python類別參數定義及資料擴充方式unsqueeze/expand

本篇文章為大家帶來了關於Python的相關知識，其中主要介紹了python類參數定義及數據擴展方式unsqueeze/expand，文章通過圍繞主題展開詳細的內容介紹，下面一起來看一下，希望對大家有幫助。

【相關推薦：Python3影片教學 】

類別的參數定義

將conda環境設定為ai，conda activate ai

這個檔案的由來：

由於在yolov1的pytorch實現的損失函數中，看到繼承了nn .Module，並且其中兩個參數不像c 那裡指定類型，那麼他們的類型是哪裡來的

這裡就是在探索這樣一件事

##操作邏輯：

先在類別中定義了建構子以及一個自訂函數；
• 建構函式定義了屬性S、B，自訂函數引進兩個參數，對兩個參數進行呼叫
• 這裡就說明參數的結構是怎麼樣的，取決於參數被呼叫了什麼東西，例如這裡呼叫了
  • 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)

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))

資料擴展

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就可以將資料複製，將資料變成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)

【相關推薦：

Python3影片教學 】

以上是python類別參數定義及資料擴充方式unsqueeze/expand的詳細內容。更多資訊請關注PHP中文網其他相關文章！