Motivation

博主最近在看的一篇做biomedical image SR的论文，其对数据的预处理用matlab做的…要在集群上跑的话还要重新配环境装matlab，总觉得不太舒服…于是就想干脆把他的matlab代码转成python代码好了。

matlab2python工具

在网上查工具的时候发现中文博客（基本都是抄的）在推荐一个叫SMOP的工具。博主亲测这个工具配置问题比较大…配置完成之后还是用不了。查了一下，大概意思是这个工具好像要python2的环境。emmmmmmmmmmmmm，感觉有点坑，于是放弃了。

换了一个叫 matlab2python 的工具，亲测简单易上手

安装：

git clone https://github.com/ebranlard/matlab2python
cd matlab2python
pip install -r requirements.txt

如果有朋友不能翻墙clone不下来代码，把上面第一行命令换成：

git clone https://gitee.com/zongfang/matlab2python.git

使用：
在matlab2python目录下输入
```
python matlab2python.py file.m -o file.py
```
注意：file.m如果不指定位置就是当前目录下的，如果要用别的目录下的文件，需要指定路径。

工具只能转换一些基本语法，实际估计大多数情况下转换完应该还是没办法直接用的。转换完还是要自己人工检查调整一下。

2022年3月19日更新：亲测这个工具只能大概转一下，很多的函数都没办法转，如果是图像处理之类的代码只能做一个大概的参考，没办法转完直接用。

参考： https://www.pythonpool.com/convert-matlab-to-python/

Motivation博主最近在看的一篇做biomedical image SR的论文，其对数据的预处理用matlab做的…要在集群上跑的话还要重新配环境装matlab，总觉得不太舒服…于是就想干脆把他的matlab代码转成python代码好了。matlab2python工具在网上查工具的时候发现中文博客（基本都是抄的）在推荐一个叫SMOP的工具。博主亲测这个工具配置问题比较大…配置完成之后还是用不了。查了一下，大概意思是这个工具好像要python2的环境。emmmmmmmmmmmmm，感觉有点坑，于是这是Richard Xu徐亦达教授（）提供的一组新的机器学习教程 Python 代码和演示。 conversion.ipynb 包含一些基本的 python 代码； Python 和 MATLAB 之间的等效性在“ conversion.ipynb”和“ conversion.m”中都被证明具有相同的名称 batch_norm.ipynb 包含有关为何批归一化使梯度下降更快的一些解释和演示

SMOP 是小型 Matlab 和八度到 Python 编译器。 SMOP将 matlab 翻译成 python 。尽管 matlab 和数字 python 之间有明显的相似之处，但在现实生活中有足够的差异使手工翻译不可行。 SMOP生成人类可读的蟒蛇，这似乎也比八度快。速度有多快？表1显示了“移动家具”的计时结果。似乎对于该程序，转换为 python 导致加速大约两倍，并且使用cython 将SMOP运行时库编译runtime.py为C 实现了额外的两倍加速。这个伪基准测量标量性能，而我的解释是标量计算对八度组不太感兴趣。使用方法： $ cd smop / smop $ python main.py solver.m $ python solver.py

使用的是 matlab 2 python , 参考大佬博文【 Matlab 】一键 Matlab 代码转 python 代码详细教程 Github：https://github.com/ebranlard/ matlab 2 python 因为在安装和使用过程中还是走了一点点弯路，小白特在此记个笔记。首先需要安装git和pip, 安装pip自行百度，安装git我参考的是：Git 详细安装教程（详解 Git 安装过程的每一个步骤） ———————————————————— 安装完成后打开命令提示符输入git clone

可以使用 MATLAB 工具箱 " MATLAB 集成工具" 将 MATLAB 代码转换为 Python 代码。这个工具箱可以自动将大部分 MATLAB 代码转换为类似的 Python 代码，并且可以自动处理一些类型和语法上的差异。在 MATLAB 中，打开工具箱的方法是：在命令窗口中输入 " matlab .engine.shareEngine" 并运行，这样就能打开这个工具箱了。然后就可以选择要转 ...

当前的实现围绕着SMOP进行包装，但有以下区别：它尝试生成不依赖libsmop 代码，而仅依赖于numpy类的常规 python 模块。它使用典型的快捷方式，例如np而不是numpy 它尝试重新索引数组和循环，从0而不是1开始。它不使用外部类 matlab array和cellarray从libsmop 添加了对 Matlab 类的基本支持。在类的主体中声明的属性在构造函数中初始化。综上所述，结果代码 “不太安全”，但可能稍微接近用户编写的代码。这种实现方式非常简单，因为它基本上使用了另一个后端脚本，而不是SMOP使用的后端脚本，这里称为smop\backend_m2py.py 一些功能替换直接添加到那里。在文件 matlab parser\parser.py中完成了对类，导入模块和其他微调替换（或hacks ...）的附加支持。该代码是用 python 编写 MATLAB to Python converter(https:// matlab 2 python .com/) octave2 python (https://octave2 python .readthedocs.io/en/latest/index.html) Matlab - Python (https://pypi.org/project/ matlab -pyt... 1. 确认 MATLAB 代码中使用的函数和工具包是否有 Python 等效物。 2. 将 MATLAB 代码中的变量和矩阵转换为 Python 变量和 NumPy 数组。 3. 重新编写 MATLAB 代码中的函数和循环，以适应 Python 的语法和结构。 4. 确保 MATLAB 代码中的所有库和函数在 Python 中都有相应的包或库。 5. 进行测试和调试以确保 Python 代码的正确性。注意事项： 1. MATLAB 代码和 Python 代码的语法和结构有所不同，因此转换需要耐心和技巧。 2. 如果您不熟悉 Python 语言和 MATLAB 编程，则可能需要更长时间来转换代码。 3. 在转换代码时，请注意 MATLAB 和 Python 中的变量和数据类型之间的差异。 4. 使用开源代码转换工具可能会有所帮助，但它们不一定能够完全转换代码。 5. 最好将 MATLAB 代码和 Python 代码进行比较和测试，以确保它们的行为和输出相同。【Tensorflow】tensorflow Loaded runtime CuDNN library: 7.0.5 but source was compiled with: 7.1.4.