上一页 1 ··· 5 6 7 8 9 10 11 12 13 ··· 21 下一页
摘要: 输出当前工作空间 阅读全文
posted @ 2020-08-04 19:42 6+0 阅读(101) 评论(0) 推荐(0) 编辑
摘要: 1、read 将整个文件读取成一个字符串 2、f for line in f: 每次读取一行 3、readline line = f.readline()while line: print(line.strip()) line = f.readline() 每次读取一行 4、readlines fo 阅读全文
posted @ 2020-08-04 19:03 6+0 阅读(212) 评论(0) 推荐(0) 编辑
摘要: write的参数只能是字符串 writelines的参数可以是字符串也可以是一个由字符串组成的序列 阅读全文
posted @ 2020-08-04 12:36 6+0 阅读(202) 评论(0) 推荐(0) 编辑
摘要: 1、* (1)接收的参数看作元组来处理 (2)列表、元组等可迭代对象前加*,解释器将自动进行解包传递给多个单变量 2、** (1)接收的参数看作字典来处理 def fun(**kwargs): print(kwargs)def main(): fun(c=2) fun(**{'c': 2}) 阅读全文
posted @ 2020-08-03 23:00 6+0 阅读(109) 评论(0) 推荐(0) 编辑
摘要: 正无穷大 阅读全文
posted @ 2020-08-03 20:22 6+0 阅读(70) 评论(0) 推荐(0) 编辑
摘要: net = t.nn.Linear(2, 3)optimizer = t.optim.SGD(net.parameters(), lr=0.2)for key, value in optimizer.state_dict().items(): print(key, value)for i, para 阅读全文
posted @ 2020-08-03 20:12 6+0 阅读(2054) 评论(0) 推荐(0) 编辑
摘要: startswith(str) 阅读全文
posted @ 2020-08-03 11:14 6+0 阅读(91) 评论(0) 推荐(0) 编辑
摘要: 1、定义网络时init和forward一块写 2、没有训练参数的层写到init中 3、注意调整网络的train和eval模式 阅读全文
posted @ 2020-08-03 11:06 6+0 阅读(161) 评论(0) 推荐(0) 编辑
摘要: 1、model.state_dict() # 默认是遍历 key,所以param_tensor实际上是键 for param_tensor in model.state_dict(): print(param_tensor,'\t',model.state_dict()[param_tensor]. 阅读全文
posted @ 2020-08-03 10:57 6+0 阅读(330) 评论(0) 推荐(0) 编辑
摘要: 都是用于判断字符串a是否在字符串b里面 find没有找到会返回-1 index没找到会报错 阅读全文
posted @ 2020-08-03 09:58 6+0 阅读(93) 评论(0) 推荐(0) 编辑
上一页 1 ··· 5 6 7 8 9 10 11 12 13 ··· 21 下一页