pytorch学习2022.10.24

1.torch中的clamp方法

clamp用于对tensor按照指定范围进行裁剪，tensor.clamp(min, max)将会将tensor中小于min的取为min，大于max的取为max，而在min和max区间内的保留。

a=tensor([ 0.5302,  0.0820,  0.6439, -0.4095])
a.clamp(0,0.5)    # tensor([0.5000, 0.0820, 0.5000, 0.0000])

10.31

报错module 'tensorflow' has no attribute 'io'，原因应该是版本兼容问题
解决方案：在event_file_writer的import部分修改了以下内容
from tensorboard.compat import tensorflow_stub as tf

11.2

保存一个pytoch输出数组的方法
若是gpu运算输出的tensor（以变量output为例），需要按照以下步骤进行：

print(output)	#Torch.tensor
np.array(output.cpu() )

11.3 dataloader的使用

通过dataloader = torch.utils.data.DataLoader( )生成的数据输入器，实际上为一个迭代器，通过next（iter（dataloader))可以取出一个batch的数据

11.8 parse命令行解析函数的用法

首先导入argparse库import argparse， 随后定义一个解析函数，注意最后需要返回parse_args()

def parse_test():
    parser = argparse.ArgumentParser(description='test')
    #字符型 action代表默认动作
    parser.add_argument('--name', action='store_true', default=True, help='this is the name') 
    
    #整数型type=int default为数值
    #可以再次指定一个单 '-' 的名，同样可以在命令行里代表双杠'--'的参数名
    parser.add_argument('--int_num', 'intnum',  type=int, default=56, help='this is the name')
return parser.parse_args()

11.22 python类的’dict’和’all’属性用法

1、被导入模块若定义了__all__属性，则只有__all__内指定的属性、方法、类可被导入。

from AAA import *

2、在AAA.py中

__all__ = ['a', 'b',]
def a():
	...
def b():
	...

则在BB.py中

from module import AAA
AAA.__dict__['a'] #限制引用AAA中的函数

11.30 python类的重写