大蟒蛇python教程共享python类参数定义及数据扩展方式unsqueeze/expand

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<计算机技术网(www.ctvol.com)!!>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<计算机技术网(www.ctvol.com)!!>！

需要了解更多python教程分享python类参数定义及数据扩展方式unsqueeze/expand，都可以关注python教程分享栏目—计算机技术网(www.ctvol.com)!