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)