【小贪】深度学习常用Pytorch, Numpy对比及常用语法

近期致力于总结科研或者工作中用到的主要技术栈，从技术原理到常用语法，这次查缺补漏当作我的小百科。主要技术包括：

• ✅数据库常用：MySQL, Hive SQL, Spark SQL
• ✅大数据处理常用：Pyspark, Pandas
• ⚪ 图像处理常用：OpenCV, Matplotlib
• ⚪ 机器学习常用：SciPy, Sklearn
• ✅ 深度学习常用：Pytorch, Numpy
• ⚪ 常用数据结构语法糖：itertools, collections
• ✅ 常用命令: Shell, Git, Vim

以下整理错误或者缺少的部分欢迎指正！！！

1. 简介

Torch的tensor可以在GPU上加速运算，Numpy的ndarray只能在CPU上加速运算。

• torch2.4 API
• numpy API

导包与相互转化

import numpy as np
import torch
import torch.nn.functional as f

np_data = np.arange(9).reshape(3,3)
torch_data = torch.from_numpy(np_data).cuda()
tensor2array = torch_data.cpu().detach().numpy()