C调用Python函数传参图片进行torch模型运算

已于 2022-03-29 15:46:58 修改
阅读量4.9k 收藏 15
点赞数 2
文章标签： c语言 python pytorch 经验分享
于 2022-03-27 20:53:44 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_39161727/article/details/123781141
版权

目录

最近接到个新需求，由于系统主体是C编写的，现在要调用python进行torch模型运算需要将图片先落盘再将路径传给python函数作为入参，图片一多硬盘的IO压力就大，以致处理一张图片需要的耗时大大加长。所以期望能让C直接调用python，图片直接在内存空间中传递不做落盘的操作，经过我三天的全网搜集尝试倒腾，终于实现了这个需求，写一篇博客记录一下也给接到同样需求的人指一条明路！

服务器环境

服务器必须具备C语言和Python3.6及以上的环境，并且将torch做运算需要用到的三方库都安装好，即python直接调用无误可正常输出结果。我本次的python项目是卡片检测，这个教程就姑且以我的项目为例。

项目内容

some_torch_project/
|-- test.jpg
|-- pyCall.c
|-- py_tobeCalled.py
|-- requirements.txt
`-- weights
    `-- best.pt

我将主要要用到的文件目录罗列在了上表中，首先我们需要一个调用python函数的c文件pyCall.c，一张测试的图片test.jpg以及我们原有的torch深度学习项目。

实现方式

Python.h

C调用Python的核心是Python.h库文件，这个库文件在我们安装好Python后在Python指定路径中能搜寻到(/usr/local/include/python3.x)，注意这个Python版本必须和你安装好三方库调用项目的Python环境对应上。

这里罗列下稍后将用到的所有库中函数：

  1. Py_Initialize()：初始化Python，在使用Python系统前，必须使用Py_Initialize对其进行初始化。它会载入Python的内建模块并添加系统路径到模块搜索路径中。这个函数没有返回值，检查系统是否初始化成功需要使用Py_IsInitialized；
  2. PyRun_SimpleString(char*)：把输入的字符串作为Python代码直接运行，返回0表示成功，-1表示有错。大多时候错误都是因为字符串中有语法错误；
  3. PyImport_ImportModule(char*)：导入Python脚本文件，以py脚本的名称为入参并将其作为寻找依据，可以理解为python的import some_module；
  4. PyDict_GetItemString(PyObject*，char*)：导入脚本文件中对应的函数名，以函数的名称作为入参；
  5. PyTuple_New(int)：创建Python入参的tuple空元组；
  6. Py_BuildValue(char*, ...)：把C的变量转换成一个Python对象。当需要从 C++传递变量到Python时，需要使用这个函数；
  7. PyEval_CallObject(PyObject*，PyObject*)：调用找到的Python函数，入参分别为4的返回值和5创建的入参元组；
  8. PyArg_Parse(PyObject*, ...)：将Python的变量转换成C的变量格式可供C语言识别；
  9. Py_DECREF(PyObject*)：释放PyObject变量的内存；
  10. Py_Finalize()：结束Python调用。

C调用Python流程

这里简单介绍下使用C调用Python传参一个字符串的方式和流程：

#include <Python.h>  
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <unistd.h>
#include <fcntl.h>

int main(int argc, char** argv)  
{  
    // 初始化Python  
    //在使用Python系统前，必须使用Py_Initialize对其  
    //进行初始化。它会载入Python的内建模块并添加系统路  
    //径到模块搜索路径中。这个函数没有返回值，检查系统  
    //是否初始化成功需要使用Py_IsInitialized。  
    Py_Initialize();  
  
    // 检查初始化是否成功  
    if ( !Py_IsInitialized() ) {  
        return -1;  
    }  
    // 添加当前路径  
    //把输入的字符串作为Python代码直接运行，返回0  
    //表示成功，-1表示有错。大多时候错误都是因为字符串  
    //中有语法错误。  
    PyRun_SimpleString("import sys");  
    PyRun_SimpleString("print('---import sys---')");   
	PyRun_SimpleString("sys.path.append('./')");  
    PyObject *pModule,*pDict,*pFunc,*pArg; 

	
    // 载入名为py_tobeCalled.py的脚本  
    pModule = PyImport_ImportModule("py_tobeCalled");   
    if ( !pModule ) {  
        printf("can't find py_tobeCalled.py");  
        getchar();  
        return -1;  
    }   
    pDict = PyModule_GetDict(pModule);  
    if ( !pDict ) {  
	    PyRun_SimpleString("print('no pDict')");
        return -1;  
    }  
  
