python類參數定義及數據擴展方式unsqueeze/expand

Posted on by

類的參數定義

將conda環境設置為ai，conda activate ai

這個文件的由來：

由於在yolov1的pytorch實現的損失函數中，看到繼承瞭nn.Module，並且其中兩個參數不像c++那裡指定類型，那麼他們的類型是哪裡來的

這裡就是在探索這樣一件事

操作邏輯：

  • 先在類中定義瞭構造函數以及一個自定義函數；
  • 構造函數定義瞭屬性S、B，自定義函數引入兩個參數，對兩個參數進行調用
    • 這裡就說明參數的結構是怎麼樣的，取決於參數被調用瞭什麼東西，比如這裡調用瞭N = box1.size(0) M = box2.size(0)說明瞭它是類似一個矩陣的東西，對應的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是如何產生的，以及box1、box2是如何產生的、如何調用
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)  #調用方式就表示瞭變量是什麼類型，這裡是一個張量，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))

數據擴展

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隻是1而已，而expand就可以將數據進行復制，將數據變為n

# 獲得一開始的初始化數值：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對數據進行擴展
nn1=nn1.expand(1,3,3)
print("*"*100)
print(nn1)

到此這篇關於python類參數定義及數據擴展方式unsqueeze/expand的文章就介紹到這瞭,更多相關python unsqueeze/expand內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：