python基础 - 技术栈

文章目录

前言
一、ImageMasking
- [1.1 字典的创建以及访问](#1.1 字典的创建以及访问)
- [1.2 Python 类的定义中，init 和 call 两个方法的使用](#1.2 Python 类的定义中，init 和 call 两个方法的使用)
- [1.3 unsqueeze(dim)](#1.3 unsqueeze(dim))
- [1.4 ids_shuffle等的理解](#1.4 ids_shuffle等的理解)
- [1.5 类的 repr 方法](#1.5 类的 repr 方法)

前言

经常使用的话就记在脑子里了

一、ImageMasking

1.1 字典的创建以及访问

1.2 Python 类的定义中，init 和 call 两个方法的使用

实例化对象
实例化对象是类的一个具体实现，表示一个实际的实体。
通过调用类来创建对象，这个过程称为实例化。
每个对象都有自己独立的属性和方法，但它们的结构和行为是由类定义的。

1.3 unsqueeze(dim)

是在深度学习框架 PyTorch 中用于在指定位置dim添加一个维度的函数
批处理维度：在深度学习中，通常需要为模型输入添加批处理维度。例如，处理单个图像时，通常需要将形状从 (C, H, W) 转换为 (1, C, H, W)。

1.4 ids_shuffle等的理解

python 复制代码

 ids_shuffle = torch.argsort(noise, dim=1)  # ascend: small is keep, large is remove
        # The location of i-th (0-L) patch in ids_shuffle
        # 将 ids_shuffle 还原到原始顺序
        ids_restore = torch.argsort(ids_shuffle, dim=1)

用语言描述一下就是：

用生成的noise的第一行举例子 $0.8971, 0.5356, 0.9338$

排序后的索引

ids_shuffle $1, 0, 2$ ,意思是noise最小的元素在索引为1的位置，第二小的元素在索引为0位置，最大的元素在索引位置为2的位置。

Restore Indices $1, 0, 2$ ，意思是ids_shuffle最小的元素0在索引为1的位置，第二小的元素1在索引为0位置，最大的元素2在索引位置为2的位置。可以发现这样就对应了noise的原来顺序。

1.5 类的 repr 方法

在 Python 中，类的 repr 方法用于定义该类的实例的"官方"字符串表示形式。它的作用是返回一个字符串，这个字符串可以用来表示该类的实例，通常用于调试和日志记录。当你在控制台中输出一个对象时，实际上是调用了该对象的 repr 方法来显示对象的信息。