2021.11.7，内容:位运算符

最新推荐文章于 2021-11-30 22:49:17 发布
原创 最新推荐文章于 2021-11-30 22:49:17 发布 · 103 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文详细介绍了Java中位运算符的操作原理，通过实例展示了如何使用位与(&), 或(|), 异或(^), 取反(~)等运算符处理整数变量A(60)和B(13)的二进制表示，帮助读者理解位运算在实际编程中的应用。

Java定义了位运算符，应用于整数类型(int)，长整型(long)，短整型(short)，字符型(char)，和字节型(byte)等类型。

位运算符作用在所有的位上，并且按位运算。假设a = 60，b = 13;它们的二进制格式表示将如下

A = 0011 1100
B = 0000 1101

A&b = 0000 1100
A | B = 0011 1101
A ^ B = 0011 0001
~A= 1100 0011
整数变量A的值为60和变量B的值为13

PyCharm 2021.2现已发布：支持Python 3.10 |附下载
qq_42444778的博客
07-29 7605
JetBrain技术交流群现已开通，QQ搜索群号“786598704”或即可加入 此版本附带 Python 3.10 支持、浏览器 HTML 预览自动重新加载等！ 在开始概述PyCharm 2021.2的主要功能之前，一些重要信息您可以了解一下。 从此版本开始，您可以享受完全本地化的中文、韩文或日文UI。本地化可作为非捆绑语言包插件使用，可以轻松安装在您的 IDE 中。 其次，请注意jetbrains官方计划终止对几个软件包的支持。即用于 mako、buildout、web2py。从 Py...
2021.10.21，内容：项目二CMUtility----介绍以及Customer的设计。
change__12的博客
10-21 641
CMUtility package com.charles.p1.util; import java.util.*; /** CMUtility工具类： 将不同的功能封装为方法，就是可以直接通过调用方法使用它的功能，而无需考虑具体的功能实现细节。 */ public class CMUtility { private static Scanner scanner = new Scanner(System.in); /** 用于界面菜单的选择。该方法读取键盘，如果用户键入’1’-’5’
2021.1.11逻辑运算符和位运算符
BARD_N的博客
01-11 128
逻辑运算符
2021.11.7 分支语句、运算符、循环语句
weixin_58631717的博客
11-07 107
1. 分支语句 1.1 if语句一般形式，常有以下3种 第一种： if (表达式) { 语句1；} 第二种： if (表达式) {语句1；} else {语句2；} 第三种： if (表达式1) {语句1；} else if(表达式2...
JAVA运算符(2021.11.20)
yu_19980401的博客
11-20 394
代码 package operator; //导入这个包下所有的类！ 阿里巴巴JAVA开发手册 import base.*; /** * ━━━━━━神兽出没━━━━━━ * 　　　┏┓　　　┏┓ * 　　┏┛┻━━━┛┻┓ * 　　┃　　　　　　　┃ * 　　┃　　　━　　　┃ * 　　┃　┳┛　┗┳　┃ * 　　┃　　　　　　　┃ * 　　┃　　　┻　　　┃ * 　　┃　　　　　　　┃ * 　　┗━┓　　　┏━┛Code is far away from bug with th
2021.11.09 day13 位运算符的基础笔记
m0_63097956的博客
11-09 190
位运算符：& | ~ ^ << >> A & B 按位相与 A | B 按位相或 ~A 按位求反 优先级最高 A ^ B 按位异或 相同为0,相异为1 A << n 把A的补码向左移n位，左边丢弃，右边补0 A >> n 把A的补码向右移n位，右边丢弃，左边补符号位 运算符优先级：单目 算术 位 关系 逻辑...
2021.11.17
LSJqwe的博客
11-17 95
我今天学习的内容有：运算符及数据内容的转换。 其主要内容有： 算术运算符: +，-，*，/，%，++，-- 赋值运算符 = 一个等号=是赋值，两个等号==是关系运算符 扩展赋值运算符:+=，-=，*=，/= 关系运算符: >，<，>=，<=，==，!= 逻辑运算符: &&，||，! 位运算符: &，|，^，~ ， >>，<<，>>> ...
2021.11.11学习记录
taowithsnow的博客
11-11 409
一、三目运算符 表达式：x?a:b 意思为：x为一个判断条件，如果满足，则返回a的值，否则返回b的值 注：此运算可以用if else循环表达，反之则不行 二、优先级运算符 优先级运算符，只需要记住最高级运算为()和[]，其余的可以通过查表 三、if else语句 表达式为： if(判断条件){ 执行语句 }else if{ 执行语句 }else{ 执行语句 }，其中判断条件为必写内容 四、switch语句 表达式为：switch(返回值类型){ cash 常量...
