如何实现Python中类的参数定义及使用unsqueezeexpand进行数据扩展？

本文共计1043个文字，预计阅读时间需要5分钟。

本文为家长带来关于Python的相关知识，主要介绍了Python类参数定义及数据扩展方式unsqueeze/expand。文章围绕主题展开，详细介绍了相关内容，以下是一起来看看。

一、Python类参数定义

Python中的类参数定义是指类中定义的属性和方法。以下是一个简单的类参数定义示例：

pythonclass Person: def __init__(self, name, age): self.name=name self.age=age

def say_hello(self): print(fHello, my name is {self.name} and I am {self.age} years old.)

在这个例子中，`Person` 类有两个参数：`name` 和 `age`。在创建 `Person` 类的实例时，需要传入这两个参数。

二、数据扩展方式unsqueeze/expand

在Python中，unsqueeze和expand是NumPy库中用于数据扩展的操作。

1. unsqueeze

`unsqueeze` 函数用于在指定轴上增加一个维度。以下是一个使用 `unsqueeze` 的示例：

pythonimport numpy as np

a=np.array([1, 2, 3])b=a.unsqueeze(0)print(b)

输出：

[[1 2 3]]

在这个例子中，`unsqueeze(0)` 在 `a` 的第一个轴上增加了一个维度，使得 `b` 成为了一个二维数组。

2. expand

`expand` 函数用于将数组扩展到具有更多维度的数组。以下是一个使用 `expand` 的示例：

pythonimport numpy as np

a=np.array([1, 2, 3])b=np.expand_dims(a, axis=0)print(b)

输出：

[[1 2 3]]

在这个例子中，`np.expand_dims(a, axis=0)` 将 `a` 扩展为一个新的二维数组。

通过以上内容，相信家长对Python类参数定义及数据扩展方式unsqueeze/expand有了更深入的了解。希望对家长有所帮助。

本篇文章给大家带来了关于Python的相关知识，其中主要介绍了python类参数定义及数据扩展方式unsqueeze/expand，文章通过围绕主题展开详细的内容介绍，下面一起来看一下，希望对大家有帮助。

程序员必备接口测试调试工具：立即使用
Apipost = Postman + Swagger + Mock + Jmeter
Api设计、调试、文档、自动化测试工具
后端、前端、测试，同时在线协作，内容实时同步

类的参数定义

将conda环境设置为ai，conda activate ai

这个文件的由来：

由于在yolov1的pytorch实现的损失函数中，看到继承了nn.Module，并且其中两个参数不像c++那里指定类型，那么他们的类型是哪里来的

这里就是在探索这样一件事

操作逻辑：

• 先在类中定义了构造函数以及一个自定义函数；
• 构造函数定义了属性S、B，自定义函数引入两个参数，对两个参数进行调用
  • 这里就说明参数的结构是怎么样的，取决于参数被调用了什么东西，比如这里调用了N = box1.size(0) M = box2.size(0)说明了它是类似一个矩阵的东西，对应的box1的定义就是`torch.rand(10,4)

import torch import torch.nn as nn import torch.nn.functional as F from torch.autograd import Variable #探究属性S，B是如何产生的，以及box1、box2是如何产生的、如何调用 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) #调用方式就表示了变量是什么类型，这里是一个张量，其中每个元素是一个tensor，所以是N*4的张量 M = box2.size(0) print(M,N) yoloLoss1 =yoloLoss(10, 11) yoloLoss1.compute_iot(torch.rand(10,4),torch.rand(11,4))登录后复制

数据扩展

探究unsqueeze以及expand的使用方法，unsqueeze可以增加一个纬度，但是维度的siz只是1而已，而expand就可以将数据进行复制，将数据变为n

# 获得一开始的初始化数值：tensor([[a1,a2,a3]]) nn1=torch.rand(1,3) print(nn1) # unsqueeze是解压的意思，在第i个维度上进行扩展，将其扩展为tensor([[[a1,a2,a3]]]) nn1=nn1.unsqueeze(0) print("*"*100) print(nn1) #利用expand对数据进行扩展 nn1=nn1.expand(1,3,3) print("*"*100) print(nn1)登录后复制

以上就是python类参数定义及数据扩展方式unsqueeze/expand的详细内容，更多请关注自由互联其它相关文章！