如何解决将 pytorch 变量转换为 numpy 时更改的值？ [复制]答案

【问题标题】：how to solve the values changed when converting a pytorch Variable to numpy? [duplicate]如何解决将 pytorch 变量转换为 numpy 时更改的值？ [复制]
【发布时间】：2020-09-29 11:00:26
【问题描述】：

我正在尝试将 resnet34 的一个参数转换为 numpy ，但我发现转换后值会发生变化，如图所示。为什么会发生这种情况？我该怎么做才能获得 numpy 格式的精确值？ enter image description here

（我正在尝试在 Torch 预训练模型中获取参数并将它们放入 tensorflow 1.x 模型中，因为在搜索了几天后，我在 tensorflow1 中找不到预训练的 resnet34 模型。恐怕这种值的改变会影响模型的准确性。）

（顺便说一句，有没有办法下载带有基本块而不是瓶颈块的 tensorflow1.x resnet34 预训练模型？我在github上搜索了几天，但没有找到。我讨厌张量流。）

【问题讨论】：

标签： python numpy tensorflow pytorch resnet

【解决方案1】：

值在技术上是相同的，只是四舍五入到小数点后 04 位。

使用下面的代码，你应该有相同的输出：

print(round(weight_np[0,0,0,0],4))

【讨论】：

非常感谢！那么numpy的值是否精确？（对不起，我对Pytorch不熟悉，所以我必须确定）

【解决方案2】：

这些值没有改变，它们是相同的，但 PyTorch 将默认输出限制为 4 位小数（四舍五入）以便于检查。

您可以使用 torch.set_printoptions 更改该行为以显示更多小数位。

value = torch.tensor(0.0052872747)

print(value) # => tensor(0.0053)

# Show 10 decimal places
torch.set_printoptions(precision=10)

print(value) # => tensor(0.0052872747)

【讨论】：

非常感谢你们！多好的 web stackoverflow 啊！

【解决方案3】：

浮点输出的默认精度位数为 4。请参阅PyTorch documentation。

您可以将其设置为 8 位数字，如下所示：

import torch
a = torch.tensor([0.01298734, 0.00689523])
print(a) # tensor([0.0130, 0.0069])
torch.set_printoptions(precision=8)
print(a) # tensor([0.01298734, 0.00689523])

【讨论】：