深度学习 - 框架之 pytorch
pytorch 踩坑之torch.meshfrid
开始没太在意,以为numpy 和torch 的处理都是相同的,今天仔细实验了发现torch.meshgrid 和np.meshgrid这两个函数的输出是不一样的。
以下是输出:
从上面的输出来看,两个函数的输出刚好是彼此的转置。
pytorch 踩坑之torch.meshfrid
开始没太在意,以为numpy 和torch 的处理都是相同的,今天仔细实验了发现torch.meshgrid 和np.meshgrid这两个函数的输出是不一样的。
import torchimport numpy as npa = torch.Tensor([1, 2, 3])b = torch.Tensor([4, 5, 6])a_x, b_y = torch.meshgrid(a, b)print("torch.meshgrid: ")print(a_x)print(b_y)n_a = a.numpy()n_b = b.numpy()n_a_x, n_b_y = np.meshgrid(n_a, n_b)print("========================\nnumpy meshgrid:")print(n_a_x)print(n_b_y)
以下是输出:
torch.meshgrid: tensor([[1., 1., 1.], [2., 2., 2.], [3., 3., 3.]])tensor([[4., 5., 6.], [4., 5., 6.], [4., 5., 6.]])========================numpy meshgrid:[[1. 2. 3.] [1. 2. 3.] [1. 2. 3.]][[4. 4. 4.] [5. 5. 5.] [6. 6. 6.]]
从上面的输出来看,两个函数的输出刚好是彼此的转置。
一个不想做搜索的NLPer不是一个好的CVer 2019.12.18 加入
还未添加个人简介
促进软件开发及相关领域知识与创新的传播
评论