摘要:
在做实验时,我们常常会使用用开源的数据集进行测试。而Pytorch中内置了许多数据集,这些数据集我们常常使用DataLoader类进行加载。而我们用for语句来遍历DataLoader类的对象时,我们并没有显式将Dataloader转换为迭代器类型。这其实是Python语言for循环的一种机制,一旦我们用for ... in ...句式来迭代一个对象,那么Python解释器就会偷偷地自动帮我们创建好迭代器。 阅读全文
![Pytorch:torch.utils.data.DataLoader与迭代器转换](https://img2020.cnblogs.com/blog/1784958/202112/1784958-20211206175816231-105946631.png)
摘要:
在上一篇博文《Python中的随机采样和概率分布(一)》中,我们介绍了Python中最简单的随机采样函数。接下来我们更进一步,来看看如何从一个概率分布中采样,我们以几个机器学习中最常用的概率分布为例,包括二项(binomial)分布/伯努利(Bernoulli)分布、多项(multinomial)分布、均匀(uniform)分布和狄利克雷(Dirichlet)分布。 阅读全文
![Python:Python中的随机采样和概率分布(二)](https://img2020.cnblogs.com/blog/1784958/202112/1784958-20211206164450062-1974179031.png)