#int型tensor
from torch.autograd import variable
from torch import inttensor
var = variable(inttensor([[1,0],[0,1]]))
#檢視size
var.size() #torch.size([2, 2])
#將var.size()轉換為list
list(var.size()) #[2,2]
#檢視元素總個數
z.numel()
#torch 增加維度
x = torch.tensor(2,4).zero_() #2*4維的全0 tensor
y = x.unsqueeze(0) #y的維度為1，2，4
y = x.unsqueeze(1) #y的維度為 2，1，4
y = x.unsqueeze(2) #y的維度為2，4，1
#view()函式的使用
a = torch.tensor(2,3)
a.view(1,-1) #變成1*6維
a.view(6,1) #變成6*1維
a.view(3,2) #變成3*2維
#矩陣相乘
tensor = torch.floattensor([[1,2],[3,4]])
torch.mm(tensor,tensor) #結果為 tensor([[7.,10.],[15.,22.]])
#點乘tensor_a.dot(tensor_b) #[1,2,3,4] [1,2,3,5] 輸出為34
關於爬蟲的一些記錄
普通的文字型爬蟲就不說了，這裡主要說一下在爬取有js指令碼和驗證碼的一些內容時，遇到的坑。作業系統的選擇 由於爬蟲 資訊分析ai web介面都部屬在centos上，且系統部署的最優選擇還是centos。爬蟲方面，文字型爬蟲是基礎，模擬瀏覽器也是必須的。目前模擬瀏覽器就三樣，firefox chrom...
關於死鎖的一些記錄
死鎖是由於併發程序只能按互斥方式訪問臨界資源等多種因素引起的，並且是一種與執行時間和速度密切相關的錯誤現象。死鎖的一般定義 若在乙個程序集合中，每乙個程序都在等待乙個永遠不會發生的事件而形成乙個永久的阻塞狀態，這種阻塞狀態就是死鎖。死鎖的產生條件 1.互斥 mutual exclusion 系統存在...
關於iframe的一些操作記錄
本文作為自己對iframe的乙個操作總結，做下簡單的記錄，希望能給大家帶來收穫，頁面使用了jquery 當然iframe要有訪問的許可權才行，即同源 假如index頁面包含乙個id為 iframe的 iframe,下文中所提及的iframe變數均為dom物件,jquery物件轉dom物件可以使用 0...