<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[yangweipeng708的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/yangweipeng708</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; yangweipeng708]]></copyright><item><title><![CDATA[【Python】正则化表达式和捕获组]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/145366487</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/145366487</guid><author>yangweipeng708</author><pubDate>Sun, 26 Jan 2025 10:45:24 +0800</pubDate><description><![CDATA[正则表达式通过结合不同的特殊符号来描述一个字符串的搜索模式。它在文本处理、数据验证（如邮箱格式检查）、文件查找、文本替换等场景中有广泛应用。在 Python 中，re模块提供了对正则表达式的支持，可以进行匹配、查找、替换等操作。]]></description><category></category></item><item><title><![CDATA[【PyTorch】PyTorch中的方法torch.randperm()介绍]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138856257</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138856257</guid><author>yangweipeng708</author><pubDate>Tue, 14 May 2024 15:12:19 +0800</pubDate><description><![CDATA[在 PyTorch 中，函数用于生成一个从0到n-1的随机排列的整数序列。这个函数是非常有用的，尤其是在需要随机打乱数据或索引时，比如在训练机器学习模型时打乱数据顺序，以确保模型训练的泛化能力。]]></description><category></category></item><item><title><![CDATA[【Python】Python中类的__iter__()方法]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138851650</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138851650</guid><author>yangweipeng708</author><pubDate>Tue, 14 May 2024 13:36:57 +0800</pubDate><description><![CDATA[假设我们想创建一个表示简单数列的类，这个类可以迭代从0开始到给定上限的整数。# 返回迭代器对象，这里是类本身# 如果当前值小于上限，返回当前值并递增return num# 如果达到或超过上限，抛出 StopIteration这里，Counter类通过实现__iter__和__next__方法成为了一个迭代器。你可以用一个forprint(num) # 输出 1, 2, 3通过定义__iter__方法，你可以让你的类支持迭代，这在处理序列数据、自定义数据结构或需要逐个元素处理的情况下特别有用。]]></description><category></category></item><item><title><![CDATA[【Python】Python中变量或者函数加下划线‘_‘的含义]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138845412</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138845412</guid><author>yangweipeng708</author><pubDate>Tue, 14 May 2024 11:00:23 +0800</pubDate><description><![CDATA[理解这些约定可以帮助Python开发者编写更清晰、更Pythonic的代码，并理解其他Python代码中的命名习惯。）通常用来指示特定的编程约定或用法，这些约定主要关乎变量和函数的可访问性以及预期的使用范围。在Python中，变量或函数前面加一个下划线（]]></description><category></category></item><item><title><![CDATA[【Python】Python中的logging模块介绍和示例]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138820338</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138820338</guid><author>yangweipeng708</author><pubDate>Mon, 13 May 2024 21:23:28 +0800</pubDate><description><![CDATA[Python中的模块是一个强大的内置模块，用于记录和跟踪应用程序的运行过程。它提供了灵活的日志记录功能，可以将日志消息输出到多个目标（如控制台、文件、远程服务器等），并支持不同的日志级别。以下是模块的一些关键概念和使用方法：以下是一个简单的示例，展示了如何使用模块记录日志：
高级用法
将日志输出到文件
可以使用将日志消息写入文件：
配置多个Handler
可以为同一个Logger配置多个Handler，以实现日志消息的多种输出方式：
使用配置文件配置日志
可以使用配置文件（如JSON或YAML）配置日志：
]]></description><category></category></item><item><title><![CDATA[【Python】Python中@wraps的用法]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138819233</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138819233</guid><author>yangweipeng708</author><pubDate>Mon, 13 May 2024 20:56:10 +0800</pubDate><description><![CDATA[在 Python 中，@wraps是functools模块中的一个装饰器，它的主要用途是在定义装饰器时，帮助保留被装饰函数的元数据。这包括函数的名称 (__name__)、文档字符串 (__doc__)、注解 () 和其他属性。使用@wraps是一个好的编程实践，因为它使装饰器变得透明，不会干扰被装饰函数的原始信息。]]