2021.11.30
KRURU的博客
11-30 80
package com.kuang.operator; //逻辑运算符 public class Demo05 { public static void main(String[] args) { // 与（and） 或（or） 非（取反） boolean a = true; boolean b = false; System.out.println("a && b:"+(a&&b)); .
NodeList转换为Array数组【2021.11.7]
masierty的博客
11-07 2621
首先我们得区分NodeList是不是数组？ 可以用Array.isArray(NodeList)判断是不是数组 例子： let imgs = document.querySelectorAll('.layer img'); console.log(imgs);//NodeList(15) [ img, img, img, img, img, img, img, img, img, img, … ] console.log(Array.isArray(imgs));//false 我们可以看
精选资源
NOI题库 编程基础之 1.1-1.7 python版代码（2021.11.22）.rar
11-24
在`1.1 编程基础之输入输出 python版-2021.11.17.zip`中，你可以了解到如何使用`input()`读取数据，并通过`print()`函数输出结果。了解如何处理用户的输入和显示程序的输出，是学习编程的第一步。 2. 变量定义、...
精选资源
信息学奥赛　数论专题-2021.11.25（E)--60页.pdf
11-25
7. 编程语言：C++语言的基本语法、数据类型、运算符、控制结构等。 8. 数字逻辑电路基础：数字逻辑电路的基本概念、逻辑门、加法器、寄存器等。 9. 二进制编码：二进制编码的定义、应用场景等。 10. 哈夫曼编码：...
KGL.DEVCS:Kafedra GL。 2021.CSharp开发
03-21
【KGL.DEVCS: Kafedra GL 2021 C# 开发】项目是一个专注于C#编程语言的学习资源库，旨在提供一个全面、深入的C#开发环境，适用于初学者和有一定经验的开发者。这个项目可能包含了课程资料、代码示例、练习题以及可能...
精选资源
JavaLearning：Java学习笔记与练习代码，2021.01.24
02-15
"JavaLearning：Java学习笔记与练习代码，2021.01.24" 是一个专门针对Java初学者或进阶者的学习资源，包含了丰富的理论知识和实践代码。这个压缩包可能包含了一系列的文档、笔记和源码，帮助用户深入理解和掌握Java...
2021.9.20，内容：CMUtility工具类的功能介绍。
change__12的博客
09-20 692
将不同的功能封装为方法，就是可以直接通过调用方法使用它的功能，而无需考虑具体的功能实现细节 循环结构是如何最后退出循环的，有哪些不同的情况请说明 1.循环条件返回false 2.在循环体内，一旦执行到break，跳出循环（continue是结束当次循环，return是结束方法） ...
2021.11.20，内容:结束程序。
change__12的博客
11-20 673
1. main方法返回 2. 异常交给虚拟机处理 异常包含了“异常名称，异常出错的数值，异常发生的代码位置”，程序的调用堆栈信息…如此多的信息，程序将这些信息封装成了一个“异常”对象，将该异常对象抛回给调用者。 手动抛出异常 格式：throw new 异常对象（…）； 运行时异常的处理方案： 1. 不处理，异常最终会抛给虚拟机，程序提前终止 2. 捕获处理 try-catch 合并唯一：如RuntimeException或者统一Exception 开发中常用后者。
2021.11.30，内容:题目
change__12的博客
11-30 637
public class Test { public static void main(String [] args){ System.out.println(new B().getValue()); } static class A{ protected int value; public A(int v) { setValue(v); } public void setValue(int value){ this.value = value; } public int getValue(){ try{
2021.11.11，内容:intero方法。
change__12的博客
11-11 623
jdk6中： 将这个字符串常量池尝试放入字符串常量池。 如果常量池中有，则不会方法。返回已有的常量池中对象的地址； 如果没有，会把此对象复制一份，放入串池，并返回串池中的对象地址； jdk7中： 将这个字符串常量池尝试放入字符串常量池。 如果常量池中有，并不会放入。返回已有的常量池中的对象的地址； 如果没有，会把对象的引用地址复制一份，放入常量池，并返回常量池中的引用地址； ...
