這篇文章主要介紹“python類參數(shù)定義及數(shù)據(jù)擴展方式是什么”，在日常操作中，相信很多人在python類參數(shù)定義及數(shù)據(jù)擴展方式是什么問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”python類參數(shù)定義及數(shù)據(jù)擴展方式是什么”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

網(wǎng)站建設(shè)哪家好，找創(chuàng)新互聯(lián)！專注于網(wǎng)頁設(shè)計、網(wǎng)站建設(shè)、微信開發(fā)、微信小程序開發(fā)、集團企業(yè)網(wǎng)站建設(shè)等服務(wù)項目。為回饋新老客戶創(chuàng)新互聯(lián)還提供了梅江免費建站歡迎大家使用！

類的參數(shù)定義

將conda環(huán)境設(shè)置為ai，conda activate ai

這個文件的由來：

由于在yolov1的pytorch實現(xiàn)的損失函數(shù)中，看到繼承了nn.Module，并且其中兩個參數(shù)不像c++那里指定類型，那么他們的類型是哪里來的

這里就是在探索這樣一件事

操作邏輯：

• 先在類中定義了構(gòu)造函數(shù)以及一個自定義函數(shù)；

• 構(gòu)造函數(shù)定義了屬性S、B，自定義函數(shù)引入兩個參數(shù)，對兩個參數(shù)進行調(diào)用

• 這里就說明參數(shù)的結(jié)構(gòu)是怎么樣的，取決于參數(shù)被調(diào)用了什么東西，比如這里調(diào)用了N = box1.size(0) M = box2.size(0)說明了它是類似一個矩陣的東西，對應(yīng)的box1的定義就是`torch.rand(10,4)

import torch
import torch.nn as nn
import torch.nn.functional as F
from torch.autograd import Variable

#探究屬性S，B是如何產(chǎn)生的，以及box1、box2是如何產(chǎn)生的、如何調(diào)用
class yoloLoss(nn.Module):
    def __init__(self,S,B):
        self.S=S
        self.B=B
    def compute_iot(self,box1,box2):
        N = box1.size(0)  #調(diào)用方式就表示了變量是什么類型，這里是一個張量，其中每個元素是一個tensor，所以是N*4的張量
        M = box2.size(0)
        print(M,N)

yoloLoss1 =yoloLoss(10, 11)
yoloLoss1.compute_iot(torch.rand(10,4),torch.rand(11,4))

數(shù)據(jù)擴展

探究unsqueeze以及expand的使用方法，unsqueeze可以增加一個緯度，但是維度的siz只是1而已，而expand就可以將數(shù)據(jù)進行復(fù)制，將數(shù)據(jù)變?yōu)閚

# 獲得一開始的初始化數(shù)值：tensor([[a1,a2,a3]])
nn1=torch.rand(1,3)
print(nn1)
# unsqueeze是解壓的意思，在第i個維度上進行擴展，將其擴展為tensor([[[a1,a2,a3]]])
nn1=nn1.unsqueeze(0)
print("*"*100)
print(nn1)
#利用expand對數(shù)據(jù)進行擴展
nn1=nn1.expand(1,3,3)
print("*"*100)
print(nn1)

到此，關(guān)于“python類參數(shù)定義及數(shù)據(jù)擴展方式是什么”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注創(chuàng)新互聯(lián)網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>
分享標(biāo)題：python類參數(shù)定義及數(shù)據(jù)擴展方式是什么
URL標(biāo)題：http://weahome.cn/article/jjddhi.html