Python与PyTorch系列(十一) 本文(3万字) | 解析python中的 |iterable | iterator | generator|迭代器 | 可迭代对象 | 生成器 |

最新推荐文章于 2024-06-28 16:53:53 发布
最新推荐文章于 2024-06-28 16:53:53 发布
阅读量1k 收藏 15
点赞数 25
文章标签： pytorch 深度学习 人工智能 YOLO iterable iterator generator
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_44302770/article/details/135308459
版权
人工智能专栏计划 专栏收录该内容
141 篇文章 7 订阅

已下架不支持订阅

点击进入专栏：
《人工智能专栏》 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程

文章目录

  • 可迭代对象 (iterable) 与 迭代器 (iterator)
    • 一、绪论
    • 二、可迭代对象 (iterable)
    • 三、迭代器 (iterator)
      • 3.1 介绍
      • 3.2 文件迭代器
      • 3.3 自定义类实现迭代器
    • 四、相关内置函数
      • 4.1 返回迭代器对象 —— iter()
      • 4.2 调用下一个元素 —— next()
  • 生成器 (generator)
    • 一、绪论
    • 二、生成器 (generator)
      • 2.1 说明
      • 2.2 生成器函数
        • 2.2.1 原理概述
        • 2.2.2 yield 表达式
      • 2.3 生成器表达式
  • 推荐阅读：
    • 1. 机器学习
    • 2. 深度学习与目标检测
    • 3. YOLOv5
    • 4. YOLOv5改进
    • 5. YOLOv8及其改进
    • 6. Python与PyTorch
    • 7. 工具
    • 8. 小知识点
    • 9. 杂记

可迭代对象 (iterable) 与 迭代器 (iterator)

img

一、绪论

事实上，Python、C++、JAVA 等语言中都有 迭代器 的概念，用法相近，均旨在解决 “如何在复杂场景下尽可能简便地获取数据” 的问题。迭代器的含义类似于遍历链表时所用到的 cur 指针 —— 总是指向当前位置并知道下一个位置 next。

封面图片 较好地展现了 Python 可迭代对象 (iterable)、迭代器 (iterator)、生成器 (generator) 等概念的基本联系。为突出其重要性以及便于查阅，特置于醒目的位置。(来自网络)

二、可迭代对象 (iterable)

可迭代对象 (iterable) 是一种 能逐一返回其成员项

了解本专栏 已下架不支持订阅
小酒馆燃着灯
关注
  • 25
    点赞
  • 踩
  • 15
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录