    // 找出函数名为process_main的函数  
    printf("----------------------\n");  
    pFunc = PyDict_GetItemString(pDict, "process_main");  
    if ( !pFunc || !PyCallable_Check(pFunc) ) {  
        printf("can't find function [process_main]");  
        getchar();  
        return -1;  
    }  
  
    // 参数进栈  
    PyObject *args = PyTuple_New(1);
  
    //  PyObject* Py_BuildValue(char *format, ...)  
    //  把C++的变量转换成一个Python对象。当需要从  
    //  C++传递变量到Python时，就会使用这个函数。此函数  
    //  有点类似C的printf，但格式不同。常用的格式有  
    //  s 表示字符串，  
    //  i 表示整型变量，  
    //  f 表示浮点数，  
    //  O 表示一个Python对象。  
    char *path = './test.jpg'
	PyTuple_SetItem(args, 0, Py_BuildValue("s", (const char*)path));
	
	// 调用Python函数  
	pArg = PyEval_CallObject(pFunc, args);
	 
	// 输出调用结果，string转为c可以理解的char*格式后输出
	// 最终返回结果存放在result1变量中
	char *result1;
	PyArg_Parse(pArg, "s", &result1);//python类型转c++类型
	printf("Detection res: %s\n",result1)

	// 释放内存
    Py_DECREF(args);  
    Py_DECREF(pModule);  
  
    // 关闭Python  
    Py_Finalize();  
    return 0;  
}

图片传参

我在实现Python函数简单的调用后，测试了一下将图片路径作为字符串传参给torch项目让他找到图片后读取、模型运算、输出结果后返回结果给C并且在C这端输出运算结果，这么操作没有问题完全可实现。但是我们的要求是不落盘，那就不会存在一个图片的路径，图片只会存在在内存空间里，为了实现图片的传参先后尝试了三种方法：二进制流、opencv的Mat数组、Base64编码，分别说一下三种方式的尝试结果。

  • 二进制流：二进制流对于C语言端来说实现最为简单，只要通过rb的格式去fopen一个图片就能获取到图片的二进制流，但是怎么把二进制流转变成string字符串这个点真是结结实实的难到了我，搜遍百度谷歌后，得出一个普遍的答案是创建一个结构体后把二进制流放在结构体内再进行传参，但是由于本人C水平有限，试错成本高时间又比较紧，放弃。
  • opencv的Mat数组：本以为opencv是最有希望的，毕竟是一个在C端和Python端都存在的一个库，对于图片解析的风格应该都一致啊，在网上也搜到绝大多数C调用Python并传参图片的教程都是以opencv Mat转numpy.array完成的。就在我装完opencv准备ctrlC+V尝试的时候，发现编译C文件一堆报错，再一细看网上的代码，居然全是C++的相关代码，可是人家C根本就没有Mat这个概念啊，人家只有Iplmage格式啊，我要强行要用只能自己去解析一遍Iplmage结构体内容并想办法把这个格式转成对应大小的三维数组，再次因为C水平不到家，放弃。
  • Base64编码：经过和擅长C的同事讨论，他认为二进制流在转换成Python可理解的string格式时出现了转换函数无法理解的字符导致了转换失败。既然二进制流转string费劲，那我何不直接转Python完全可以理解的base64编码呢，遂在网上找了个C语言将二进制流转换为base64编码的教程并且照做了一下，生成后转换成Python的string也很顺利，在Python端对base64进行解码后成功获取到了图片并运算返回了结果，至此完成了图片在内存中的交互，成功！

