python類參數(shù)定義及數(shù)據(jù)擴展方式unsqueeze/expand
類的參數(shù)定義
將conda環(huán)境設(shè)置為ai,conda activate ai
這個文件的由來:
由于在yolov1的pytorch實現(xiàn)的損失函數(shù)中,看到繼承了nn.Module,并且其中兩個參數(shù)不像c++那里指定類型,那么他們的類型是哪里來的
這里就是在探索這樣一件事
操作邏輯:
- 先在類中定義了構(gòu)造函數(shù)以及一個自定義函數(shù);
- 構(gòu)造函數(shù)定義了屬性S、B,自定義函數(shù)引入兩個參數(shù),對兩個參數(shù)進行調(diào)用
- 這里就說明參數(shù)的結(jié)構(gòu)是怎么樣的,取決于參數(shù)被調(diào)用了什么東西,比如這里調(diào)用了
N = box1.size(0) M = box2.size(0)說明了它是類似一個矩陣的東西,對應的box1的定義就是`torch.rand(10,4)
- 這里就說明參數(shù)的結(jié)構(gòu)是怎么樣的,取決于參數(shù)被調(diào)用了什么東西,比如這里調(diào)用了
import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable
#探究屬性S,B是如何產(chǎn)生的,以及box1、box2是如何產(chǎn)生的、如何調(diào)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) #調(diào)用方式就表示了變量是什么類型,這里是一個張量,其中每個元素是一個tensor,所以是N*4的張量
M = box2.size(0)
print(M,N)
yoloLoss1 =yoloLoss(10, 11)
yoloLoss1.compute_iot(torch.rand(10,4),torch.rand(11,4))
數(shù)據(jù)擴展
探究unsqueeze以及expand的使用方法,unsqueeze可以增加一個緯度,但是維度的siz只是1而已,而expand就可以將數(shù)據(jù)進行復制,將數(shù)據(jù)變?yōu)閚
# 獲得一開始的初始化數(shù)值:tensor([[a1,a2,a3]])
nn1=torch.rand(1,3)
print(nn1)
# unsqueeze是解壓的意思,在第i個維度上進行擴展,將其擴展為tensor([[[a1,a2,a3]]])
nn1=nn1.unsqueeze(0)
print("*"*100)
print(nn1)
#利用expand對數(shù)據(jù)進行擴展
nn1=nn1.expand(1,3,3)
print("*"*100)
print(nn1)
到此這篇關(guān)于python類參數(shù)定義及數(shù)據(jù)擴展方式unsqueeze/expand的文章就介紹到這了,更多相關(guān)python unsqueeze/expand內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
如何從csv文件構(gòu)建Tensorflow的數(shù)據(jù)集
這篇文章主要介紹了如何從csv文件構(gòu)建Tensorflow的數(shù)據(jù)集,幫助大家更好的理解和使用Tensorflow,感興趣的朋友可以了解下2020-09-09
windows 10 設(shè)定計劃任務自動執(zhí)行 python 腳本的方法
這篇文章主要介紹了windows 10 設(shè)定計劃任務自動執(zhí)行 python 腳本的方法,本文圖文并茂給大家介紹的非常詳細,具有一定的參考借鑒價值,需要的朋友可以參考下2019-09-09

