撒旦先生的博客

想要优化的参数必须作为叶子节点全程参与计算损失函数.

经历了一波 pybind11 和 CUDA 编程 的学习, 接下来看一看 PyTorch 官方给的 C++/CUDA 扩展的教程. 发现极其简单, 就是直接用 setuptools 导出 PyTorch C++ 版代码的 Python 接口就可以了. 所以, 本博客包含以下内容: LibTorch 初步; C++ Extension 例子;

前几天浅尝了使用 pybind11 将 C++ 代码打包成 Python 包, 假装我已经能通过 C++ 代码加速程序了. 现在, 搞一搞 CUDA 编程, 进而结合 pybind11 把 CUDA 代码打包成 Python 包. 主要目的是了解一下整体流程与框架.

最近看到一些点云相关的工作, 他们在文章中展示的点云结果很好看, 但自己用 matplotlib 画的结果却很丑, 发邮件问作者才知道他用了一个渲染工具 Mitsuba2PointCloudRenderer. 它用到了渲染软件 Mitsuba2.

如何在使用 pybind11 导出 C 程序的 Python 接口的情况下, 构建 Python 包. 有多种方式, 包括 Modules with CMake, Modules with meson-python, Modules with setuptools, Building with cppimport, Building with CMake, …) 创建静态库时，生成的库文件（如 libadd.a）包含了所有必要的符号。

Python 包构建

最近在看一个用 RNNs 网络做Translation 任务的程序, 关于数据处理部分, 主要用到工具包和fairseq, 前者主要是对文本进行分词处理, 后者则是对已分词的文本进行二进制化和快速加载. 包越方便使用, 就说明包装得越狠, 也就越令人一头雾水, 本文简要记录学习过程.

von Mises Fisher 分布的代码解析.

von Mises-Fisher 分布的均值、熵、KL 散度以及采样等的 PyTorch 实现.

最近看到 Python 的装饰器，于是初步调查了其用法。

问题，就不追究了，反正尽量用 numpy 或 pytorch tensor 吧。的其他参数，就会懵逼。那就看一看官方文档，了解一下。然而，背后到底干了什么，我们不清楚，甚至遇到。访问数据时，由于 Python 对象的。有一个需要注意的地方是内存增长问题，当。上图是数据加载的整体框架图，官网说。访问，后者的数据只能通过迭代器。的数据集的访问顺序由迭代器决定。提供一批下标，取得一批数据后由。并行地加载数据，并通过。

在命令窗口运行 Python 程序时，有时需要传入一些参数，就用到了argparse模块，它有非常强的解析命令行参数的能力。原始的命令行参数获取方式sys.argv；argparse的基本用法；背后的运作机制；shell编程；更好的方式；

本文将举例说明 `csv` 包的用法，然后补充一些必要的说明。

PIL(Python Imaging Library)是一个用于图像处理的 Python 库。它提供了广泛的功能，包括图像加载、保存、调整大小、裁剪、旋转、滤镜应用等。由于 PIL 的开发停止在 2009 年，因此推荐使用其后续的维护版本 Pillow。Pillow 是一个兼容 PIL 接口的现代图像处理库，提供更多功能和更好的性能。

有点绕，很多博客画各种图讲各种故事来解释如何从 input 张量中 gather 位置 index 处的值，乱七八糟，我是都没看明白。所以去官网看了文档。

本文介绍一个工具，它包装，接收该类的一个实例loader，启动一个线程t，创建一个队列qt将loader中的数据预加载到队列q中, 以在模型计算时也能启动启动数据加载程序, 节省数据加载时间。"""** 包装 torch.utils.data.DataLoader, 接收该类的一个实例 loader, 启动一个线程 t, 创建一个队列 qt 将 loader 中的数据预加载到队列 q 中, 以在模型计算时也能启动启动数据加载程序, 节省数据加载时间。

..或者next(it)和方法；方法；生成器函数；

环境时，文件会自动关闭。这东西叫上下文管理器，现在让让我们学习一下这个神奇的家伙。，讲的比较简单易懂，我就是看这篇博文学习上下文管理器的。在 Python 中读写文件，我们都用。，这样不用担心忘记关闭文件流，因为离开。那应该能返回其他东西吧？

文件，Python 也会把该目录当作普通包处理，这被称为 “namespace package”，其主要目标是支持更为复杂的包结构。是 Python 中的一个特殊文件，它存在于每个 Python 包中。这个文件在 Python 中是非常重要的，它告诉 Python，该目录应被视为一个 Python 包。是一个特殊的文件，用于标识该目录是一个 Python 包。文件的目录，并将其视为一个有效的包。然而，在旧版本的 Python（3.2及之前）中，请注意，随着 Python 3.3 版本的引入，

什么是 logging.StreamHandler()？它为什么将信息输出到控制台？logging.getLogger().addHandler(console) 到底做了什么？想解答这些问题，探索 logging 更丰富的用法，于是我去查看了官方文档教程，在这里对这次学习进行记录整理。本文不追究文档的细节，对基础的知识也默认已知，主要目的是建立对 logging 整体架构和工作方式的认识。

最近接触到了两个 Python 进度条工具：qqdm 和 tqdm 在此记录学习过程。