这里放一下base64转码的代码：

#include <stdio.h>
#include <stdlib.h>
#include <string.h>

const char * base64char = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";
// 图片二进制流编码成为base64方便python理解并提取内容
char * base64_encode( const unsigned char * bindata, char * base64, int binlength )
{
    int i, j;
    unsigned char current;

    for ( i = 0, j = 0 ; i < binlength ; i += 3 )
    {
        current = (bindata[i] >> 2) ;
        current &= (unsigned char)0x3F;
        base64[j++] = base64char[(int)current];

        current = ( (unsigned char)(bindata[i] << 4 ) ) & ( (unsigned char)0x30 ) ;
        if ( i + 1 >= binlength )
        {
            base64[j++] = base64char[(int)current];
            base64[j++] = '=';
            base64[j++] = '=';
            break;
        }
        current |= ( (unsigned char)(bindata[i+1] >> 4) ) & ( (unsigned char) 0x0F );
        base64[j++] = base64char[(int)current];

        current = ( (unsigned char)(bindata[i+1] << 2) ) & ( (unsigned char)0x3C ) ;
        if ( i + 2 >= binlength )
        {
            base64[j++] = base64char[(int)current];
            base64[j++] = '=';
            break;
        }
        current |= ( (unsigned char)(bindata[i+2] >> 6) ) & ( (unsigned char) 0x03 );
        base64[j++] = base64char[(int)current];

        current = ( (unsigned char)bindata[i+2] ) & ( (unsigned char)0x3F ) ;
        base64[j++] = base64char[(int)current];
    }
    base64[j] = '\0';
    return base64;
}

int main(int argc, char** argv)  
{  
    //以二进制方式打开图像
	FILE *fp = fopen("./test.jpg", "rb");

	if(fp == NULL) {
        perror("Img opening failed");
        return -1;
    }
	fseek(fp, 0, SEEK_END);
    long int size = ftell(fp);
	rewind(fp);
	
	//根据图像数据长度分配内存buffer
    char* ImgBuffer=(char*)malloc( size* sizeof(char));
	fread(ImgBuffer, size, 1, fp);
    fclose(fp);
	
	//创建图像base64编码buffer
	char* imgbuffer_b64;
	char *ret1; 
	unsigned int length;
	imgbuffer_b64 = (char *)malloc((size/4+1)*16/3);
	if (NULL == imgbuffer_b64)
    {
	    printf("memory_error");
	    exit(2);
    }
    ret1 = base64_encode(ImgBuffer, imgbuffer_b64, size);
	free(ImgBuffer);
    length = strlen(imgbuffer_b64);
    free(imgbuffer_b64);
    
    return 0;
}

项目总代码

#include <Python.h>  
#include <stdio.h>
#include <stdlib.h>
#include <string.h>
#include <unistd.h>
#include <fcntl.h>

const char * base64char = "ABCDEFGHIJKLMNOPQRSTUVWXYZabcdefghijklmnopqrstuvwxyz0123456789+/";

// 图片二进制流编码成为base64方便python理解并提取内容
char * base64_encode( const unsigned char * bindata, char * base64, int binlength )
{
    int i, j;
    unsigned char current;

    for ( i = 0, j = 0 ; i < binlength ; i += 3 )
    {
        current = (bindata[i] >> 2) ;
        current &= (unsigned char)0x3F;
        base64[j++] = base64char[(int)current];

        current = ( (unsigned char)(bindata[i] << 4 ) ) & ( (unsigned char)0x30 ) ;
        if ( i + 1 >= binlength )
        {
            base64[j++] = base64char[(int)current];
            base64[j++] = '=';
            base64[j++] = '=';
            break;
        }
        current |= ( (unsigned char)(bindata[i+1] >> 4) ) & ( (unsigned char) 0x0F );
        base64[j++] = base64char[(int)current];

        current = ( (unsigned char)(bindata[i+1] << 2) ) & ( (unsigned char)0x3C ) ;
        if ( i + 2 >= binlength )
        {
            base64[j++] = base64char[(int)current];
            base64[j++] = '=';
            break;
        }
        current |= ( (unsigned char)(bindata[i+2] >> 6) ) & ( (unsigned char) 0x03 );
        base64[j++] = base64char[(int)current];

        current = ( (unsigned char)bindata[i+2] ) & ( (unsigned char)0x3F ) ;
        base64[j++] = base64char[(int)current];
    }
    base64[j] = '\0';
    return base64;
}


int main(int argc, char** argv)  
{  
    // 初始化Python  
    //在使用Python系统前，必须使用Py_Initialize对其  
    //进行初始化。它会载入Python的内建模块并添加系统路  
    //径到模块搜索路径中。这个函数没有返回值，检查系统  
    //是否初始化成功需要使用Py_IsInitialized。  
    Py_Initialize();  
  
