pytorch(python)中遇到的问题(一)pow() 函数、python矩阵的切片,append()与expand(),tensor.expand()和tensor.expand_as()

本文主要是介绍pytorch(python)中遇到的问题(一)pow() 函数、python矩阵的切片,append()与expand(),tensor.expand()和tensor.expand_as(),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

文章目录

    • 1、pow() 函数
    • 2.python矩阵的切片(或截取)
    • 3.Python.append()与Python.expand()
    • 4.tensor.expand()和tensor.expand_as()和expand() .gt() .t()

1、pow() 函数

pow() 方法返回 xy(x的y次方) 的值。

  1. 语法
    以下是 math 模块 pow() 方法的语法:
import math
math.pow( x, y )

内置的 pow() 方法

pow(x, y[, z])函数是计算x的y次方,如果z在存在,则再对结果进行取模,其结果等效于pow(x,y) %z
参数
x -- 数值表达式。
y -- 数值表达式。
z -- 数值表达式。

注意:pow() 通过内置的方法直接调用,内置方法会把参数作为整型,而 math 模块则会把参数转换为 float。

import math   # 导入 math 模块
print "math.pow(100, 2) : ", math.pow(100, 2)
结果:math.pow(100, 2) :  10000.0
# 使用内置,查看输出结果区别
print "pow(100, 2) : ", pow(100, 2)结果:pow(100, 2) :  10000print "math.pow(100, -2) : ", math.pow(100, -2)
print "math.pow(2, 4) : ", math.pow(2, 4)
print "math.pow(3, 0) : ", math.pow(3, 0)
以上实例运行后输出结果为:
math.pow(100, -2) :  0.0001
math.pow(2, 4) :  16.0
math.pow(3, 0) :  1.0

说明
1 pow(x,y) 等价于 x**y:

4**2    # 结果为164**2.5  # 结果为32.0pow(x,y,z) 等价于 X**Y%Z:4**2.5%3  # 结果为2.0

2.pow(x,y,z) 当 z 这个参数不存在时 x,y 不限制是否为 float 类型, 而当使用第三个参数的时候要保证前两个参数只能为整数

 pow(11.2,3.2)
结果为:2277.7060352240815
pow(11.2,3.2,2)   # 结果报错
Traceback (most recent call last):File "<stdin>", line 1, in <module>
TypeError: pow() 3rd argument not allowed unless all arguments are integers

2.python矩阵的切片(或截取)

矩阵一般有行也有列,所以矩阵的截取也需要包含行和列两个参数。
  假设a是一个矩阵,a的截取就可写成:a[起始行:终止行,起始列:终止列],中括号中有一个逗号,逗号前的是为了分割行的,逗号后的是为了分割列的。例如:

a1=np.array([[1,2,3,4],[5,6,7,8],[11,12,13,14],[2,3,4,5]])
import numpy as np
a1=np.array([[1,2,3,4],[5,6,7,8],[11,12,13,14],[2,3,4,5]])
print('截取矩阵第二三行,第二、三列:\n',a1[1:3,1:3])结果为:
截取矩阵第二三行,第二、三列:[[ 6  7][12 13]]

如果只分割行,不分隔列,可写为:a[1:3],分割列的部分可以省略,代码如下:

print('截取矩阵第二三行:\n',a1[1:3])打印结果如下:
截取矩阵第二三行:[[ 5  6  7  8][11 12 13 14]]

如果只分割列,不分隔行,可写为:a[:,1:3],分割行的部分不可以省略,代码如下:

print('截取矩阵第二三列:\n',a1[:,1:3])打印结果如下:截取矩阵第二三列:[[ 2  3][ 6  7][12 13][ 3  4]]

如果只分割某一行,可写为: a [2] (截取第三行)

print('截取矩阵第三行:\n',a1[2])
打印结果:
截取矩阵第三行:[11 12 13 14]

如果分割某一列,可写为:a [:,2] (截取所有行的第三列)(逗号前边用于截取行的冒号不可省略),其结果是将所有行的第三个数拼接成一个列表

print('截取矩阵第三行:\n',a1[:,2]) 
打印结果:
截取矩阵所有行第三列:[ 3  7 13  4]

如果分割某行某列,可写为:a[2,2](截取第三行的第三列)

print('截取矩阵第三行第三列:\n',a1[2,2])
打印结果:
截取矩阵第三行第三列:

3.Python.append()与Python.expand()

a=[1,2]
print(a)
结果:[1, 2]
a.append([3,4])
print(a)
结果为:[1, 2, [3, 4]]
a.extend([3,4]) 
print(a)
结果为:[1, 2, 3, 4]

list.append(arg1) 参数类型任意,可以往已有列表中添加元素,若添加的是列表,就该列表被当成一个元素存在原列表中,只使list长度增加1.
list.extend(list1) 参数必须是列表类型,可以将参数中的列表合并到原列表的末尾,使原来的 list长度增加len(list1)。

4.tensor.expand()和tensor.expand_as()和expand() .gt() .t()

  1. tensor.expend()函数
 x = torch.Tensor([[1], [2], [3]])print "x.size():",x.size()y=x.expand( 3,4 )print "x.size():",x.size()print "y.size():",y.size()print xprint y

