pytorch 函数整理

pytorch 函数整理

method_code.init .code .co_argcount:获取method_code.init 函数的输入变量的数目;

input_params = method_code.init .code .co_varnames:获取method_code.init 函数的输入变量的名称列表;

__enter__和__exit__魔法函数的工作原理:以上面with as 的形式,那么首先是进入类函数中__enter__魔法函数,__enter__魔法函数返回结果赋值给as后面的变量,当with as 语句结束时,会自动调用__exit__魔法函数

dict(class.dict): 将类class对象化成字典

fc = nn.Sequential(),fc.add_module('bn-{}'.format(0), nn.BatchNorm2d(head_conv))

self.setattr(key, value):设置属性

相关推荐
yiyu07161 小时前
3分钟搞懂深度学习AI:自我进化的最简五步法
人工智能·深度学习
浪浪山_大橙子3 小时前
OpenClaw 十分钟快速,安装与接入完全指南 - 推荐使用trae 官方 skills 安装
前端·人工智能
databook3 小时前
探索视觉的边界:用 Manim 重现有趣的知觉错觉
python·动效
火山引擎开发者社区3 小时前
OpenClaw 快速上手:把云手机变成你的 7×24 小时 AI 手机助手
人工智能
Qlly3 小时前
DDD 架构为什么适合 MCP Server 开发?
人工智能·后端·架构
Lee川3 小时前
从零构建智能对话系统:AI Agent 实战指南
人工智能
冬奇Lab4 小时前
一天一个开源项目(第43篇):Star-Office-UI - 像素风格的 AI 办公室看板,让 AI 助手的工作状态可视化
人工智能·开源·资讯
明月_清风4 小时前
Python 性能微观世界:列表推导式 vs for 循环
后端·python
风象南4 小时前
纯文本模型竟然也能直接“画图”,而且还很好用
前端·人工智能·后端
明月_清风4 小时前
Python 性能翻身仗:从 O(n) 到 O(1) 的工程实践
后端·python