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
吴佳浩4 分钟前
Python入门指南-AI模型相似性检测方法:技术原理与实现
人工智能·python·llm
叶 落14 分钟前
计算阶梯电费
python·python 基础·python 入门
kebijuelun23 分钟前
百度文心 4.5 大模型详解:ERNIE 4.5 Technical Report
人工智能·深度学习·百度·语言模型·自然语言处理·aigc
Andy杨1 小时前
20250707-4-Kubernetes 集群部署、配置和验证-K8s基本资源概念初_笔记
笔记·容器·kubernetes
Python大数据分析@1 小时前
Origin、MATLAB、Python 用于科研作图,哪个最好?
开发语言·python·matlab
编程零零七1 小时前
Python巩固训练——第一天练习题
开发语言·python·python基础·python学习·python练习题
Zonda要好好学习2 小时前
Python入门Day4
java·网络·python
小龙在山东2 小时前
Python 包管理工具 uv
windows·python·uv
微学AI3 小时前
遥感影像岩性分类:基于CNN与CNN-EL集成学习的深度学习方法
深度学习·分类·cnn
IT古董3 小时前
【第三章:神经网络原理详解与Pytorch入门】02.深度学习框架PyTorch入门-(5)PyTorch 实战——使用 RNN 进行人名分类
pytorch·深度学习·神经网络