Pytoch学習ノート(2)---Numpy橋


  • Numpy橋-TensorとnumpyのArayの相互変換はnumpyを勉強したことがある仲間にとって、この転換はやはりよく分かります.習ったことがないなら、これをつなげて勉強できます.[http://old.sebug.net/paper/books/scipydoc/numpy_intro.html」注意したいのは、TorchのTensorとnumpyのarrayが彼らの記憶空間を共有し、一つを修正すると他の一つも修正されます.
  • はnumpyのArayをtochのTensor
  • に変換する.
    >>> import torch
    >>> a=torch.ones(5)
    >>> b=a.numpy()
    >>> a
    
     1
     1
     1
     1
     1
    [torch.FloatTensor of size 5]
    
    >>> b
    array([ 1.,  1.,  1.,  1.,  1.], dtype=float32)
    #    ,    torch     '.numpy()'  。
    
  • は、tochのTensorをnumpyのAray
  • に変換する.
    >>> import numpy as np 
    >>> a=np.ones(5)
    >>> b=torch.from_numpy(a)
    >>> a
    array([ 1.,  1.,  1.,  1.,  1.])
    >>> b
    
     1
     1
     1
     1
     1
    [torch.DoubleTensor of size 5]
    
  • GPU加速計算はまず見てみてください.cudaは計算を加速して、神経ネットのようにネット訓練をします.データ量が大きいと、cudaがあるともっと速くなります.
  • >>>torch.cuda.is_available()  #      cuda  
       True  ,     cuda 。
      CUDA    Tensor   GPU , CUDA      GPU   
    if torch.cuda.is_available():
        x = x.cuda()
        y = y.cuda()
        x + y