python类参数定义及数据扩展方式unsqueeze/expand

 更新时间:2022年08月23日 10:30:20   作者:徽先生  
本文主要介绍了python类参数定义及数据扩展方式unsqueeze/expand,文章通过围绕主题展开详细的内容介绍,具有一定的参考价值,需要的小伙伴可以参考一下

类的参数定义

将conda环境设置为ai,conda activate ai

这个文件的由来:

由于在yolov1的pytorch实现的损失函数中,看到继承了nn.Module,并且其中两个参数不像c++那里指定类型,那么他们的类型是哪里来的

这里就是在探索这样一件事

操作逻辑:

  • 先在类中定义了构造函数以及一个自定义函数;
  • 构造函数定义了属性S、B,自定义函数引入两个参数,对两个参数进行调用
    • 这里就说明参数的结构是怎么样的,取决于参数被调用了什么东西,比如这里调用了N = box1.size(0) M = box2.size(0)说明了它是类似一个矩阵的东西,对应的box1的定义就是`torch.rand(10,4)
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable

#探究属性S,B是如何产生的,以及box1、box2是如何产生的、如何调用
class yoloLoss(nn.Module):
    def __init__(self,S,B):
        self.S=S
        self.B=B
    def compute_iot(self,box1,box2):
        N = box1.size(0)  #调用方式就表示了变量是什么类型,这里是一个张量,其中每个元素是一个tensor,所以是N*4的张量
        M = box2.size(0)
        print(M,N)

yoloLoss1 =yoloLoss(10, 11)
yoloLoss1.compute_iot(torch.rand(10,4),torch.rand(11,4))

数据扩展

探究unsqueeze以及expand的使用方法,unsqueeze可以增加一个纬度,但是维度的siz只是1而已,而expand就可以将数据进行复制,将数据变为n

# 获得一开始的初始化数值:tensor([[a1,a2,a3]])
nn1=torch.rand(1,3)
print(nn1)
# unsqueeze是解压的意思,在第i个维度上进行扩展,将其扩展为tensor([[[a1,a2,a3]]])
nn1=nn1.unsqueeze(0)
print("*"*100)
print(nn1)
#利用expand对数据进行扩展
nn1=nn1.expand(1,3,3)
print("*"*100)
print(nn1)

到此这篇关于python类参数定义及数据扩展方式unsqueeze/expand的文章就介绍到这了,更多相关python unsqueeze/expand内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • Python:Numpy 求平均向量的实例

    Python:Numpy 求平均向量的实例

    今天小编就为大家分享一篇Python:Numpy 求平均向量的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2019-06-06
  • 如何利用Boost.Python实现Python C/C++混合编程详解

    如何利用Boost.Python实现Python C/C++混合编程详解

    这篇文章主要给大家介绍了关于如何利用Boost.Python实现Python C/C++混合编程的相关资料,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起看看吧
    2018-11-11
  • 用python给csv里的数据排序的具体代码

    用python给csv里的数据排序的具体代码

    在本文里小编给大家分享的是关于用python给csv里的数据排序的具体代码内容,需要的朋友们可以学习下。
    2020-07-07
  • 如何使用django的MTV开发模式返回一个网页

    如何使用django的MTV开发模式返回一个网页

    这篇文章主要介绍了如何使用django的MTV开发模式返回一个网页,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-07-07
  • PyTorch并行训练DistributedDataParallel完整demo

    PyTorch并行训练DistributedDataParallel完整demo

    这篇文章主要为大家介绍了PyTorch并行训练DistributedDataParallel完整demo,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2023-06-06
  • python操作RabbitMq的三种工作模式

    python操作RabbitMq的三种工作模式

    这篇文章主要为大家介绍了python操作RabbitMq的三种工作模式,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步早日升职加薪
    2022-04-04
  • Django获取前端数据的实现方式

    Django获取前端数据的实现方式

    这篇文章主要介绍了Django获取前端数据的实现方式,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2023-02-02
  • python学习之plot函数的使用教程

    python学习之plot函数的使用教程

    这篇文章主要给大家介绍了关于python学习之plot函数的使用教程,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2021-04-04
  • Python检查端口是否打开的七种方法总结

    Python检查端口是否打开的七种方法总结

    在信息安全领域,端口扫描是一项常见的技术,用于逐个检测目标主机上的端口是否开放,这篇文章主要给大家介绍了关于Python检查端口是否打开的七种方法总结,需要的朋友可以参考下
    2023-12-12
  • python3实现基于用户的协同过滤

    python3实现基于用户的协同过滤

    这篇文章主要为大家详细介绍了python3实现基于用户的协同过滤,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2018-05-05

最新评论