本篇博客是在写faster-rcnn遇到的没见过的函数,所以这篇博客随着代码的编写不定期更新。
1.tqdm
tqdm在阿拉伯语中的意思是进展。tqdm可以在长循环中添加一个进度提示信息,用户只需要封装任意的迭代器 tqdm(iterator),是一个快速、扩展性强的进度条工具库。
from tqdm import tqdm
from time import sleep
for i in tqdm(range(1000)):
sleep(0.01)
使用方法二: trange
trange(i) 是 tqdm(range(i)) 的简单写法
from tqdm import trange
for i in trange(100):
#do something
pass
使用方法三: 手动方法
在for循环外部初始化tqdm,可以打印其他信息
pbar = tqdm(["a", "b", "c", "d"])
for char in pbar:
pbar.set_description("Processing %s" % char)
2.@property
Python内置的@property
装饰器就是负责把一个方法变成属性调用的
这部分来自 :https://blog.csdn.net/u013205877/article/details/77804137?utm_source=copy
在我们定义数据库字段类的时候,往往需要对其中的类属性做一些限制,一般用get和set方法来写,那在python中,我们该怎么做能够少写代码,又能优雅的实现想要的限制,减少错误的发生呢,这时候就需要我们的@property闪亮登场啦,巴拉巴拉能量……..
用代码来举例子更容易理解,比如一个学生成绩表定义成这样
class Student(object):
def get_score(self):
return self._score
def set_score(self, value):
if not isinstance(value, int):
raise ValueError('score must be an integer!')
if value < 0 or value > 100:
raise ValueError('score must between 0 ~ 100!')
self._score = value
- 我们调用的时候需要这么调用:
>>> s = Student()
>>> s.set_score(60) # ok!
>>> s.get_score()
60
>>> s.set_score(9999)
Traceback (most recent call last):
...
ValueError: score must between 0 ~ 100!
但是为了方便,节省时间,我们不想写s.set_score(9999)啊,直接写s.score = 9999不是更快么,加了方法做限制不能让调用的时候变麻烦啊,@property快来帮忙….
class Student(object):
@property
def score(self):
return self._score
@score.setter
def score(self,value):
if not isinstance(value, int):
raise ValueError('分数必须是整数才行呐')
if value < 0 or value > 100:
raise ValueError('分数必须0-100之间')
self._score = value
看上面代码可知,把get方法变为属性只需要加上@property装饰器即可,此时@property本身又会创建另外一个装饰器@score.setter,负责把set方法变成给属性赋值,这么做完后,我们调用起来既可控又方便
>>> s = Student()
>>> s.score = 60 # OK,实际转化为s.set_score(60)
>>> s.score # OK,实际转化为s.get_score()
60
>>> s.score = 9999
Traceback (most recent call last):
...
ValueError: score must between 0 ~ 100!
3. permute(0, 2, 3, 1)
pytorch函数,将数组的维度位置进行更改
Example
>>> x = torch.randn(2, 3, 5)
>>> x.size()
torch.Size([2, 3, 5])
>>> x.permute(2, 0, 1).size()
torch.Size([5, 2, 3])
4.contiguous()
Returns a contiguous tensor containing the same data as self
tensor. If self
tensor is contiguous, this function returns the self
tensor.
返回包含与这个张量相同的数据的连续张量。如果这个张量是连续的,则该函数返回这个张量。
5. // 运算符号
// "来表示整数除法,返回不大于结果的一个最大的整数,而" / " 则单纯的表示浮点数除法。
6. python from __future__ import division
emmmm,没有这个函数实在坑死我了 调了半天bug 发现是没加这个头文件。
这个头文件指的是精准的除法,就是会帮你把小数后面的数值都保留下来,不会去除。
如果没有这句经常会出现准确率为零这种情况,就是他把小数后面的数值都省略了。