仿照d2l的pytorch内容进行记录 设备切换 尝试使用GPU def try_gpu(i=0): if torch.cuda.device_count() >= i + 1: return torch.device(f'cuda:{i}') return torch.device('cpu') def try_all_gpus(): """找到所有可以使用的GPU""" devices = [torch.device(f'cuda:{i}') for i in range(torch.cuda.device_count())] return devices if devices else [torch.device('cpu')] 计数器 class Accumulator: """用于计数""" def __init__(self, n): self.data = [0.0] * n def add(self, *args): """将一组数据加载本身的数据之上""" self.data = [a + float(b) for a, b in zip(self.data, args)] def reset(self): self.data = [0.0] * len(self.data) def __getitem__(self, idx): return self.data[idx] 精确性 对于训练精度评价可以使用如下代码
3月 21, 2023
引入 介绍 FastAPI 是一个用于构建 API 的现代、快速（高性能）的 web 框架，使用 Python 3.6+ 并基于标准的 Python 类型提示。 安装 完整安装：pip install "fastapi[all]"，这种安装方式包括了unicorn 部分安装：pip install fastapi 服务的启动 一个最简单的FastAPI如下所示： from fastapi import FastAPI app = FastAPI() @app.get("/") async def root(): return {"message": "Hello World"} 需要将这个文件所描述的服务进行启动可以使用命令：uvicorn main:app --reload，最后一个reload表示是在更新代码后重新启动
3月 21, 2023
一、Doker快速使用 1.1 构建一个容器 拉取并使用docker的ubuntu镜像构建一个交互式的容器。 sudo docker run --name containerName -i -t ubuntu /bin/bash 参数解释： ``–name`是对于容器的命名 -i保证容器的STDIN开启，保证持续的标准输入； -t为docker为容器分配一个tty终端 ubuntu提供的是镜像名，先从本机查找之后，若无则去dockerHub上查找 /bin/bash告知容器需要运行的命令 1.2 关闭容器与查看 在容器内键入exit可以退出容器，之后在宿主机上可以通过使用 docker ps -a 来查看所拥有的全部容器。 1.3 启动并附着到容器 当知道容器的名字或者uuid的时候可以使用
12月 30, 2022
一、常见声明 int a：声明a是一个整形变量。 int const a：声明一个不可改变的常量a。 int *a：可以理解为*a是一个整形，所以a就是指向整形的一个指针。 int **a：**a是一个整形，则a就是一个指向*a的一个指针。 需要注意的是int *a,b，这样声明后只有a是指针。 int const *p：p表示一个指向不可改变的整形常量的指针。 int *const p：声明一个不可改变的指针，指向一个可变的整形变量。 二、与函数声明结合 int f()：声明了一个函数f（此处采用的是旧式声明，不提供形式参数）。 int *f()：此处f()优先级高，先进行结合，所以f表示一个返回指向整形的指针的函数。 int (*f)()：此处*f先发生了结合，对其进行函数求值后会返回一个整形，所以f代表的是一个指向返回整形的函数的函数指针。 int *(*f)()：声明了f为一个指向一个返回整形指针的函数的指针。 三、与数组结合 int a[]：声明一个整形数组。
5月 30, 2022
一、准备工作 1.1 安装Git 在https://git-scm.com/上下载安装包后傻瓜式安装。 1.2 初始化Git 初始化用户 git config --global user.name "your name" git config --global user.email "your email" 提高输出可读性 git config --global color.ui.auto 1.3 准备GitHub 注册账户。 设置SSH Key
8月 30, 2021
一、pythonic思维 1.1遵守PEP8风格 关于命名 函数、变量、属性使用小写字母，每个单词之间使用下划线相连。 受保护的实例属性使用一个下划线开头。 私有的实例属性应当使用两个下划线开头。 类（异常）命名时候首字母应当大写。 模块级别常量所有字母大写，各个单词下划线连接。 类中的实例方法应当把第一个参数命名为self来表示对象本身。 类方法的第一个参数应答命名为cls表示类本身。 关于表达式 采用行内否定（把否定词直接写在要否定的内容前）。如：if a is not b 判断是否为空可以直接进行（空则为False）。如if not somelist 表达式一行写不下应当用括号括起来并进行换行 多行表达式用括号括起来而不是使用\进行续行。 关于引入 import语句应当放在开头 使用绝对名称来进行引入 在引用的时候首先应当分为三部分：标准库、第三方模块、自己的模块。 1.2 使用插值格式字符串（f-string） 在格式化字符串的时候，可以使用python特殊的f-string方法。 key = "my_var" value = 1.23 print(f"{key!r:<10}={value:.2f}") 通过在字符串前面加入f（format）来表示这个字符串为插入字符串，{}中的内容可以为变量，而:右边的则是格式化的方式。使用!表示把值转换为Unicode及repr形式的字符串。我们甚至可以在多重格式化
11月 21, 2020
〇、使用什么来学习 0.1 Typora 所见即所得的一款免费而好用的编辑器。 0.2 VS Code 宇宙最强大的编辑器 一、基础语法 1.1 标题的使用 # 文档标题 作者 摘要 目录 ## 标题1 ### 标题1.1 ## 标题2 ###标题2.2 1.2 粗体与斜体 **粗体 ** 斜体
9月 21, 2020
一、NumPy基础 import numpy as np 1.1 ndarry——多维数组对象 1.1.1 创建ndarray array(list,dtype=) # 将输入的序列类型转换为ndarray,如果不指定类型则自动判断 arange(num) # 返回一个等差数列 eye() identity() #生成与给定形状一样的全1数组 ones() #生成与给定形状一样的全1数组 zeros() #生成与给定形状一样的全0数组 empty() #生成与给定形状一样的空数组 full(size,num) #根据给定形状和数据类型生成数值一样的数组 #以上的函数可以加_like 变成根据一个数组的大小来生成 reshape((x,y)) #使得一个序列进行array样式变化 1.1.2 ndarray的数据类型 数据类型，是dytpe属性，代表了数组里面每个数据的类型。 # 常见的类型 int 64 #有符号的64位整数 uint64 #无符号的64位整数 float64 # 单精度浮点数。兼容c语言的float float64 # 双精度浮点数。兼容c语言的double comple #64位的复数 boll #布尔类型 object #对象类型 string_ #字符串类型 可以使用astype来转换数据的类型，使用他转换时会生成一个全新的数组对象。
8月 21, 2020
一、学前准备 1.1 安装 建议直接下载anaconda的发行版。同时还包括了所有以后会经常使用到的包。 1.2 编程环境 可以下载并使用pycharm、也可以使用jupyter notebook作为环境。 二、Python的语言基础 2.1 缩进 python中缩进是一切的根本，使用缩进来标识了语言的范围 2.2标量类型 2.2.1 数值类型 python中只有两个基本数值类型：int与float int可以储存任意大小的整数值而没有范围限制，float是双精度的64位数值。 备注：整数的除法会自己变成浮点的类型，如果只要整数部分可以使用：// 2.2.2 布尔类型 只有正确和错误两种，分别是true和false 备注：在整型中代表着1与0。 2.2.3 字符串类型
8月 21, 2020