![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python基本语法
AIChemistr
万言万当,不如一默
展开
-
Python基础语法——Matplotlib基础教程
Python基础语法——Matplotlib基础教程转载于此,包括各种图形的绘制,各种参数的说明等,非常详细转载 2021-03-14 18:46:12 · 187 阅读 · 0 评论 -
Python基本语法——numpy和torch中randint的使用记录
在使用过程中发现了torch和numpy中的randint的差别,特此记录torch.randint() size参数不可省略,并且生成一维数组时,需要在后面加上逗号,否则会报错。import numpy as npimport torch as tn1 = np.random.randint(low=0, high=10, size=(3,5), dtype=int)t1 = t.randint(low=0, high=10, size=(3,5), dtype=int).cuda()p原创 2021-03-14 10:03:16 · 2532 阅读 · 1 评论 -
Python基本语法——模型的保存torch.save()
转载pytorch保存模型等相关参数,利用torch.save(),以及读取保存之后的文件转载 2021-03-07 18:28:59 · 4188 阅读 · 0 评论 -
Python基本语法——shape和size的区别和联系
Python基本语法——shape和size的区别和联系shape和size的区别和联系参考文献shape和size的区别和联系注意: shape和size都是numpy模块中的函数由下面我们可以看出,shape得到了数组的形状,size统计了数组总共的大小,而size也可以在某个轴上进行统计,这样也就达到了得到数组某个轴上形状的目的。 chrom = np.random.random(size=[5,3]) print(chrom) print('*'*20, '属性',原创 2021-03-02 10:38:56 · 5166 阅读 · 0 评论 -
python 基本语法——随机数的生成 torch & numpy
python 基本语法——随机数的生成 torch & numpy生成随机数Torch1. torch.rand 均匀分布2. torch.randn 标准正态分布3. torch,normal(means, std) 离散正态分布4. torch.linsapce(start, end, steps=100) --> Tensor 线性间距向量Numpy1. 生成器2. 简单随机数1. np.random.rand() 均匀分布2. np.random.randn() 标准正态分布3. np原创 2021-02-28 19:00:52 · 1923 阅读 · 1 评论 -
python基本语法——数据拼接操作(numpy & torch)
python基本语法——数据拼接操作(numpy & torch)一、数组拼接Torch1. torch.cat2. Torch.stack 用于在某个维度上相同的数组的拼接Numpy拼接1. np.concatenate()2. np.vstack() 按垂直方向(行顺序)堆叠数组构成一个新数组3. np.hstack() 按水平方向(列顺序)堆叠数组构成一个新的数组二、数组操作1. torch.sum2. 举例说明,寻找两个数组(具有相同的列)分别满足条件的个数3. 对齐输出一、数组拼接To原创 2021-02-28 18:46:58 · 941 阅读 · 2 评论 -
python基本语法——pickle保存和加载字典
pickle保存和加载字典pickle保存和加载字典参考文章pickle保存和加载字典import pickle as pkld = { 'conv_channels': [6, 16], 'conv_kernel_size': [3, 3], 'pool_kernel_size': 2, 'pool_stride': 2, 'fc_features': [120, 84],}# savewith open('best.pkl', 'wb') as f原创 2021-02-28 09:01:37 · 2040 阅读 · 0 评论