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)
- 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
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)!
本文来自网络收集,不代表计算机技术网立场,如涉及侵权请联系管理员删除。
ctvol管理联系方式QQ:251552304
本文章地址:https://www.ctvol.com/pythontutorial/1209541.html