tensorflow框架转换成pytorch框架 | 您所在的位置:网站首页 › tensorflow如何训练模型 › tensorflow框架转换成pytorch框架 |
如何将tensorflow1.x代码改写为pytorch代码(以图注意力网络(GAT)为例) 关于tensorflow代码转pytorch需要注意的一些地方: (1)输入的数据不同,比如特征,tensorflow是(1,2708,1433),pytorch的是(1,1433,2708)。 (2)标签的编码方式不同,tensorflow是onehot编码,比如[[0,0,1],[1,0,0],[0,1,0]],pytorch就是原始的类[2,0,1]。 (3)构建模型的方式不同,tensorflow直接使用,pytorch要继承nn.Module,然后在__init__建立层,在forward中进行计算。 (4)训练验证测试的不同,tensorflow要先构建计算图,然后在Session中执行计算,也就是静态图,pytorch是动态图,没有显示的定义计算图。 (5)相关的接口也不同,这是自然而然的,毕竟都有着自己的设计理念,比如tf.concat()对应torch.cat(),即使名字相同的两个类,使用的方法也可能是不同的。 pytorch和tensorflow的爱恨情仇之张量 与pytorch旧版本类似的是,tf.constant()对应torch.Tensor(),tf.Variable()对应Variable() 部分tensorflow内置函数与pytorch内置函数的对应 — 持续更新 TensorFlow - tf.concat 函数 & Pytorch - torch.cat 函数 tf.concat( values, axis, name = ‘concat’,axis=0 ) torch.cat((A,B),0) |
今日新闻 |
推荐新闻 |
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 |