当前位置: 首页 > news >正文

torch.set_printoptions

torch.set_printoptions

设置pytorch打印张量时的选项,比如限制打印的元素数量、设置精度等。在打印大张量或者需要更精确控制输出格式时非常有用。

torch.set_printoptions(precision=None, threshold=None, edgeitems=None, linewidth=None, profile=None, sci_mode=None)

  • precision – 浮点输出的精度位数(默认值 = 4)。
  • threshold – 输出的数组元素总数(默认值 = 1000)。
  • edgeitems – 每个维度开头和结尾的元素数 (默认值 = 3)。
  • linewidth – 用于插入换行符的每行字符数(默认值 = 80)。
  • profile – 打印选项。可被上述任何选项覆盖。(三个选项:default、short、full)
  • sci_mode – 启用 (True) 或禁用 (False) 科学记数法。
示例 1:设置打印的元素数量
import torch
# 创建一个大张量
big_tensor = torch.randn(1000, 1000)
# 设置打印选项,限制每行打印的元素数量为5
torch.set_printoptions(edgeitems=5)
# 打印大张量
print(big_tensor)
'''output
tensor([[ 7.096e-01, -2.319e-01, -3.508e-01, -1.490e+00, -2.094e+00,  ...,  2.418e+00,2.191e+00, -1.097e+00, -8.462e-03,  1.543e+00],[-3.659e-01, -2.529e+00, -5.387e-01, -9.730e-01,  1.106e+00,  ...,  2.867e-01,-2.998e-01,  1.395e+00,  1.922e-01, -2.857e+00],[-1.248e+00,  9.511e-02,  1.104e+00, -2.893e-01,  2.386e-01,  ..., -4.030e-01,-1.431e+00,  1.698e+00,  7.792e-02,  5.647e-01],[-8.082e-01, -1.269e+00, -9.518e-01, -1.230e+00,  1.623e-01,  ...,  6.505e-01,1.299e-01, -2.172e+00,  9.718e-01,  1.547e-01],[ 3.541e-01, -1.212e+00,  1.333e+00, -8.269e-01,  3.842e-01,  ..., -2.083e-01,2.715e+00,  1.210e+00, -1.783e+00, -7.736e-01],...,[ 3.425e-02, -6.938e-01,  6.390e-02, -1.265e+00,  3.217e-01,  ...,  1.713e+00,5.801e-01,  1.101e+00, -1.443e+00, -2.739e-01],[ 8.133e-01, -1.418e+00, -6.581e-01,  2.327e+00,  1.146e+00,  ...,  6.545e-01,-7.152e-01, -6.270e-01, -9.436e-01, -1.858e+00],[ 1.339e+00,  6.877e-02, -1.111e+00,  8.770e-01,  1.358e+00,  ..., -2.793e+00,-1.135e-01,  1.498e+00,  6.292e-01,  1.196e+00],[-1.095e-01,  6.439e-01, -7.375e-01,  4.185e-01, -1.045e-01,  ..., -1.521e+00,6.631e-01,  2.701e-01,  1.107e-01, -1.860e-01],[-1.281e+00,  3.997e-01,  1.881e-03,  1.170e+00,  4.183e-01,  ...,  3.738e-01,5.330e-01, -2.445e-01,  7.956e-01, -7.097e-01]], device='cuda:0')
'''
示例 2:设置打印的精度
import torch# 创建一个包含小数的张量
tensor = torch.tensor([1.123456789, 2.987654321])# 设置打印选项,限制打印的浮点数精度为3位小数
