【动手学深度学习】实用程序类Accumulator

我会带着你远行 2023-10-02 23:16 28阅读 0赞

这里定义一个实用程序类Accumulator，用于对多个变量进行累加。

源代码为：

class Accumulator:
        def __init__(self, n):
            self.data = [0, 0] * n
        
        def add(self, *args):
            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]

对于第一个函数`__init__(self, n)`：首先在初始化的时候会根据传进来的n的大小来创建n个空间，且初始化全部为0.0。

第二个函数`add(self, *args)`：虽然\*args代表这里可以传入任意个参数，但是因为要和初始化的个数相同不然要报错。`for a,b in zip(self.data,args)`是把原来类中对应位置的data和新传入的args做 a + float(b)加法操作然后重新赋给该位置的data。从而达到累加器的累加效果。

`reset`函数即重新设置空间大小并初始化。

`__getitem__`实现类似数组的取操作。

举例说明：

class Accumulator:
        def __init__(self, n):
            self.data = [0, 0] * n
        
        def add(self, *args):
            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]
    
    
    metric = Accumulator(3)
    print(list(metric))
    metric.add(3, 6, 9, 12)
    print(list(metric))
    metric.add(1, 1, 1, 1)
    print(list(metric))

输出结果如下：

[0, 0, 0, 0, 0, 0]
    [3.0, 6.0, 9.0, 12.0]
    [4.0, 7.0, 10.0, 13.0]

发表评论取消回复

表情：

评论列表（有 0 条评论，28人围观）

还没有评论，来说两句吧...

相关阅读

相关 Tensor-动手学深度学习-李沐_笔记

介绍 Tensor，又称"张量"，其实就是n维度数组。不同维度的Tensor示意图如下： ![30c25a5052d64a4593517cef61c0dd2a.png]

╰+攻爆jí腚メ/ 2024年03月24日 21:23/ 0 赞/ 60 阅读

相关【动手学深度学习】实用程序类Accumulator

这里定义一个实用程序类Accumulator，用于对多个变量进行累加。源代码为： class Accumulator: def __init__(

我会带着你远行/ 2023年10月02日 23:16/ 0 赞/ 29 阅读

相关《动手学深度学习》图像增广（数据增强）

图像增广图像增广（image augmentation）技术通过对训练图像做一系列随机改变，来产生相似但又不同的训练样本，从而扩大训练数据集的规模。其优点在于通过

缺乏、安全感/ 2023年07月08日 09:05/ 0 赞/ 112 阅读

相关《动手学深度学习》PyTorch 版本总结（1）

通过伯禹学习平台和Kesci平台，参与了一项14天学习《动手学深度学习》课程，这本书是由李沐等大神编写而成，并提供了配套的视频和源代码。这次活动主要是将里面的Mxnet 框架改

左手的ㄟ右手/ 2023年07月05日 11:53/ 0 赞/ 64 阅读

相关动手学深度学习-pytorch

PyTorch是什么？为什么选择PyTorch？立即执行与延迟执行 PyTorch是什么？ PyTorch是一

秒速五厘米/ 2022年12月13日 01:44/ 0 赞/ 248 阅读

相关《动手学深度学习》softmax回归(PyTorch版)

softmax-regression 1 分类问题 2 softmax回归模型 3 单样本分类的矢量计算表达式 4 小批量样本分类的矢量计算表达式

港控/mmm°/ 2022年09月17日 04:26/ 0 赞/ 256 阅读

相关《动手学深度学习》之现代卷积神经网络

文章目录深度卷积神经网络（AlexNet） AlexNet 模型设计激活函数核心网络代码

旧城等待，/ 2022年09月12日 07:48/ 0 赞/ 197 阅读

相关《动手学深度学习》之卷积神经网络

文章目录从全连接层到卷积不变性限制多层感知机平移不变性局部性卷积

缺乏、安全感/ 2022年09月11日 14:29/ 0 赞/ 409 阅读

相关《动手学深度学习》之线性神经网络

文章目录线性回归线性模型损失函数解析解小批量随机梯度下降 softmax回归网络

柔光的暖阳◎/ 2022年09月11日 02:14/ 0 赞/ 272 阅读

相关《动手学深度学习》之多层感知机

文章目录多层感知机从线性到非线性激活函数 ReLU函数 sigmoid函数

骑猪看日落/ 2022年08月28日 15:50/ 0 赞/ 641 阅读