- 博客(6)
- 收藏
- 关注
原创 pycharm使用小技巧
1.当想看一个函数的具体实现过程,我们可以直接可以用Ctrl+鼠标左键跳转到函数的具体实现代码部分,但是有时我们想在看完函数的具体实现后回退到原代码中。这时,就可以选择回退跳转操作。方法也很简单,直接点击工具栏的左上角。但pycharm默认这个箭头窗口是没有的,我们需要手动开启。这样就可以实现回退操作啦。
2023-07-15 10:34:14 284 1
原创 days5
b = torch.cat((a, a, a), 1) # 1表示在行上进行连接。b = torch.cat((a, a, a), 0) #0表示在列上进行连接。2.查看一个变量属于什么类型。
2023-06-09 17:36:41 33
原创 days4
将一个可遍历的数据对象(如列表、元组或字符串)组合为一个索引序列,同时列出数据和数据下标,一般用在 for 循环当中。3.pycharm中 debug模式下跳出for循环 方法: 在for循环外添加一个断点 在按下f9。print(set.index(3)) #检索set中是否存在该元素,若存在在返回该元素对应下标。print(line.strip().split('\t')) #按照\t进行分割。print(set.add(2)) #set中增加元素。
2023-06-08 09:45:10 27
原创 days3
b=torch.randint(1,10,(2,3)) #随机生成一个整数tensor。b=torch.randint(1,10,(2,3)) #随机生成一个整数tensor。print("矩阵按列求和:", torch.einsum("ij -> j", b))print("矩阵按行求和:", torch.einsum("ij -> i", b))3. softmax函数与log_softmax。2.tensor按行或者列求和。1.随机生成一个m*n维张量。更多tensor求和参考。
2023-06-07 08:40:09 28 1
原创 代码学习历程
B = sp.coo_matrix((data, (row, col)), shape=(4, 4)).toarray() #在B[0,0]等位置值非0。i=np.array(np.power(i, -(1/2)).flatten()) #对矩阵中元素进行求倒数并将其转化到以为数组。print(np.multiply(matrix,matrix)) # np.multiply(a,b) 对应元素相乘。7.区别矩阵运算中np.multiply(a,b) 、a*b、np.dot(a,b)
2023-06-05 15:12:22 30 1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人