【相關推薦:Python3影片教學 】
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:
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!