목적
- Deep learning 관련 Open Framework 중 mxnet(gluon) 으로 구현 시에 보통은 pytorch 코드를 참조하여서 구현을 많이 하고 있음(gluon user 부족으로 인해…)
- 대부분의 구조가 거의 비슷하지만 일부 함수의 경우에는 내용이 달라서 pytorch 함수를 gluon 함수로 변환하는 과정이 필요함
함수 mapping 표 (update 진행 중)
| Dimension 삽입 | torch.unsqueeze(data,1) | data.expand_dims(1) | |
| Reshape | x.view(1,2,3) | x.reshape(shape=(1,2,3)) | |
| Swap shape | x.permute(0,2,1) | x.swapaxes(1,2) | F.swapaxes(x,1,2)는 deprecated 됨 |
| Data Copy | x.repeat(1,25,1,1) | F.repeat(x,repeats=25,axis=1) | |
| Concat data | torch.cat([a,b],3) | F.concat(a,b,dim=3) | |
| Return specific shape | x.size()[2] | x.shape[2] | |
| Batch matrix product | x.bmm(y) | nd.linalg_gemm2(x, y) | |
| Clipping | x.clamp(min, max) | nd.clip(x, min, max) | |
| Convert to numpy | x.numpy() | x.asnumpy() | |
| transposein 2 dim | torch.t(x) | x.T | |
| inner product | x.dot(y) |