个赞 点个赞 点个赞

End

GPT专栏文章:

GPT实战系列-ChatGLM3本地部署CUDA11+1080Ti+显卡24G实战方案

GPT实战系列-LangChain + ChatGLM3构建天气查询助手

大模型查询工具助手之股票免费查询接口

GPT实战系列-简单聊聊LangChain

GPT实战系列-大模型为我所用之借用ChatGLM3构建查询助手

GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型,到底做了什么?(二)

GPT实战系列-P-Tuning本地化训练ChatGLM2等LLM模型,到底做了什么?(一)

GPT实战系列-ChatGLM2模型的微调训练参数解读

GPT实战系列-如何用自己数据微调ChatGLM2模型训练

GPT实战系列-ChatGLM2部署Ubuntu+Cuda11+显存24G实战方案

GPT实战系列-Baichuan2本地化部署实战方案

GPT实战系列-Baichuan2等大模型的计算精度与量化

GPT实战系列-GPT训练的Pretraining,SFT,Reward Modeling,RLHF

GPT实战系列-探究GPT等大模型的文本生成-CSDN博客

相关推荐
XIAO·宝18 小时前
深度学习------专题《神经网络完成手写数字识别》
人工智能·深度学习·神经网络
Bugman.19 小时前
分类任务-三个重要网络模型
深度学习·机器学习·分类
dlraba80220 小时前
PyTorch 模型部署实战:用 Flask 搭图像分类 API
pytorch·分类·flask
小殊小殊20 小时前
超越CNN:GCN如何重塑图像处理
图像处理·人工智能·深度学习
西柚小萌新1 天前
【深入浅出PyTorch】--6.2.PyTorch进阶训练技巧2
人工智能·pytorch·python
Kaydeon1 天前
【AIGC】50倍加速!NVIDIA蒸馏算法rCM:分数正则化连续时间一致性模型的大规模扩散蒸馏
人工智能·pytorch·python·深度学习·计算机视觉·aigc
三年呀1 天前
深度剖析Mixture of Experts(MoE)架构:从原理到实践的全面指南
人工智能·深度学习·架构·模型优化·大规模模型
mortimer1 天前
从 Python+venv+pip 迁移到 uv 全过程 及 处理 torch + cuda 的跨平台指南
pytorch·python·macos
墨利昂1 天前
神经网络常用激活函数公式
人工智能·深度学习·神经网络