
编程开发
danerli
这个作者很懒,什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
Python:super( test, self).__init__()
python中的super( test, self).init() 首先找到test的父类(比如是类A),然后把类test的对象self转换为类A的对象,然后“被转换”的类A对象调用类A对象自己的__init__函数. ...转载 2018-09-30 11:06:49 · 4457 阅读 · 0 评论 -
torch.cat(inputs, dimension=0)
参数: inputs (sequence of Tensors) – 可以是任意相同Tensor 类型的python 序列 dimension (int, optional) – 沿着此维连接张量序列 代码 import torch x = torch.randn(2, 3) print(torch.cat((x, x, x))) #默认按行连接张量 print(torch.cat((x...原创 2018-09-30 11:16:05 · 2762 阅读 · 0 评论 -
torch.sum(input, dim, out=None)
torch.sum(input, dim, out=None) → Tensor input (Tensor) – 输入张量 dim (int) – 缩减的维度 out (Tensor, optional) – 结果张量 代码: import torch x = torch.randn(4, 5) print(x) print(x.sum(0)) #按列求和 print(x.sum(1))...原创 2018-09-30 12:32:31 · 46301 阅读 · 6 评论 -
torch.tensor.view(*args)
view(*args) → Tensor 返回一个有相同数据但大小不同的tensor。 返回的tensor必须有与原tensor相同的数据和相同数目的元素,但可以有不同的大小。一个tensor必须是连续的contiguous()才能被查看。 import torch x = torch.randn(4, 5) print('tensor原型:',x) print('tensor维度变换,由(4...原创 2018-09-30 13:04:05 · 9993 阅读 · 0 评论 -
torch.clamp(input, min, max, out=None)
torch.clamp(input, min, max, out=None) → Tensor 将输入input张量每个元素的夹紧到区间 [min,max],并返回结果到一个新张量。 input={min,if input <= mininput,if min<input <maxmax,if i...原创 2018-09-30 13:37:48 · 1854 阅读 · 0 评论 -
numpy.ravel(a, order='C')
numpy.ravel(a, order=‘C’) a是要进行改变形状的数组 order : {‘C’,’F’, ‘A’, ‘K’}, optional 由ravel()产生的数组中元素的顺序通常是“C风格”,也就是说,最右边的索引“改变最快”,所以[0,0]之后的元素是[0,1] 。如果数组被重新塑造成其他形状,数组又被视为“C-style”。NumPy通常创建按此顺序存储的数组,因此r...原创 2018-09-30 14:55:06 · 3260 阅读 · 0 评论 -
numpy.delete(arr, obj, axis=None)
numpy.delete(arr, obj, axis=None) arr:输入矩阵 obj:在什么位置处理 axis:这是一个可选参数,axis = None,1,0 axis=None:arr会先按行展开,然后按照obj,删除第obj-1(从0开始)位置的数,返回一个行矩阵。 axis = 0:按行删除 axis = 1:按列删除 import torch import numpy as np...原创 2018-09-30 18:19:10 · 1473 阅读 · 0 评论 -
numpy.tile(A, reps)
numpy.tile(A, reps) Parameters: A : The input array. reps : The number of repetitions of A along each axis import torch import numpy as np x = torch.from_numpy(np.arange(4).reshape((1, 4))) print('...原创 2018-09-30 18:29:28 · 335 阅读 · 0 评论