    // 检查初始化是否成功  
    if ( !Py_IsInitialized() ) {  
        return -1;  
    }  
    // 添加当前路径  
    //把输入的字符串作为Python代码直接运行，返回0  
    //表示成功，-1表示有错。大多时候错误都是因为字符串  
    //中有语法错误。  
    PyRun_SimpleString("import sys");  
    PyRun_SimpleString("print('---import sys---')");   
	PyRun_SimpleString("sys.path.append('./')"); 
    PyObject *pName,*pModule,*pDict,*pFunc,*pArgs, *pArg; 
    
	//以二进制方式打开图像
	FILE *fp = fopen("./test.jpg", "rb");

	if(fp == NULL) {
        perror("Img opening failed");
        return -1;
    }
	fseek(fp, 0, SEEK_END);
    long int size = ftell(fp);
	rewind(fp);
	
	//根据图像数据长度分配内存buffer
    char* ImgBuffer=(char*)malloc( size* sizeof(char));
	fread(ImgBuffer, size, 1, fp);
    fclose(fp);
	
	//创建图像base64编码buffer
	char* imgbuffer_b64;
	char *ret1; 
	unsigned int length;
	imgbuffer_b64 = (char *)malloc((size/4+1)*16/3);
	if (NULL == imgbuffer_b64)
    {
	    printf("memory_error");
	    exit(2);
    }
    ret1 = base64_encode(ImgBuffer, imgbuffer_b64, size);
	free(ImgBuffer);
    length = strlen(imgbuffer_b64);

	
    // 载入名为py_tobeCalled的脚本  
    pModule = PyImport_ImportModule("py_tobeCalled");   
    if ( !pModule ) {  
        printf("can't find py_tobeCalled.py");  
        getchar();  
        return -1;  
    }   
    pDict = PyModule_GetDict(pModule);  
    if ( !pDict ) {  
	    PyRun_SimpleString("print('no pDict')");
        return -1;  
    }  
  
    // 找出函数名为process_main的函数  
    printf("----------------------\n");  
    pFunc = PyDict_GetItemString(pDict, "process_main");  
    if ( !pFunc || !PyCallable_Check(pFunc) ) {  
        printf("can't find function [process_main]");  
        getchar();  
        return -1;  
    }  
  
    // 参数进栈  
    pArgs = PyTuple_New(1);  
  
    //  PyObject* Py_BuildValue(char *format, ...)  
    //  把C++的变量转换成一个Python对象。当需要从  
    //  C++传递变量到Python时，就会使用这个函数。此函数  
    //  有点类似C的printf，但格式不同。常用的格式有  
    //  s 表示字符串，  
    //  i 表示整型变量，  
    //  f 表示浮点数，  
    //  O 表示一个Python对象。  
  
	PyObject *args = PyTuple_New(1);
	PyTuple_SetItem(args, 0, Py_BuildValue("s", (const char*)imgbuffer_b64));
	
	// 调用Python函数  
	pArg = PyEval_CallObject(pFunc, args);
	 
	// 输出调用结果，string转为c可以理解的char*格式后输出
	// 最终返回结果存放在result1变量中
	char *result1;
	PyArg_Parse(pArg, "s", &result1);//python类型转c++类型
	printf("Detection res: %s\n",result1)

	// 释放内存
    Py_DECREF(pArgs);  
    Py_DECREF(pModule);  
	free(imgbuffer_b64);
  
    // 关闭Python  
    Py_Finalize();  
    return 0;  
}

调用流程

打包指令

// 提前找到Python.h文件所在目录，一般来说在安装好的python库文件夹中即/usr/local/include/python3.x
// 如若没有找到请全服务器搜索，通过 find / -name Python.h 查找

// 将.c文件打包成.o文件，需要通过-I参数指明Python.h所在目录，否则将因为找不到Python.h报错
gcc -c -I /usr/local/include/python3.7 pyCall.c -o pyCall.o
    
// 将.o文件打包成可运行文件a.out，需要指明python3.7-config的路径，请按照自己安装的路径修改
gcc pyCall.o $(/usr/local/bin/python3.7-config --ldflags)

// 运行
./a.out

测试图片

准备一张测试图片如下所示，需要完成的任务是输出图中出现的卡片种类：
在这里插入图片描述

打印结果

最终的结果输出是C语言端的printf打印出来的，可以看到我们已经完整的完成了这个流程，实现了C语言调用Python深度学习项目并传参图片的需求。
在这里插入图片描述