></description><category></category></item><item><title><![CDATA[【Python】Python中的除法运算]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138805897</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138805897</guid><author>yangweipeng708</author><pubDate>Mon, 13 May 2024 15:39:44 +0800</pubDate><description><![CDATA[在 Python 中，除法运算可以通过几种不同的运算符来执行，主要包括普通除法 () 和整除 (//)，还有取余运算 ()，这些运算符有各自的特定用途和行为。]]></description><category></category></item><item><title><![CDATA[【Python】Python中常见的异常类型]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138803591</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138803591</guid><author>yangweipeng708</author><pubDate>Mon, 13 May 2024 15:01:41 +0800</pubDate><description><![CDATA[在 Python 中，异常是程序执行中发生的错误条件，当 Python 脚本遇到一个错误时，它会创建一个异常对象。如果这个异常没有被处理，程序将终止并显示一个错误消息（堆栈跟踪）。Python 使用异常对象来表示错误，并通过try和except语句来捕获和处理这些异常。Python 的标准库中定义了多种异常，可以处理不同的错误情况。]]></description><category></category></item><item><title><![CDATA[【PyTorch】torch.backends.cudnn.benchmark 和 torch.backends.cudnn.deterministic]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138802498</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138802498</guid><author>yangweipeng708</author><pubDate>Mon, 13 May 2024 14:42:18 +0800</pubDate><description><![CDATA[cuDNN (CUDA Deep Neural Network library) 是 NVIDIA 提供的一个 GPU 加速库，专门用于深度学习。它提供了高度优化的卷积操作、池化、归一化以及激活层等，是构建高效深度学习模型的重要组件。的设置取决于你的具体应用需求。开启这一选项可以加速相同输入尺寸的模型训练和推理，但如果模型处理的输入尺寸频繁变动，可能需要关闭它以避免额外的性能开销。在实际应用中，可以根据模型的具体情况和硬件配置进行适当的测试和调整。]]></description><category></category></item><item><title><![CDATA[【Python】深度学习中随机数种子seed的种类和设置方式]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138793949</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138793949</guid><author>yangweipeng708</author><pubDate>Mon, 13 May 2024 11:08:37 +0800</pubDate><description><![CDATA[在机器学习和深度学习的实验中，确保实验的可重复性是非常重要的。下面定义的函数的主要目的是设置随机种子以确保代码的随机性操作（如参数初始化、数据集分割、随机数据增强等）在不同运行之间是可重复的。这使得其他研究人员或开发者可以复现相同的实验结果，同时也便于调试和优化模型。]]></description><category></category></item><item><title><![CDATA[【PyTorch】torch.distributed()的含义和使用方法]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138793080</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138793080</guid><author>yangweipeng708</author><pubDate>Mon, 13 May 2024 10:53:10 +0800</pubDate><description><![CDATA[是 PyTorch 的一个子模块，它提供了支持分布式训练的功能。这意味着它允许开发者将神经网络训练任务分散到多个计算节点上进行。使用分布式训练可以显著加快训练过程，特别是在处理大型数据集和复杂模型时。这个模块支持多种后端，可以在不同的硬件和网络配置上高效运行。]]></description><category></category></item><item><title><![CDATA[【Python】get()方法的介绍和使用方式]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138707246</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138707246</guid><author>yangweipeng708</author><pubDate>Sat, 11 May 2024 11:25:51 +0800</pubDate><description><![CDATA[get()key：要从字典中获取的键。default：可选参数，如果指定的键不存在时返回的值。默认值是None。get()方法是处理字典时不可或缺的工具，它通过提供默认值参数，使得字典键的访问变得更加安全和灵活。这种方法尤其适用于处理可能缺少某些键的字典数据，如从解析 JSON 或进行数据库查询等操作返回的数据。]]></description><category></category></item><item><title><![CDATA[【Python】items()方法的介绍和使用方式]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138706860</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138706860</guid><author>yangweipeng708</author><pubDate>Sat, 11 May 2024 11:06:14 +0800</pubDate><description><![CDATA[此方法不接受任何参数，并返回一个包含字典中所有(键, 值)对的字典视图。]]