eval() 函数用来执行一个字符串表达式,并返回表达式的值。
>>>x = 7
>>> eval( '3 * x' )
21
>>> eval('pow(2,2)')
4
>>> eval('2 + 2')
4
>>> n=81
>>> eval("n + 4")
85
np.random.normal(size,loc,scale)返回一个正态分布
numpy.random.normal(loc=0.0, scale=1.0, size=None)
- 这是的np是numpy包的缩写,np.random.normal()的意思是一个正态分布,normal这里是正态的意思。我在看孪生网络的时候看到这样的一个例子:numpy.random.normal(loc=0,scale=1e-2,size=shape) ,意义如下:
参数loc(float):正态分布的均值,对应着这个分布的中心。loc=0说明这一个以Y轴为对称轴的正态分布,
参数scale(float):正态分布的标准差,对应分布的宽度,scale越大,正态分布的曲线越矮胖,scale越小,曲线越高瘦。
参数size(int 或者整数元组):输出的值赋在shape里,默认为None。 - 简单理解就是输出为高斯分布的一组数或一个值,通常神经网络设置参数初始值时可以用到
squeeze():从数组的形状中删除单维度条目,即把shape中为1的维度去掉
https://blog.csdn.net/zenghaitao0128/article/details/78512715
torch.transpose(input,dim0,dim1,out=None):
返回输入矩阵input
的转置,交换维度dim0
和dim1
。输入张量与输出张量共享内存。
- input(Tensor) - 输入张量
- dim0(int) - 转置的第一维
- dim1(int) - 转置的第二维