torch.set_printoptions(precision=3)# 打印张量
print(tensor)
'''output
tensor([1.123, 2.988], device='cuda:0')
'''
示例 3:设置科学记数法的阈值
import torch# 创建一个包含大数和小子数的张量
tensor = torch.tensor([1e-5, 1e5])# 设置打印选项,当绝对值小于1e-3时使用科学记数法
torch.set_printoptions(sci_mode=True, threshold=1e3)# 打印张量
print(tensor)
'''output
tensor([1.000e-05, 1.000e+05], device='cuda:0')
'''
示例 4:设置张量的边距
import torch# 创建一个张量
tensor = torch.randn(5, 5)# 设置打印选项,行字符宽度
torch.set_printoptions(edgeitems=3, linewidth=40)
# 打印张量
print(tensor)# 设置打印选项,行字符宽度
torch.set_printoptions(edgeitems=3, linewidth=50)
# 打印张量
print(tensor)
'''output
tensor([[-0.787,  0.227, -1.878,  0.286,-0.899],[ 0.483,  1.054,  0.770, -0.245,1.599],[ 0.165, -0.034,  1.457, -0.944,0.601],[-0.150,  0.388, -0.811, -0.741,1.286],[-0.657, -0.895,  0.680,  0.946,-1.832]], device='cuda:0')
tensor([[-0.787,  0.227, -1.878,  0.286, -0.899],[ 0.483,  1.054,  0.770, -0.245,  1.599],[ 0.165, -0.034,  1.457, -0.944,  0.601],[-0.150,  0.388, -0.811, -0.741,  1.286],[-0.657, -0.895,  0.680,  0.946, -1.832]],device='cuda:0')'''
示例 5:恢复默认打印选项
import torch# 创建一个张量
tensor = torch.randn(5, 5)# 恢复默认打印选项
torch.set_printoptions(profile='default')
# 打印张量
print(tensor)# 设置打印选项为short
torch.set_printoptions(profile='short')
# 打印张量
print(tensor)# 设置打印选项为full
torch.set_printoptions(profile='full')
# 打印张量
print(tensor)
'''output
tensor([[-0.4571,  0.3753, -1.5940, -0.7643, -2.1443],[ 0.6022, -0.7247, -0.0522,  1.3891,  0.5575],[ 0.6133, -0.4906,  0.8597, -0.7087,  2.1163],[-0.0721,  0.7349,  1.2677,  0.8921, -0.2049],[ 0.3666,  0.1874,  1.7164,  1.0258, -1.8709]], device='cuda:0')
tensor([[-0.46,  0.38, -1.59, -0.76, -2.14],[ 0.60, -0.72, -0.05,  1.39,  0.56],[ 0.61, -0.49,  0.86, -0.71,  2.12],[-0.07,  0.73,  1.27,  0.89, -0.20],[ 0.37,  0.19,  1.72,  1.03, -1.87]], device='cuda:0')
tensor([[-0.4571,  0.3753, -1.5940, -0.7643, -2.1443],[ 0.6022, -0.7247, -0.0522,  1.3891,  0.5575],[ 0.6133, -0.4906,  0.8597, -0.7087,  2.1163],[-0.0721,  0.7349,  1.2677,  0.8921, -0.2049],[ 0.3666,  0.1874,  1.7164,  1.0258, -1.8709]], device='cuda:0')'''