在这里插入图片描述
可以看出expand()函数括号里面为变形后的size大小,而且原来的tensor和tensor.expand()是不共享内存的

  1. tensor.expand_as()
    把一个tensor变成和函数括号内一样形状的tensor,用法与expand()类似
x = torch.tensor([[1], [2], [3]])
>>> x.size()
torch.Size([3, 1])
>>> x.expand(3, 4)
tensor([[ 1,  1,  1,  1],[ 2,  2,  2,  2],[ 3,  3,  3,  3]])
>>> x.expand(-1, 4)   # -1 means not changing the size of that dimension
tensor([[ 1,  1,  1,  1],[ 2,  2,  2,  2],[ 3,  3,  3,  3]])
  1. expand() .gt() .t()
    .gt(a, b)
    比较前者张量是否大于后者

a = torch.Tensor([[1,2],[3,4]])
b = torch.Tensor([[1,2], [5,6]])
gt = torch.gt(a, b)
print(gt)

.t() 代表转置操作

参考:https://www.runoob.com/python/func-number-pow.html
https://www.cnblogs.com/jff1124/p/10623599.html
https://blog.csdn.net/sdd220/article/details/78315648
https://blog.csdn.net/u014386899/article/details/100767325

这篇关于pytorch(python)中遇到的问题(一)pow() 函数、python矩阵的切片,append()与expand(),tensor.expand()和tensor.expand_as()的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/556806

相关文章

Python中pywin32 常用窗口操作的实现

《Python中pywin32常用窗口操作的实现》本文主要介绍了Python中pywin32常用窗口操作的实现,pywin32主要的作用是供Python开发者快速调用WindowsAPI的一个... 目录获取窗口句柄获取最前端窗口句柄获取指定坐标处的窗口根据窗口的完整标题匹配获取句柄根据窗口的类别匹配获取句

利用Python打造一个Excel记账模板

《利用Python打造一个Excel记账模板》这篇文章主要为大家详细介绍了如何使用Python打造一个超实用的Excel记账模板,可以帮助大家高效管理财务,迈向财富自由之路,感兴趣的小伙伴快跟随小编一... 目录设置预算百分比超支标红预警记账模板功能介绍基础记账预算管理可视化分析摸鱼时间理财法碎片时间利用财

MyBatis模糊查询报错:ParserException: not supported.pos 问题解决

《MyBatis模糊查询报错:ParserException:notsupported.pos问题解决》本文主要介绍了MyBatis模糊查询报错:ParserException:notsuppo... 目录问题描述问题根源错误SQL解析逻辑深层原因分析三种解决方案方案一:使用CONCAT函数(推荐)方案二:

Python中的Walrus运算符分析示例详解

《Python中的Walrus运算符分析示例详解》Python中的Walrus运算符(:=)是Python3.8引入的一个新特性,允许在表达式中同时赋值和返回值,它的核心作用是减少重复计算,提升代码简... 目录1. 在循环中避免重复计算2. 在条件判断中同时赋值变量3. 在列表推导式或字典推导式中简化逻辑

判断PyTorch是GPU版还是CPU版的方法小结

《判断PyTorch是GPU版还是CPU版的方法小结》PyTorch作为当前最流行的深度学习框架之一,支持在CPU和GPU(NVIDIACUDA)上运行,所以对于深度学习开发者来说,正确识别PyTor... 目录前言为什么需要区分GPU和CPU版本?性能差异硬件要求如何检查PyTorch版本?方法1:使用命

python处理带有时区的日期和时间数据

《python处理带有时区的日期和时间数据》这篇文章主要为大家详细介绍了如何在Python中使用pytz库处理时区信息,包括获取当前UTC时间,转换为特定时区等,有需要的小伙伴可以参考一下... 目录时区基本信息python datetime使用timezonepandas处理时区数据知识延展时区基本信息

Python位移操作和位运算的实现示例

《Python位移操作和位运算的实现示例》本文主要介绍了Python位移操作和位运算的实现示例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一... 目录1. 位移操作1.1 左移操作 (<<)1.2 右移操作 (>>)注意事项:2. 位运算2.1

使用Python和Pyecharts创建交互式地图

《使用Python和Pyecharts创建交互式地图》在数据可视化领域,创建交互式地图是一种强大的方式,可以使受众能够以引人入胜且信息丰富的方式探索地理数据,下面我们看看如何使用Python和Pyec... 目录简介Pyecharts 简介创建上海地图代码说明运行结果总结简介在数据可视化领域,创建交互式地

Redis 热 key 和大 key 问题小结

《Redis热key和大key问题小结》:本文主要介绍Redis热key和大key问题小结,本文给大家介绍的非常详细,对大家的学习或工作具有一定的参考借鉴价值,需要的朋友参考下吧... 目录一、什么是 Redis 热 key?热 key(Hot Key)定义: 热 key 常见表现:热 key 的风险:二、

利用python实现对excel文件进行加密

《利用python实现对excel文件进行加密》由于文件内容的私密性,需要对Excel文件进行加密,保护文件以免给第三方看到,本文将以Python语言为例,和大家讲讲如何对Excel文件进行加密,感兴... 目录前言方法一:使用pywin32库(仅限Windows)方法二:使用msoffcrypto-too