相信有了這份表格對比，tensorflow與pytorch的基本移植轉換，應該是手到擒來。
| 名稱 | tensorflow | pytorch |
| 二維卷積 | tf.nn.conv2d(input_x, w, strides=[1, 1, 1, 1], padding='SAME') | torch.nn.Conv2d(in_channels, mid_channels, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) |
| relu激活函數 | tf.nn.relu(input_x) | torch.nn.ReLU() |
| 填充函數 | tf.pad(input_x, [(a0,b0), (a1,b1), (a2,b2), (a3,b3)]) |
pad_num = (a3,b3, a2, b2, a1, b1, a0, b0) torch.nn.functional.pad(input_x, pad_num, mode='constant') |
| 元素個數 | tf.size(input_x) | torch.numel(input_x) |
| 展平 | tf.reshape(input_x, (tf.size(input_x), -1)) | input_x.view(torch.numel(input_x), -1) |
| softmax | tf.nn.softmax(input_x, axis=1) | torch.nn.functional.softmax(input_x, dim=1) |
| 調整類型 | tf.cast(input_x, tf.int32) | input_x.type(torch.LongTensor) |
| 除去維度爲1 | tf.squeeze(input_x, squeeze_dims=1) | torch.squeeze(input_x) |
| 合併 | tf.concat((input_x1, input_x2), axis=3) | torch.cat((input_x1, input_x2), dim=3) |
| 劃分成相同維度的塊 | tf.split(input_x, axis=3, num_or_size_splits=2) | torch.chunk(input_x, dim=3, chunks=2) |
| 產生1的矩陣 | tf.ones((a,b)) | torch.ones(a,b) |
| 重複 | tf.tile() | input_x.repeat() |
| 交換維度 | tf.transpose(input_x, [0,1,2,3]) | input_x.permute((0,1,2,3)) 注意這種用法：p01.permute((0, 2, 3, 1)).contiguous().view(int(np.prod(shape01)), -1) |