1、random.seed()
随机数设置为对应值
2、np.inf
表示+∞,是没有确切的数值的,类型为浮点型
3、isinstance(v, dict): isinstance(object, classinfo)
判断一个对象是否是一个已知的类型,类似 type()。
object – 实例对象。
classinfo – 可以是直接或间接类名、基本类型或者由它们组成的元组。
返回值
如果对象的类型与参数二的类型(classinfo)相同则返回 True,否则返回 False。。
实例
以下展示了使用 isinstance 函数的实例:
>>>a = 2
>>> isinstance (a,int)
True
>>> isinstance (a,str)
False
>>> isinstance (a,(str,int,list)) # 是元组中的一个返回 True
True
注意:type()函数不考虑继承关系,而isinstance()函数考虑继承关系
class A:
pass
class B(A):
pass
isinstance(A(), A) # returns True
type(A()) == A # returns True
isinstance(B(), A) # returns True
type(B()) == A # returns False
4、 x.size(0)
size()函数主要是用来统计矩阵元素个数,或矩阵某一维上的元素个数的函数。
参数
numpy.size(a, axis=None) 或者 a.size(axis)
a:输入的矩阵
axis:int型的可选参数,指定返回哪一维的元素个数。当没有指定时,返回整个矩阵的元素个数。
>>> a = np.array([[1,2,3],[4,5,6]])
>>> np.size(a)
6
>>> np.size(a,1)
3
>>> np.size(a,0)
2
axis的值没有设定,返回矩阵的元素个数
axis = 0,返回该二维矩阵的行数
axis = 1,返回该二维矩阵的列数
注:第二个参数axis从0开始,不是从1开始
5、x = x.view(batch_size * seq_len, x.size(2), x.size(3))
转换大小,四维变为三维
x = x.view(x.size(0), -1)
view()函数的功能与reshape类似,用来转换size大小。x = x.view(batchsize, -1)中batchsize指转换后有几行,而-1指在不告诉函数有多少列的情况下,根据原tensor数据和batchsize自动分配列数。
6、np.arange()
numpy 包中的使用 arange 函数创建数值范围并返回 ndarray 对象,函数格式如下:
numpy.arange(start, stop, step, dtype)
根据 start 与 stop 指定的范围以及 step 设定的步长,生成一个 ndarray。
参数 描述
start 起始值,默认为0
stop 终止值(不包含)
step 步长,默认为1
dtype 返回ndarray的数据类型,如果没有提供,则会使用输入数据的类型。
生成 0 到 5 的数组:
实例
import numpy as np
x = np.arange(5)
print (x)
输出结果如下:
[0 1 2 3 4]
7、line.strip()
移除字符串头尾指定的字符(默认为空格或换行符)或字符序列。
注意:该方法只能删除开头或是结尾的字符,不能删除中间部分的字符。
对应链接:
conda更换镜像源
下载超时解决方法