写点什么

深度学习 - 框架之 pytorch

用户头像
Dreamer
关注
发布于: 2020 年 11 月 15 日
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。



import torch
import numpy as np
a = 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。



用户头像

Dreamer

关注

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

评论

发布
暂无评论
深度学习-框架之 pytorch