pytorch深度学习框架中用到的函数(待填坑)

python函数(无关pytorch)

enumerate() 函数

enumerate() 函数用于将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在 for 循环当中。

  • 语法
enumerate(sequence, [start=0])
  • 示例
>>>seasons = ['Spring', 'Summer', 'Fall', 'Winter']
>>> list(enumerate(seasons))
[(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Winter')]
>>> list(enumerate(seasons, start=1))       # 下标从 1 开始
[(1, 'Spring'), (2, 'Summer'), (3, 'Fall'), (4, 'Winter')]
>>>seq = ['one', 'two', 'three']
>>> for i, element in enumerate(seq):
...     print i, element
... 
0 one
1 two
2 three

绘图函数

详见https://www.cnblogs.com/chaoren399/p/5792168.html

numpy的小函数

mat()

mat函数可以将目标数据的类型转换为矩阵(matrix)
示例:

import numpy as np

a=[[1,2,3,], [3,2,1]]
print('type(a) is ',type(a))
myMat=np.mat(a)
print('type(myMat) is ',type(myMat))

运行结果

type(a) is  <class 'list'>
type(myMat) is  <class 'numpy.matrix'>

zeros(r, c)和ones(r, c)和eye(n)

zeros(r, c)生成指定维度r×c的0矩阵。
ones(r, c)生成指定维度r×c的1矩阵。
eye(n)生成指定维度n×n的单位矩阵。
矩阵类型为:numpy.ndarray
(疑问1:numpy.ndarray类型和numpy.matrix类型的区别?

示例

import numpy as np
# 生成一个3*2的全0矩阵
myMat1=np.zeros((3,2))
print('zeros = \n',myMat1)
# 生成一个2*3的全0矩阵
myMat2=np.ones((2,3))
print('ones = \n',myMat2)
# 生成一个3*3的单位矩阵
myMat3=np.eye(3)
print('eye = \n',myMat3)

运行结果

zeros = 
 [[0. 0.]
 [0. 0.]
 [0. 0.]]
ones = 
 [[1. 1. 1.]
 [1. 1. 1.]]
eye = 
 [[1. 0. 0.]
 [0. 1. 0.]
 [0. 0. 1.]]

tolist

把一个矩阵转化成为list(列表)

示例:

import numpy as np
x1 = np.mat([[1, 2, 3], [4, 5, 6]])
print('x1 = ',x1)
print(type(x1))

x2=x1.tolist()
print('x2 = ',x2)
print(type(x2))

运行结果

x1 =  [[1 2 3]
 [4 5 6]]
<class 'numpy.matrix'>
x2 =  [[1, 2, 3], [4, 5, 6]]
<class 'list'>

pytorch函数

猜你喜欢

转载自blog.csdn.net/qq_41683065/article/details/91375130
今日推荐