关于python导入自定义包的详细解释小白必看

 工程项目的目录结构如下：

self_attention文件的内容如下：

import numpy as np
from testAAA.my_softmax import *
from testBBB.myPrint import *
my_print()



print("*"*30)

# from My_softmax import self_softmax
# from .My_softmax import self_softmax
input_all = np.array([[1, 0, 1, 0], [0, 2, 0, 2], [1, 1, 1, 1]])
print(input_all)
w_k = np.array([[0, 0, 1], [1, 1, 0], [0, 1, 0], [1, 1, 0]])
print(w_k)
w_q = np.array([[1, 0, 1], [1, 0, 0], [0, 0, 1], [0, 1, 1]])
w_v = np.array([[0, 2, 0], [0, 3, 0], [1, 0, 3], [1, 1, 0]])

kk = np.matmul(input_all, w_k)
print("这是K的结果\n", kk)

vv = np.matmul(input_all, w_v)
print("这是V的结果\n", vv)

qq = np.dot(input_all, w_q)

print("这是Q的结果\n", qq)

att_score = np.matmul(qq, kk.T)
print("这是注意力得分\n", att_score)
att = self_softmax(att_score)
print(att)

my_print()

 在上面这个py文件里面调用testAAA 和testBBB的内容  如何导包 大家请看里面内容。

然后my_softmax.py文件代码如下：

import numpy as np


def self_softmax(x):
    orig_shape = x.shape
    print("orig_shape", orig_shape)

    if len(x.shape) > 1:
        # 矩阵
        tmp = np.max(x, axis=1)
        x -= tmp.reshape((x.shape[0], 1))
        x = np.exp(x)
        tmp = np.sum(x, axis=1)
        x /= tmp.reshape((x.shape[0], 1))
        print("matrix")
    else:
        # 向量
        tmp = np.max(x)
        x -= tmp
        x = np.exp(x)
        tmp = np.sum(x)
        x /= tmp
        print("vector")
    return x

myPrint代码如下：

def my_print():
    print("导包也没有那么难")

 运行self_attention_my.py是可以正常运行的，没有任何问题。但是用相对路径 我还是有点不清楚  暂时有点问题。