总结

这个功能点对于把C忘得差不多的我来说实现起来着实是曲折坎坷，全网的相关资料我都扒了个干干净净一篇篇看了过去，一次次的试错最终终于是找到了一条路把C和Python两端连接了起来。这篇博客主要贡献在于C调用Python传参图片的方式，网上别的资料都是C++使用opencv读取图片成Mat后传输给Python，如果你的需求是C++调用Python深度学习项目，我相信您在别的博客能找到更有用的方法，但是万一您不幸的接到了C调用的需求，希望我这边“缝合怪”博客可以帮上您！

最后吐槽一句，写惯了Python写C的代码是真的不习惯在每行的末尾加上分号啊，我编译报没有分号的错得有二十次了，太难了！

注：以上内容中出现的代码大部分来自于其他博客，但我翻遍全网看了所有教程，真的忘记哪个代码是来自哪个博客的了，对应的作者看到后请直接联系我，我会将您的博客链接附上，谢谢。

JIAWAN_FAB
关注
  • 2
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
Pytorch实用教程：pytorch使用模型时并没有调用forward函数，那么前向运算是如何执行的呢？
惊鸿若梦一书生
04-19 460
这种设计模式（通过__call__间接调用forward）不仅使代码更清晰（因为你不需要显式地每次都写.forward()），同时也提供了额外的灵活性。例如，nn.Module的__call__方法还负责处理其他任务，如设置模块的训练/评估模式，执行钩子函数等，这些都是在正式执行forward前后自动处理的。因此，通过这种方式，PyTorch 用户可以在保持代码整洁的同时，充分利用nn.Module提供的丰富功能。
python 渲染3d模型_Python中的3D软件渲染
weixin_39934613的博客
12-04 1600
我决定尝试在Python中使用Pygame进行实验，这样我就可以通过pixelarray绘制到屏幕上了。我决定按照this article来深入研究3D的数学简而言之，我已经实现了所有功能。我构建了矩阵和向量数学运算并遇到了一些问题，但经过大量(EXTENSIVE)测试后，操作现在完全可以工作(点，十字，正常，标量，平移，旋转等)。我花了很多时间在微软的网站上阅读文档，了解这些功能的工作原理。因此...
PyTorch：初学者全面指南torch函数使用
CDBmax的博客
01-02 2350
is_tensor是 PyTorch 中的一个函数，用来判断给定的对象是否是一个 PyTorch 张量（Tensor）。这个函数非常有用，特别是在你处理多种数据类型时，需要确认某个对象是否为PyTorch张量的情况下。PyTorch 中的存储对象是一种底层数据结构，用于持有张量（Tensor）的数据。每个张量都与一个存储对象相关联，该对象实际上包含了张量的数据。虽然多个张量可以共享相同的存储，但它们可以有不同的视图（比如不同的大小和步长）。这篇博客全面而详细地介绍了 PyTorch 框架及其核心组件。
C#部署基于pytorch的图像神经网络分类模型，实现本地化推理_c# pytorch(1)
2401_83704036的博客
05-13 332
模型训练过程在Ubuntu(22.04.3) Anaconda(23.1.0) Pytorch(1.8.0+cu111)环境下进行。主要就是得有OpenCvSharp、TorchSharp、libtorch三个主要的库。现在timm的模型预训练权重下载基本都得在huggingface[
Python/torch/深度学习——torch.nn库和torch函数参数记录
eagle_Annie的博客
10-31 208
用于记录torch库和nn库函数参数。
Ｃ调用PYTHON运行奇怪崩溃的一例及解决办法
柳鲲鹏
01-30 1726
　　从昨天修改代码，Ｃ调用ＰＹＴＨＯＮ，莫名其妙的就崩溃。崩溃的荒唐在于：吾在ＰＹＴＨＯＮ中添加一个函数，甚至一句代码，运行几秒后必然崩溃。吾代码已经写到这样水平了？一个字都不能改了？这是何等的……精密！表自吹了，还是想办法解决吧。 　　今天继续调试，问题依旧。 　　后来看看代码，一些import/变量声明在其他函数体之后。吾将这些统一提前到文件开头。神奇的事情出现了：不死了！ 　　一时那个...
python&numpy&torch数据操作
向上吧贺凯
08-24 806
目录 python基础数据类型 numpy多维数组 torch中的Tensor torch中tensor操作 算术操作，以加法为例 索引操作 改变形状 运算内存开销 Tensor与numpy互相转换 tensor 转 numpy numpy转tensor tensor可以放到GPU上 由于在机器学习领域，python中的基础数据类型一般要转换成numpy中的多维数组或者torch的tensor来计算，本来简要描述其中的一些要点。https://tangshusen.me/...
