Beli Saya Kopi☕
*Memo:
- Siaran saya menerangkan sekurang-kurangnya_2d().
- Siaran saya menerangkan sekurang-kurangnya_3d().
sekurang-kurangnya_1d() boleh mendapatkan pandangan satu atau lebih tensor 1D atau lebih D sifar atau lebih elemen dengan hanya menukar satu atau lebih tensor 0D kepada satu atau lebih tensor 1D daripada satu atau lebih tensor 0D atau lebih D bagi sifar atau lebih elemen seperti yang ditunjukkan di bawah:
*Memo:
- atleast_1d() boleh digunakan dengan obor tetapi tidak dengan tensor.
- Argumen pertama atau lebih dengan obor ialah *tensor(Jenis Diperlukan:tensor int, float, kompleks atau bool atau tuple atau senarai tensor int, float, kompleks atau bool):
*Memo:
- Jika menetapkan lebih daripada satu tensor, satu tuple tensor dikembalikan sebaliknya tensor dikembalikan.
- Jangan gunakan sebarang kata kunci seperti *tensor=, tensor atau input.
- Menetapkan tiada argumen mengembalikan tupel kosong.
import torch tensor0 = torch.tensor(2) # 0D tensor torch.atleast_1d(tensor0) # tensor([2]) tensor0 = torch.tensor(2) # 0D tensor tensor1 = torch.tensor([2, 7, 4]) # 1D tensor tensor2 = torch.tensor([[2, 7, 4], [8, 3, 2]]) # 2D tensor tensor3 = torch.tensor([[[2, 7, 4], [8, 3, 2]], # 3D tensor [[5, 0, 8], [3, 6, 1]]]) tensor4 = torch.tensor([[[[2, 7, 4], [8, 3, 2]], # 4D tensor [[5, 0, 8], [3, 6, 1]]], [[[9, 4, 7], [1, 0, 5]], [[6, 7, 4], [2, 1, 9]]]]) torch.atleast_1d(tensor0, tensor1, tensor2, tensor3, tensor4) torch.atleast_1d((tensor0, tensor1, tensor2, tensor3, tensor4)) # (tensor([2]), # tensor([2, 7, 4]), # tensor([[2, 7, 4], [8, 3, 2]]), # tensor([[[2, 7, 4], [8, 3, 2]], # [[5, 0, 8], [3, 6, 1]]]), # tensor([[[[2, 7, 4], [8, 3, 2]], # [[5, 0, 8], [3, 6, 1]]], # [[[9, 4, 7], [1, 0, 5]], # [[6, 7, 4], [2, 1, 9]]]])) tensor0 = torch.tensor(2) # 0D tensor tensor1 = torch.tensor([2, 7, 4]) # 1D tensor tensor2 = torch.tensor([[2., 7., 4.], # 2D tensor [8., 3., 2.]]) tensor3 = torch.tensor([[[2.+0.j, 7.+0.j, 4.+0.j], # 3D tensor [8.+0.j, 3.+0.j, 2.+0.j]], [[5.+0.j, 0.+0.j, 8.+0.j], [3.+0.j, 6.+0.j, 1.+0.j]]]) tensor4 = torch.tensor([[[[True, False, True], [False, True, False]], [[True, False, True], [False, True, False]]], [[[True, False, True], [False, True, False]], [[True, False, True], [False, True, False]]]]) # 4D tensor torch.atleast_1d(tensor0, tensor1, tensor2, tensor3, tensor4) # (tensor([2]), # tensor([2, 7, 4]), # tensor([[2., 7., 4.], # [8., 3., 2.]]), # tensor([[[2.+0.j, 7.+0.j, 4.+0.j], # [8.+0.j, 3.+0.j, 2.+0.j]], # [[5.+0.j, 0.+0.j, 8.+0.j], # [3.+0.j, 6.+0.j, 1.+0.j]]]), # tensor([[[[True, False, True], [False, True, False]], # [[True, False, True], [False, True, False]]], # [[[True, False, True], [False, True, False]], # [[True, False, True], [False, True, False]]]])) torch.atleast_1d() # ()
Atas ialah kandungan terperinci sekurang-kurangnya_dalam PyTorch. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Sebab -sebab mengapa skrip Python tidak dapat dijalankan pada sistem Unix termasuk: 1) kebenaran yang tidak mencukupi, menggunakan chmod xyour_script.py untuk memberikan kebenaran pelaksanaan; 2) garis shebang yang tidak betul atau hilang, anda harus menggunakan #!/Usr/bin/envpython; 3) tetapan pembolehubah persekitaran yang salah, anda boleh mencetak debugging os.environ; 4) Menggunakan versi Python yang salah, anda boleh menentukan versi pada garis Shebang atau baris arahan; 5) masalah pergantungan, menggunakan persekitaran maya untuk mengasingkan ketergantungan; 6) Kesalahan sintaks, gunakan python-mpy_compileyour_script.py untuk mengesan.

