将 sess.run 转换为 pytorch答案

【问题标题】：convert sess.run to pytorch将 sess.run 转换为 pytorch
【发布时间】：2020-08-10 20:02:33
【问题描述】：

我正在尝试将代码从 tf 转换为 pytorch。我被卡住的代码部分是这个 sess.run。据我所知，pytorch 不需要它，但我找不到复制它的方法。我附上代码。

TF：

ebnos_db = np.linspace(1,6, 6)
bers_no_training = np.zeros(shape=[ebnos_db.shape[0]])
for j in range(epochs):
    for i in range(ebnos_db.shape[0]):
        ebno_db = ebnos_db[i]
        bers_no_training[i] += sess.run(ber, feed_dict={
            batch_size: samples,
            noise_var: ebnodb2noisevar(ebno_db, coderate)
        })
bers_no_training /= epochs

samples 是一个 int32，而 ebnodb2noisevar() 返回一个 float32。

TF 中的 BER 计算如下：

ber = tf.reduce_mean(tf.cast(tf.not_equal(x, x_hat), dtype=tf.float32))

在 PT 中：

wrong_bits = ( torch.eq(x, x_hat).type(torch.float32) * -1 ) + 1
ber = torch.mean(wrong_bits)

我认为BER计算得很好，但主要问题是我不知道如何将sess.run转换为PyTorch，也不完全了解它的功能。

谁能帮帮我？

谢谢

【问题讨论】：

标签： python numpy tensorflow pytorch

【解决方案1】：

您可以在 PyTorch 中执行相同的操作，但使用 ber 时会更容易：

ber = torch.mean((x != x_hat).float())

足够了。

是的，PyTorch 不需要它，因为它基于动态图构造（不像 Tensorflow 的静态方法）。

在tensorflow sess.run 用于将值输入到创建的图形中；这里名为batch_size 的tf.Placeholder（图中的变量表示用户可以“注入”他的数据的节点）将得到samples 和noise_var 和ebnodb2noisevar(ebno_db, coderate)。

将其转换为 PyTorch 通常很简单，因为您不需要任何类似图形的会话方法。只需使用正确输入的神经网络（或类似）（如samples 和noise_var）就可以了。你必须检查你的图表（ber 是如何从 batch_size 和 noise_var 构造的）并在 PyTorch 中重新实现它。

另外，在深入研究之前，请查看PyTorch introductory tutorials 以了解该框架。

【讨论】：