Python-Klassenparameterdefinition und Datenerweiterungsmethode „unsqueeze/expand“.

Dieser Artikel bringt Ihnen relevantes Wissen über Python, das hauptsächlich die Definition von Python-Klassenparametern und die Datenerweiterungsmethode unsqueeze/expand vorstellt. Ich hoffe, der Artikel stellt den detaillierten Inhalt rund um das Thema vor Hilfreich für alle.

【Verwandte Empfehlung: Python3-Video-Tutorial】

Parameterdefinition der Klasse

Setzen Sie die Conda-Umgebung auf ai, conda activate aiconda 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)
  Der Ursprung dieser Datei :
Da wir in der von yolov1s Pytorch implementierten Verlustfunktion sehen, dass nn.Module vererbt wird und zwei der Parameter nicht die angegebenen Typen in C++ haben, woher kommen dann ihre Typen? Hier ist so etwas zu erkunden

Operationslogik:

• Definieren Sie zunächst einen Konstruktor und eine benutzerdefinierte Funktion in der Klasse
• Der Konstruktor definiert die Attribute S und B , die Die benutzerdefinierte Funktion führt zwei Parameter ein und ruft die beiden Parameter auf.
  • Hier ist die Struktur der Parameter, abhängig davon, wie die Parameter aufgerufen werden. Beispielsweise wird hier N = box1.size(0) M genannt = box2.size(0) zeigt, dass es sich um so etwas wie eine Matrix handelt, und die entsprechende Definition von box1 ist „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))

    

    DatenerweiterungExplore.“ So verwenden Sie Unsqueeze und Expand. Sie können einen Breitengrad hinzufügen, aber die Größe der Dimension beträgt nur 1, und Expand kann die Daten kopieren und in 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)

    ändern 】🎜

Das obige ist der detaillierte Inhalt vonPython-Klassenparameterdefinition und Datenerweiterungsmethode „unsqueeze/expand“.. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!