Menggunakan tatasusunan python lebih sesuai untuk memproses sejumlah besar data berangka daripada senarai. 1) Array menjimatkan lebih banyak memori, 2) array lebih cepat untuk beroperasi dengan nilai berangka, 3) Arrays Force Jenis Konsistensi, 4) Array bersesuaian dengan array C, tetapi tidak fleksibel dan mudah seperti senarai.

Listsare yang lebih baik lebih baik foreflexibilityandmixdatatatypes, whilearraysares sand sumerical sand sand sand lared datasets.1) Senarai yang tidak dapat diselaraskan xibility, mixeddatatypes, dan elementChanges.2) Operasi sensori UsArray, LargedataSet, dan WhenmememoryefficyFiciency.2

NumpyManagesMemoryforlargeArraySefficientlyusingViews, salinan, danMemory-mappedfiles.1) viewSallowSlicingWithoutCopying, secara langsungModifyingTheoriginalArray.2) copiescanbecreatedwithTheCopy () methorpreserveservervesvesverdata.3) MemoriSberServervesvesves

Listsinpythondonotrequireimportingamodule, whilearraysfromthearraymoduledoneedanimport.1) listsarebuilt-in, serba boleh, dancanholdmixeddatatypes.2) arraysaremorememory-efficientfornumericydatabuTabeSflexible, yang tidak dapat dilupakan.

Pythonlistscanstoreanydatatype, arraymoduleArraysstoreonetype, andnumpyarraysarefornumumericalcomputations.1) listsareversatileButlessMememory-efficient.2) arraymoduleArduleArrayRaysarememory-efficientforhomogenhomogenhomogenhomogenhomogenhomogenhomogenhomogenhomogenhomogenhomogenhomogenhomogenhomogenhomogenhomogen

KetikayyoUttemptToStoreAveFheWrongatatypeinapythonArray, anda akan menjadicounteratypeerror

Pythonlistsarepartofthestandardlibrary, sementara


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

ZendStudio 13.5.1 Mac
Persekitaran pembangunan bersepadu PHP yang berkuasa

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

DVWA
Damn Vulnerable Web App (DVWA) ialah aplikasi web PHP/MySQL yang sangat terdedah. Matlamat utamanya adalah untuk menjadi bantuan bagi profesional keselamatan untuk menguji kemahiran dan alatan mereka dalam persekitaran undang-undang, untuk membantu pembangun web lebih memahami proses mengamankan aplikasi web, dan untuk membantu guru/pelajar mengajar/belajar dalam persekitaran bilik darjah Aplikasi web keselamatan. Matlamat DVWA adalah untuk mempraktikkan beberapa kelemahan web yang paling biasa melalui antara muka yang mudah dan mudah, dengan pelbagai tahap kesukaran. Sila ambil perhatian bahawa perisian ini

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

SublimeText3 versi Inggeris
Disyorkan: Versi Win, menyokong gesaan kod!
