基础配置
1 | import numpy as np |
np.concatenate()用法
concatenate 功能:数组拼接
函数定义:numpy.concatenate((a1, a2, …), axis=0, out=None)
Parameters:
a1, a2, … : 数组序列,除了 axis 对应的轴,数组其他维度必须一样
axis : 可选,默认是 0
out : 多维数组,可选,如果 out 提供,则结果保存在 out 中。数组大小必须正确,与真实结果相匹配。
Returns: res : 多维数组,最后拼接好的数组
1 | a = np.array([[1, 2], [3, 4]]) |
1 | array([[1, 2], |
numpy.empty()用法
numpy.empty 方法用来创建一个指定形状(shape)、数据类型(dtype)、顺序且未初始化(随机)的数组:
numpy.empty(shape, dtype = float, order = ‘C’)
参数说明
shape 数组形状
dtype 数据类型,可选
order 有”C”和”F”两个选项,分别代表,行优先和列优先,在计算机内存中的存储元素的顺序。
1 | import numpy as np |
1 | [[ 538976288 1092624416] |
取上、下三角矩阵(常用于 mask)
np.tiru()用法
语法:np.triu(m, k=0) m:表示一个矩阵,K:表示对角线的起始位置(k 取值默认为 0),取矩阵的上三角矩阵
1 | data=torch.arange(25).reshape((5,5)) |
1 | tensor([[ 0, 1, 2, 3, 4], |
tril(m, k)用法
tril(m, k)取矩阵的下三角阵
1 | lower_triangle = np.tril(data, 0) |
1 | array([[ 0, 0, 0, 0, 0], |
1 | a=np.triu(np.ones((1, 10, 10)), k=1) |
1 | array([[[0., 1., 1., 1., 1., 1., 1., 1., 1., 1.], |
- 本文作者: YuT
- 本文链接: https://ytno1.github.io/archives/3fcbc08e.html
- 版权声明: 本博客所有文章除特别声明外,均采用 MIT 许可协议。转载请注明出处!