深度学习中的python语法笔记总结

解释 torch中的 .clamp(min=0)

在PyTorch中,torch.clamp将张量中的元素限制在指定的范围内。

torch.clamp(min=0)会将张量中的每个元素与0进行比较,并将小于0的元素替换为0。其他大于等于0的元素则保持不变。

clamp函数原理

python 复制代码
def clamp(x, lower, upper):
    if x < lower:
        return lower
    elif x > upper:
        return upper
    else:
        return x

torch.full()

torch.full()是PyTorch库中的一个函数,用于创建一个指定形状的张量,并填充指定的值。

函数的语法如下:

python 复制代码
torch.full(size, fill_value, dtype=None, device=None, requires_grad=False)

参数说明:

size: 表示要创建的张量的形状,可以是一个整数,也可以是一个元组或列表形式的多个整数。

fill_value: 要填充到张量中的值,可以是任意标量值(如整数、浮点数等)。

dtype: 指定所创建张量的数据类型,默认为None,即使用默认的数据类型。

device: 指定所创建张量所在的设备,默认为None,表示使用当前设备。

requires_grad: 指定是否需要对张量进行自动求导,默认为False,即不进行自动求导。

python 复制代码
import torch

# 创建一个形状为(3, 2)的张量,并填充为0.5
x = torch.full((3, 2), 0.5)
print(x)
# 输出结果:
# tensor([[0.5000, 0.5000],
#         [0.5000, 0.5000],
#         [0.5000, 0.5000]])

torch.nonzero()

torch.nonzero()是PyTorch中的一个函数,用于返回张量中非零元素的索引。它的语法是:

torch.nonzero(input, *, out=None)

参数说明:

input:要检查的张量。

out(可选):输出张量,用于存储结果。

返回值是一个包含所有非零元素的索引的张量。每一行表示一个非零元素的索引,每一列表示一个维度的索引。

python 复制代码
下面是一个简单的示例:
import torch

# 创建一个张量
a = torch.tensor([[0, 1, 0],
                  [2, 0, 3]])

# 使用torch.nonzero()找到非零元素的索引
indices = torch.nonzero(a)

print(indices)
输出结果为:

tensor([[0, 1],
        [1, 0],
        [1, 2]])

unsqueeze(dim=0) 和 squeeze(0)

unsqueeze(dim=0)

用于在指定维度上给张量添加额外的维度。

在这里,假设anchors是一个PyTorch张量。unsqueeze函数用于扩展张量的维度。dim=0参数指定了要添加额外维度的位置。

例如,如果anchors是一个形状为(N,)的张量,其中N表示张量中的元素个数,那么anchors.unsqueeze(dim=0)将返回一个形状为(1, N)的张量,其中在索引0处添加了额外的维度。

squeeze(0)

是在PyTorch中的一种方法调用,用于去除张量中尺寸为1的维度。

假设anchors是一个PyTorch张量。squeeze函数可以用来去除张量中尺寸为1的维度。参数dim=0指定了要去除的维度位置。

例如,如果anchors是一个形状为(1, N)的张量,其中第一个维度的大小是1,那么anchors.squeeze(0)将返回一个形状为(N,)的张量,去除了原始张量中的第一个维度。

相关推荐
2401_8414956412 分钟前
【计算机视觉】基于复杂环境下的车牌识别
人工智能·python·算法·计算机视觉·去噪·车牌识别·字符识别
zhangjipinggom28 分钟前
multi-head attention 多头注意力实现细节
深度学习
Adorable老犀牛37 分钟前
阿里云-ECS实例信息统计并发送统计报告到企业微信
python·阿里云·云计算·企业微信
倔强青铜三1 小时前
苦练Python第66天:文件操作终极武器!shutil模块完全指南
人工智能·python·面试
倔强青铜三1 小时前
苦练Python第65天:CPU密集型任务救星!多进程multiprocessing模块实战解析,攻破GIL限制!
人工智能·python·面试
Panda__Panda1 小时前
docker项目打包演示项目(数字排序服务)
运维·javascript·python·docker·容器·c#
Lris-KK2 小时前
力扣Hot100--94.二叉树的中序遍历、144.二叉树的前序遍历、145.二叉树的后序遍历
python·算法·leetcode
Zack_Liu2 小时前
深度学习基础模块
人工智能·深度学习
zy_destiny2 小时前
【工业场景】用YOLOv8实现抽烟识别
人工智能·python·算法·yolo·机器学习·计算机视觉·目标跟踪
(●—●)橘子……3 小时前
记力扣2009:使数组连续的最少操作数 练习理解
数据结构·python·算法·leetcode