已下架不支持订阅

《人工智能专栏》必读150篇 | 阅读推荐 & 专栏目录 & Python与PyTorch | 机器与深度学习 | 目标检测 | YOLOv5及改进 | YOLOv8及改进 | 关键知识点 | 工具
weixin_44302770的博客
12-28 1597
人工智能专栏》 Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程。6. Python与PyTorch。5. YOLOv8及其改进。2. 深度学习与目标检测。4. YOLOv5改进。
Python | 超详细的可迭代对象（原理and代码）
专注于人工智能的算法与应用
09-19 2149
Python可迭代对象，迭代器，迭代器判断等
《人工智能专栏》必读150篇 | 专栏介绍 & 专栏目录 & Python与PyTorch | 机器与深度学习 | 目标检测 | YOLOv5及改进 | YOLOv8及改进 | 关键知识点 | 工具
weixin_44302770的博客
12-25 850
《人工智能专栏》专栏介绍 & 专栏目录 & Python与Python | 机器学习 | 深度学习 | 目标检测 | YOLOv5及其改进 | YOLOv8及其改进 | 关键知识点 | 各种工具教程
Python与PyTorch系列(十三) 本文(3万字) | 解读Python中的 | random | enumerate | zip | map |
weixin_44302770的博客
01-03 865
result = list(map(lambda x:x(i), fun)) # 相当于每次 [fun(i)] = [mul(i), add(i)][0, 0][1, 2][4, 4][9, 6][16, 8][25, 10]当然，对于简单的处理，其实不用自定义函数也能实现类似功能，即通过灵活设置 lambda 匿名函数：推荐阅读：各部分详情：(持续更新中…)专栏实时更新目录连接_可点击查看1. 机器学习机器学习(一) 本文(3万字) | 机器学习概述 |-CSDN博客。
python迭代器第二次迭代为空的探究
weixin_35335605的博客
07-22 1172
今天在看《机器学习实战》第11章，使用Apriori算法来发现频繁项集的代码时。P205的scanD函数在执行内层遍历时，第二次遍历访问的迭代对象为空。按理说按照书上代码原封不动誊写下来应该不会有错，本着技术要严肃的态度一探究竟，在查阅了相关资料后，整理为本篇博客。 问题重现 # 问题抽象代码 def func(list, map): for listEach in list: ...
python iterable对象_python中的Iterable对象和Iterator
weixin_39886172的博客
12-04 180
参考链接：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000/00143178254193589df9c612d2449618ea460e7a672a366000?tdsourcetag=s_pcqq_aiomsg可使用for进行迭代的数据类型分为以下两种：(1)集合数据类型：如di...
Python中的可迭代对象：容器、迭代器与生成器
xys430381_1的专栏
12-03 1164
相互关系 关系图 让我们先看两张图， 这张图展示了它们得从属关系 这张图解释了他们之间的从属关系和转换关系 定义 （1）可迭代对象：其中实现了__iter__方法的对象就叫做可迭代对象。 （ 严格来说，可迭代对象是任何实现了 iter() 方法或者实现了序列（Sequence）语义中的 getitem() 方法的任意自定义类对象。） （2）迭代器：既实现了__iter__，也实现了__next__()方法的对象叫做迭代器； （3）生成器：具有yield关键字的函数都是生成器； 各种可迭代对象
昇思25天学习打卡营第3天|数据集 Dataset实操(可迭代数据集)
2301_77888392的博客
06-27 305
mindspore.dataset模块提供了一些常用的公开数据集和标准格式数据集的加载API。对于MindSpore暂不支持直接加载的数据集，可以构造自定义数据加载类或自定义数据集生成函数的方式来生成数据集，然后通过GeneratorDataset接口实现自定义方式的数据集加载。GeneratorDataset支持通过可随机访问数据集对象、可迭代数据集对象和生成器(generator)构造自定义数据集，下面分别对其进行介绍。可随机访问数据集。
【Python】新手入门（8）：什么是迭代？迭代的作用是什么？
创作高质量博文，分享知识，共同进步！
03-07 1534
🚀【Python新手入门】解锁迭代魔法，轻松玩转数据处理！🔍 迭代，Python编程的得力助手，让数据处理更高效！📊从基本概念到高级应用，一文带你玩转迭代！🌟学会使用迭代器，遍历数据更轻松；for循环助力，迭代操作更简洁。🔄自定义迭代器，满足你的独特需求。进阶应用更精彩，列表推导式、生成器与函数式编程，让代码更优雅。💡拓展迭代思维，解锁更多编程可能！#Python迭代 #数据处理 #编程入门 #迭代器 #for循环 #列表推导式 #生成器 #函数式编程
Python库 | pytorch_forecasting-0.4.1-py3-none-any.whl
04-25
资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：pytorch_forecasting-0.4.1-py3-none-any.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
Python库 | byol_pytorch-0.3.0-py3-none-any.whl
05-28
资源分类：Python库 所属语言：Python 使用前提：需要解压 资源全名：byol_pytorch-0.3.0-py3-none-any.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
Python库 | pytorch_lightning-1.1.2-py3-none-any.whl
05-09
资源分类：Python库 所属语言：Python 资源全名：pytorch_lightning-1.1.2-py3-none-any.whl 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
Python库 | vit-pytorch-0.17.3.tar.gz
04-19
资源分类：Python库 所属语言：Python 资源全名：vit-pytorch-0.17.3.tar.gz 资源来源：官方 安装方法：https://lanzao.blog.csdn.net/article/details/101784059
动手学深度学习（Pytorch版）代码实践 -卷积神经网络-28批量规范化
李思成的博客
06-22 402
【代码】动手学深度学习（Pytorch版）代码实践 -卷积神经网络-28批量规范化。
动手学深度学习（Pytorch版）代码实践 -计算机视觉-40目标检测和边界框
最新发布
李思成的博客
06-28 72
【代码】动手学深度学习（Pytorch版）代码实践 -计算机视觉-40目标检测和边界框。
PyTorch学习之 torch.squeeze 函数
qq_46396470的博客
06-28 279
的示例，以帮助更好地理解其用法。的主要作用是从给定的张量。
【PyTorch函数解析】einsum的用法示例
cjy_colorful0806的博客
06-25 820
einsum 是一个非常强大的函数，用于执行张量（Tensor）运算。它的名称来源于爱因斯坦求和约定（Einstein summation convention），在PyTorch中，einsum 可以方便地进行多维数组的操作和计算。在Transfomer中，einsum用的非常多，比如使用 einsum 实现自注意力机制中注意力权重的获取，也就是Q和K的内积：Q（Query）：形状为 (batch_size, seq_len, d_k)
动手学深度学习（Pytorch版）代码实践 -卷积神经网络-16自定义层
李思成的博客
06-22 345
动手学深度学习（Pytorch版）代码实践 -卷积神经网络-16自定义层
train_generator.class_indices.items
10-13
train_generator.class_indices.items 是一个函数，它会返回一个由训练集图像的类别和对应索引值组成的字典项列表。 在机器学习中，一般的任务是将输入的图像分到不同的类别中。为了进行训练和预测，每个类别需要一个唯一的标识符。train_generator.class_indices 属性提供了类别和对应的索引值之间的映射。例如，假设我们有三个类别："猫"，"狗"和"鸟"，对应的索引值分别为0，1和2。那么 train_generator.class_indices 的结果就是一个字典项列表，其中包含三个键值对：{"猫": 0, "狗": 1, "鸟": 2}。 这个字典项列表可以用于多种用途。例如，可以将其用作训练集图像的标签，将图像文件名与其对应的索引值匹配起来。还可以用于对测试集图像进行预测，将模型输出的概率分布对应到相应的类别。通过 train_generator.class_indices.items 可以获取到这个字典项列表，以便在需要时进行索引和转换。 总之，train_generator.class_indices.items 返回一个包含训练集图像类别和对应索引值的字典项列表，可以在分类任务中用于标签匹配和预测结果的索引转换。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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

打赏作者

小酒馆燃着灯

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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