2021.11.13，内容:抽象类。
change__12的博客
11-13 428
（1）. 可以定义抽象方法 （2） 也可以定义非抽象方法（拥有方法体的方法） （3）. 当然也可以定义属性 （4） 抽象类也是类，所有也拥有构造方法 描述： 1）. 没有方法体的方法必须定义为“抽象方法”。抽象方法使用abstract关键字修饰 2）. 拥有抽象方法的类，必须被定义“抽象类” 3）. 不能实例化抽象类的对象 4）. 子类要new对象的话，那就必须实现父类的所有抽象方法 5）. 抽象创建对象？抽象类中的抽象方法，缺少方法体，
torch.onnx.errors.SymbolicValueError: Failed to export a node '%117 : Long(requires_grad=0, device=cpu) = onnx::Mul(%116, %h), scope: vbm.models._base_.neckes.dome_neck.WindowProcessor:: # /home/wuxiaobin/mycode/10-frame/vbm/local/../vbm/models/_base_/neckes/dome_neck.py:733:0 ' (in list node %128 : int[] = prim::ListConstruct(%117, %121), scope: vbm.models._base_.neckes.dome_neck.WindowProcessor:: ) because it is not constant. Please try to make things (e.g. kernel sizes) static if possible.
最新发布
09-24
<think> 我们正在处理一个关于PyTorch模型导出到ONNX时遇到的错误。错误信息是`torch.onnx.errors.SymbolicValueError: Failed to export a node`，提示节点不是常量，需要使相关内容（如内核大小）保持静态。 关键点：错误通常发生在模型包含动态操作时，而ONNX要求某些参数（如卷积核的大小）是静态的（即固定值，而不是运行时计算的变量）。 解决思路： 1. 确定错误发生的具体位置（哪个节点/操作）。 2. 确保该操作的所有静态参数（如卷积核的尺寸、步长等）在导出时是常量（即不是由模型计算出来的，而是固定的）。 3. 可能需要将模型中的动态计算部分固定化，或者使用其他方法绕过动态性。 常见原因： - 模型中有一些操作（如reshape）使用了从输入张量中推导出的尺寸（例如，使用`tensor.size(0)`作为reshape的一个维度）。在导出时，这些尺寸可能被当作变量，而ONNX要求某些操作的参数必须是常量。 - 模型使用了控制流（如if语句），导致动态图结构。 解决方法： 方法1：跟踪模型，确定哪个操作导致了错误。错误信息通常会指出具体的节点（操作）和输入参数。可以尝试以下步骤： - 使用`torch.onnx.export`的`verbose=True`参数，查看更详细的导出过程。 - 仔细检查错误堆栈，找到模型中对应的代码位置。 方法2：确保所有在导出时需要的参数都是常量。例如，卷积核的大小应该是固定的整数，而不是张量或变量。 方法3：如果错误发生在reshape或view操作，尝试使用固定尺寸代替动态计算的尺寸。但是注意，这可能会影响模型灵活性。另一种方法是使用`torch.onnx.operators`中的`reshape_from_tensor_shape`或类似函数（但需注意版本兼容性）。 方法4：如果模型中有条件语句，尝试重写模型以避免动态控制流，或者使用ONNX支持的运算符（如`torch.where`）来替代。 方法5：对于某些操作，可以通过设置`dynamic_axes`参数来允许某些维度是动态的，但是错误提示要求静态化的参数通常不支持动态（比如卷积核大小）。所以这个方法可能不适用，但可以尝试。 方法6：使用PyTorch的`jit.trace`来追踪模型，然后再导出。有时静态追踪可以避免动态性。 方法7：更新PyTorch和ONNX相关库，因为新版本可能已经修复了该问题。 具体步骤建议： 1. 首先，检查错误信息中提到的节点对应的模型代码。 2. 将模型中所有可能动态的参数（如卷积核大小）用固定值代替（如果它们确实是固定的，但可能被表示为变量）。 3. 如果使用了`view`或`reshape`，并且使用了`tensor.size()`的结果，考虑将动态尺寸通过输入参数传入（在导出时提供固定形状的输入），或者将动态尺寸改为常量（如果可行）。 示例： 假设模型中有如下代码： x = x.view(x.size(0), -1) 在导出时，可能因为`x.size(0)`是动态的而出现问题。解决方案之一是将这个操作改写为使用固定尺寸（如果已知），或者使用一个常量（如果batch size是固定的）。如果batch size是动态的，可以在导出时通过`dynamic_axes`指定batch维度为动态，但ONNX可能仍然要求其他维度是静态的。对于这种情况，可以尝试： x = x.reshape(-1, ...) # 但这样可能不够，需要更具体的处理 实际上，PyTorch在导出ONNX时，对于reshape操作，如果第二个维度是固定的，那么第一个维度可以是动态的（通过-1表示）。但是，如果多个维度都是动态的，ONNX不支持。所以需要确保除了一个维度外，其他都是固定的。 