python找最大值的函数_python求最大值
weixin_39989215的博客
11-24 9628
广告关闭腾讯云11.11云上盛惠 ，精选热门产品助力上云，云服务器首年88元起，买的越多返的越多，最高返5000元！代码示例 import torch a=torch.randn((3,5)) atensor(, , ]) _,pre=a.topk(1,dim=1,largest=true) pretensor(, , ]) _tensor(, , ]) _,pre=a.topk(1,dim=1,...
15.python设计模式【函数工厂模式】
qq_35653657的博客
07-27 422
于是定义一个函数工厂，将所有函数进行封装，然后根据函数名进行调用。从上面这个封装函数来看，太多了if…
python求最小值函数_python取最小值
weixin_39689506的博客
11-25 7394
广告关闭腾讯云11.11云上盛惠 ，精选热门产品助力上云，云服务器首年88元起，买的越多返的越多，最高返5000元！我使用浮点值作为字典键。 偶尔，非常偶尔(也许永远不会，但不一定永远不会)，会有碰撞。 我想解决这些问题，将浮点值增加到尽可能小的数目。 我该怎么做？ 在c中，我会绕开尾数来实现这一点，但我认为在python中这是不可能的...prices = { acme: 45.23, aapl...
PyTorch使用cpu加载模型运算方式
09-18
在PyTorch中，当你没有GPU或者CUDA支持时，仍可以使用CPU进行模型的加载和运算。本篇文章将详细介绍如何在PyTorch中利用CPU来加载和执行模型运算。 首先，当你从磁盘加载一个已经训练好的模型时，通常会使用`torch....
Python库 | torchfun-0.0.207.tar.gz
03-11
4. **使用功能**：根据需求调用库中的函数或类，构建模型，训练和评估模型性能。 **总结** torchfun是一个为PyTorch提供额外功能的Python库，它旨在简化深度学习实验，提升开发者的效率。通过理解Python库的工作...
Python-MobileNetV2在pytorch中的实现
08-09
只需调用`torch.hub.load()`函数，传入模型名和预训练标志即可。 5. **训练和优化**： 对于自定义的数据集，需要编写数据加载器（`torch.utils.data.DataLoader`）来处理输入数据。训练过程中，可以选择适合图像...
PyPI 官网下载 | torch_pitch_shift-1.0.17.tar.gz
01-17
1. **基于PyTorch的实现**：库可能利用PyTorch的张量运算来实现高效的音高转换算法，这可能包括傅立叶变换（Fast Fourier Transform, FFT）或窗口函数，以在频域中进行操作。 2. **实时处理**：对于实时应用，如...
Python-GPT2训练的一个实现支持GPUs和TPUs
08-09
此外，项目可能还包含了如何配置和使用GPU或TPU的指南，以及如何加载和使用预训练模型进行finetuning的示例。 为了进一步理解和复现这个项目，你需要对Python编程、深度学习基础，特别是Transformer架构有一定了解...
深入理解计算机系统 CSAPP 家庭作业11.10
apple_50569014的博客
07-25 249
【代码】深入理解计算机系统 CSAPP 家庭作业11.10。
【Python】pandas：排序、重复值、缺省值处理、合并、分组
最新发布
yannan20190313的博客
07-30 868
【Python】pandas：排序（sort_index,sort_values,nsmallest,nlargest）、重复值（duplicated,drop_duplicates,value_counts,nunique）、缺省值处理（isna,isnull,notna,notnull,fillna,dropna,replace）、合并（join,merge,append,concat）、分组（groupby）
快醒醒，别睡了!...讲《数据分析pandas库》了—/—＜4＞
qq_64603703的博客
07-27 1007
详细解说数据分析pandas库中的常用方法
PyTorch中文文档：张量处理与GPU运算关键操作详解
`torch.numel()`函数是计算张量元素数量的实用函数，这对于理解模型参数规模、优化器步骤或网络输出的维度等很有帮助。例如，示例中通过调用`torch.numel(a)`来获取张量`a`中元素的总数，这对于内存管理和性能分析...
评论 5
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值