Q1:什么是神经网络?
Q2:torch vs numpy
Q3:numpy和Torch的转换
Q3 torch中的数学运算
torch中的tensor运算和numpy的array运算很相似，具体参看下面的代码
1 import torch 2 import numpy as np 3 4 data=[-1,-2,1,2] 5 tensor=torch.FloatTensor(data)# 转换成32位浮点 tensor 6 print( 7 ‘\nabs‘, 8 ‘\nnumpy‘,np.abs(data),# [1 2 1 2] 9 ‘\ntorch‘,torch.abs(tensor) # torch tensor([1., 2., 1., 2.]) 10 ) 11 print( 12 ‘\nsin‘, 13 ‘\nnumpy:‘,np.sin(data), # [-0.84147098 -0.90929743 0.84147098 0.90929743] 14 ‘\ntorch:‘,torch.sin(tensor)# [-0.8415 -0.9093 0.8415 0.9093] 15 ) 16 print( 17 ‘\nmean‘, 18 ‘\nnumpy‘,np.mean(data), 19 ‘\ntorch‘,torch.mean(tensor) 20 )
当然还有其他各种运算，自己去尝试吧。
Q4:2.2 numpy和torch的矩阵乘法还是有点不同的，下面将对其区别进行展示：
import torch import numpy as np data=[[1,2],[3,4]] tensor=torch.FloatTensor(data) print( ‘\nnumpy‘,np.matmul(data,data), # [[7, 10], [15, 22]] ‘\ntorch‘,torch.mm(tensor,tensor)# [[7, 10], [15, 22]] ) data=np.array(data) print( ‘\nnumpy‘,data.dot(data), # [[7, 10], [15, 22]] 在numpy 中可行,进行的是叉乘 #‘\ntorch: ‘, tensor.dot(tensor) # 报错 )
莫烦pytorch学习笔记(一)——torch or numpy
原文：https://www.cnblogs.com/henuliulei/p/11362735.html