python数组中的分号--简单使用

最新推荐文章于 2023-12-09 20:15:39 发布

原创最新推荐文章于 2023-12-09 20:15:39 发布 · 1.3k 阅读

1 ·

CC 4.0 BY-SA版权

python编程专栏收录该内容

143 篇文章

订阅专栏

本文通过一个具体的例子展示了如何使用PyTorch进行张量操作，包括创建张量、进行数学运算以及如何将多个张量组合成输出元组。此外，还介绍了如何将损失值、意图和槽位的logits以及隐藏状态和注意力机制添加到输出中。

部署运行你感兴趣的模型镜像

数组中的分号使用
output[:2]=output[0]+output[1]
output[2:]=output[2]+…+output[n]

import torch

if __name__ == '__main__':
    intent_logits = torch.tensor([1,2,3],dtype=torch.float)
    slot_logits = torch.tensor([4,5,6],dtype=torch.float)
    outputs = torch.tensor([0.2,0.3,0.1,0.5,0.4],dtype=torch.float)
    outputs = tuple(outputs)
    total_loss = torch.tensor([1.003],dtype=torch.float)

    outputs = ((intent_logits, slot_logits),) + outputs[1:]  # add hidden states and attention if they are here
    print(outputs)
    outputs = (total_loss,) + outputs
    print(outputs)
    print(outputs[:2])
    print(outputs[2:])

((tensor([1., 2., 3.]), tensor([4., 5., 6.])), tensor(0.3000), tensor(0.1000), tensor(0.5000), tensor(0.4000))
(tensor([1.0030]), (tensor([1., 2., 3.]), tensor([4., 5., 6.])), tensor(0.3000), tensor(0.1000), tensor(0.5000), tensor(0.4000))
(tensor([1.0030]), (tensor([1., 2., 3.]), tensor([4., 5., 6.])))
(tensor(0.3000), tensor(0.1000), tensor(0.5000), tensor(0.4000))