另一个常见的解决方案是使用“输入输出形状推断”函数，但ONNX导出需要能够推断出张量的形状。 如果上述方法无法解决，可能需要修改模型结构以避免动态操作。 由于没有具体的模型代码，这里只能提供一般性建议。 生成相关问题： §§相关问题§§ 1. 如何确定PyTorch模型导出到ONNX时出错的具体节点位置？ 2. 在导出ONNX模型时，如何处理动态的reshape操作？ 3. 除了内核大小，还有哪些参数在导出ONNX时需要保持静态？ 4. 如何设置`torch.onnx.export`的`dynamic_axes`参数？ 5. 如何更新PyTorch和ONNX相关库以修复导出错误？ </think> 针对 `torch.onnx.errors.SymbolicValueError` 错误（节点因非常量无法导出），以下是系统化的解决方案： ### 错误原因深度解析 1. **动态操作冲突** ONNX 要求模型中的 **权重参数**（如卷积核大小、步长）和 **张量维度**（如 reshape 的维度值）必须是**编译期常量**。若这些值由模型运行时计算得出（如通过 `.size()` 获取），会触发该错误[^1]。 2. **典型场景** ```python # 错误示例：动态维度（会触发错误） x = x.view(x.size(0), -1) # x.size(0) 是运行时值 # 错误示例：动态卷积参数 kernel = torch.randint(3, 5, (1,)) # 卷积核大小动态生成 conv = nn.Conv2d(3, 16, kernel.item()) ``` --- ### 解决方法与代码示例 #### ✅ 方法1：静态化张量维度（固定维度值） ```python # 修改前（动态 - 错误） def forward(self, x): batch_size = x.size(0) # 运行时值 return x.view(batch_size, -1) # 修改后（静态化 - 正确） def forward(self, x): return x.view(-1, 512) # 用固定值替代动态计算 ``` #### ✅ 方法2：常量替代动态参数 ```python # 修改前（错误） kernel_size = model.calculate_kernel() # 动态计算值 self.conv = nn.Conv2d(16, 32, kernel_size) # 修改后（正确） KERNEL_SIZE = 3 # 改为常量 self.conv = nn.Conv2d(16, 32, KERNEL_SIZE) ``` #### ✅ 方法3：导出时固定动态轴 通过 `dynamic_axes` 显式声明动态维度（仅允许输入/输出）： ```python torch.onnx.export( model, dummy_input, "model.onnx", # 声明第0维（batch）为动态，其他维度静态 dynamic_axes={"input": {0: "batch"}, "output": {0: "batch"}}, opset_version=14 # 推荐 >= 11 ) ``` #### ✅ 方法4：符号化重写（高级） 对于复杂动态操作（如自适应池化），需自定义符号函数： ```python from torch.onnx.symbolic_helper import parse_args @parse_args("v", "is") def symbolic_adaptive_pool(g, input, output_size): return g.op("AdaptiveAvgPool", input, output_size) # 注册自定义符号 torch.onnx.register_custom_op_symbolic( "aten::adaptive_avg_pool2d", symbolic_adaptive_pool, opset_version=14 ) ``` --- ### 排查流程 1. **定位错误节点** 启用详细日志确定故障层： ```python torch.onnx.export(..., verbose=True) # 查看报错节点名称 ``` 2. **检查动态操作** 排查以下操作： - `tensor.size()` / `tensor.shape` 获取维度 - 由模型生成的参数（如通过小型网络预测的卷积核） - 条件分支（if-else）中的张量操作 3. **验证静态化** 导出前添加检查： ```python for param in model.parameters(): assert not param.requires_grad, "所有参数需在导出期固定" ``` --- ### 注意事项 1. **ONNX 算子集版本** 使用较高版本（推荐 `opset_version>=13`）支持更多动态操作。可通过 `pip install onnx>=1.10.0` 更新。 2. **PyTorch 版本兼容性** 确认 PyTorch ≥ 1.8.0（2021年后版本对动态性支持显著改进）。 3. **备用方案** 若无法静态化，考虑： - 使用 TensorRT 部署（支持部分动态算子） - 将动态计算移出模型（在预处理/后处理中实现） > **关键原则**：任何影响权重或张量结构的数值必须在模型编译期确定[^2]。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值