2020年9月
torch.clamp(input ,min,max,out=None)
摘要： torch.clamp()的作用把input的数据，夹逼到[min,max]之间 input:输入数据 min:最小数据 max:最大数据 如果input中的数据小于min,用min代替input中小于min的数据， 如果input中的数据大于max,用max代替input中大于max的数据 imp 阅读全文
posted @ 2020-09-10 18:36 SnailWorks 阅读(533) 评论(0) 推荐(0)
torch 中的torch.squeeze()和torch.unsqueeze()
摘要： 1. torch.squeeze(input, dim=None, out=None) input是输入的参数，dim是指定要合并维度为1的所在维度 当dim=0时原样输出，当dim=1时合并维度为1的行，dim=2 合并维度为1的列，当所在的行和列的维度不为1时原样输出， 例如： import t 阅读全文
posted @ 2020-09-10 17:12 SnailWorks 阅读(2329) 评论(0) 推荐(0)
torch 中的max()与min（）
摘要： torch.max()表示取整个数据中的最大值，torch.min()表示取整个数据的最小值 numpy.max()表示取整个数据的最大值，numpy.min()表示去整个数据的最小值，numpy.maximum(x,y)表示取x,y中对应元素中的最大者，numpy.minimum(x,y)表示取x 阅读全文
posted @ 2020-09-10 15:23 SnailWorks 阅读(2568) 评论(0) 推荐(1)
Python numpy切片处理数据
摘要： 对于一维数组[n:]表示从第n列开始取数据 import numpy as np a=np.array([0,1,2,3,4,5,6,7,8]) a[5:] 输出的结果为：array([5, 6, 7, 8]) 对于一位数组[n:m],表示从第n列开始，到m-1列结束 如 a[1;5] 输出的结果为 阅读全文
posted @ 2020-09-10 14:00 SnailWorks 阅读(480) 评论(0) 推荐(0)