></description><category></category></item><item><title><![CDATA[【Python】普通字典的定义和使用方式]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138705473</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138705473</guid><author>yangweipeng708</author><pubDate>Sat, 11 May 2024 10:41:39 +0800</pubDate><description><![CDATA[{}# 空字典# 带有键值对的字典print(person) # 输出: {'name': 'Alice', 'age': 25, 'city': 'New York'}Python 字典是一种极其有用和灵活的数据结构，适用于需要键值映射的多种应用场景。自 Python 3.7 起，字典维护键的插入顺序，这增加了它的用途，使其在很多情况下能够取代。对于绝大多数日常编程任务来说，普通字典已经足够使用。]]></description><category></category></item><item><title><![CDATA[【Python】顺序字典（OrderedDict）的定义和使用方式]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138705271</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138705271</guid><author>yangweipeng708</author><pubDate>Sat, 11 May 2024 10:38:52 +0800</pubDate><description><![CDATA[创建# 使用OrderedDict直接构造print(od)# 输出: OrderedDict([('z', 'Zebra'), ('e', 'Elephant'), ('a', 'Aardvark')])# 使用键值对列表构造print(od)# 输出: OrderedDict([('z', 'Zebra'), ('e', 'Elephant'), ('a', 'Aardvark')])]]></description><category></category></item><item><title><![CDATA[【Python】os.scandir()函数示例以及和os.listdir()函数的对比优势]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138611645</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138611645</guid><author>yangweipeng708</author><pubDate>Thu, 09 May 2024 13:55:54 +0800</pubDate><description><![CDATA[在 Python 中，函数是一个用来列出指定目录下的条目（包括文件和子目录）的高效方式。它返回一个迭代器，不仅可以迭代目录中的所有条目，还能访问每个条目的文件属性，如文件类型、文件大小等，而不需要额外的系统调用。这种方法比使用更高效，特别是需要访问这些文件属性时。]]></description><category></category></item><item><title><![CDATA[【Python】Python中assert语句的用法]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138611198</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138611198</guid><author>yangweipeng708</author><pubDate>Thu, 09 May 2024 13:45:39 +0800</pubDate><description><![CDATA[在 Python 中，assert语句用于断言某个条件是真的。如果条件为False，则会触发一个。这种机制常用于在开发阶段检查程序的状态，确保代码在某个特定点满足预期条件。通过这种方式，开发者可以在代码错误导致更大问题之前及时发现并修复错误。]]></description><category></category></item><item><title><![CDATA[【Python】文件名模板filename_tmpl的用法示例]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138606502</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138606502</guid><author>yangweipeng708</author><pubDate>Thu, 09 May 2024 11:21:20 +0800</pubDate><description><![CDATA[提供了一种灵活的方式来处理那些文件名需要包含动态信息的情况。通过使用带占位符的模板，可以在程序运行时插入特定的数据，从而实现文件名的动态生成和管理。这种方法广泛应用于需要自动化文件管理的各种程序和脚本中。]]></description><category></category></item><item><title><![CDATA[【Python】io_backend参数简介]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138605524</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138605524</guid><author>yangweipeng708</author><pubDate>Thu, 09 May 2024 11:01:03 +0800</pubDate><description><![CDATA[在许多编程框架和库中，尤其是涉及到数据处理和深度学习的应用程序中，io_backend参数常用于配置输入/输出（I/O）操作的后端类型和其他相关设置。这个参数通常通过字典（dict）的形式提供，使得可以灵活地定义和调整用于数据读取、写入或处理的具体方法和技术。这样的设计允许开发者根据应用需求或运行环境选择最合适的 I/O 处理策略。]]></description><category></category></item><item><title><![CDATA[【Python】numpy.ptp()]]></title><link>https://blog.youkuaiyun.com/yangweipeng708/article/details/138570072</link><guid>https://blog.youkuaiyun.com/yangweipeng708/article/details/138570072</guid><author>yangweipeng708</author><pubDate>Wed, 08 May 2024 14:07:09 +0800</pubDate><description><![CDATA[函数是 NumPy 库中的一个有用函数，用于计算数组中的“峰到峰”（peak-to-peak）值，即数组中的最大值与最小值之差。这个函数可以帮助快速评估数组中数据的变化范围，常用于信号处理、数据分析等领域中，以确定数据的波动幅度。]]></description><category></category></item></channel></rss>