相关文章:

torch.set_printoptions

torch.set_printoptions 设置pytorch打印张量时的选项,比如限制打印的元素数量、设置精度等。在打印大张量或者需要更精确控制输出格式时非常有用。 torch.set_printoptions(precisionNone, thresholdNone, edgeitemsNone, linewidthNone, profileNone, sci_modeN…...

Nexus搭建go私有仓库,加速下载go依赖包

一、搭建go私库 本文我们梳理一下go依赖包的私库搭建以及使用。 它只分为proxy和group两种仓库,这一点和maven仓库有所不同。 1、创建Blob Stores 为了区分不同的私库依赖包,存储的位置分隔开。 2、新建go proxy官网 Remote storage:htt…...

Qt6 Android设置文件读写权限设置

一.概述 1.在Qt中设置Android应用程序的文件读写权限,你需要在Android的Manifest文件中声明所需的权限。对于文件读写,通常需要声明以下权限: android.permission.READ_EXTERNAL_STORAGE:允许应用程序从外部存储读取数据。 android.permission.WRITE_EXTERNAL_STORAGE:允…...

TCP快速重传机制为啥出现重复ACK?

TCP快速重传机制为啥出现重复ACK 简单来说,丢失数据包后发送方至少发了三个请求,每个请求返回接收方下一次期待的序列号ACK,也就是丢失数据包之前的一个正常请求的确认ACK值 在 TCP(Transmission Control Protocol,传…...

SSM--SpringMVC复习(二)

请求 URL匹配: RequestMapping RequestMapping 负责将请求映射到对应的控制器方法上。 RequestMapping 注解可用于类或方法上。用于类上,表示类中的所有响应请求的方法都以该地址作为父路径。 在整个 Web 项目中,RequestMapping 映射的请求…...

C语言蓝桥杯组题目

系列文章目录 文章目录 系列文章目录前言题目第一题.1, 2, 3, 4 能组成多少个互不相同且无重复数字的三位数?都是多少?思路 第二题: 一个整数,它加上100后是一个完全平方数,再加上168又是一个完全平方数,请问该数是多少…...

【解决】Unity TMPro字体中文显示错误/不全问题

问题描述:字体变成方块 原因:字体资源所承载的长度有限 1.找一个中文字体放入Assets中 2.选中字体创建为TMPro 字体资源 3.选中创建好的字体资源(蓝色的大F) 在右边的属性中找到Atlas Width h和 Atlas Heigth,修改的大一点&…...

【Threejs进阶教程-着色器篇】9.顶点着色器入门

【Threejs进阶教程-着色器篇】9.顶点着色器入门 本系列教程第一篇地址,建议按顺序学习认识顶点着色器varying介绍顶点着色器与片元着色器分别的作用Threejs在Shader中的内置变量各种矩阵gl_Position 尝试使用顶点着色器增加分段数增强效果 制作平面鼓包效果鼓包效果…...

质量留住用户:如何通过测试自动化提供更高质量的用户体验

在当今竞争异常激烈的市场中,用户手头有无数种选择,但有一条真理至关重要: 质量留住用户。 产品的质量,尤其是用户体验 (UX),直接决定了客户是留在您的品牌还是转而选择竞争对手。随着业务的发展,出色的用户…...

【CSP CCF记录】201803-1第13次认证 跳一跳

题目 样例输入 1 1 2 2 2 1 1 2 2 0 样例输出 22 思路 没有技术含量的一道题,解题的关键是理解游戏规则。用state标记跳跃状态,以下是对游戏规则的分析: 1. state1,跳到方块上但没跳到中心,得1分 2. state2&#xf…...

详解Qt 中使用虚拟键盘(软键盘qtvirtualkeyboard)

文章目录 详解 Qt 中使用虚拟键盘(软键盘:QtVirtualKeyboard)1. 虚拟键盘简介1.1 虚拟键盘的应用场景 2. 安装和配置2.1 安装 QtVirtualKeyboard2.2 配置环境变量 3. 使用虚拟键盘3.1 示例代码main.cppwidget.hwidget.cpp 4. 总结 详解 Qt 中…...

cocoscreater3.8.4生成图集并使用

1.安装texturepacker,去官网下载https://www.codeandweb.com/texturepacker 2.将图片拖动进来,即可自动生成精灵表,这里输出选用cocos2d-x,打包用免费版的“基本”就行,高级模式是收费的,然后点击“发布精…...

IDEA如何快速地重写方法,如equals、toString等

前言 大家好,我是小徐啊。我们在使用IDEA的时候,有时候是需要重写equals和toString等方法的。这在IDEA中已经很方便的给我们准备好了快速的操作了。今天就来讲解一下。 如何重写 首先,打开要重写方法的文件,让鼠标定位到这个文…...

网络安全——SpringBoot配置文件明文加密

一、前言 在日常开发中,项目中会有很多配置文件。比如SpringBoot项目核心的数据库配置、Redis账号密码配置都在properties、yml配置文件 中。 如果这些信息以明文的方式存储,你的电脑被拿去修理,就会容易泄露,一旦被其他人获取到…...

LightRAG开源了…结合本地ollama实现股票数据接口Akshare智能问答

LightRAG是由香港大学研究团队推出的一种检索增强生成(Retrieval-Augmented Generation, RAG)系统。该系统通过整合图结构索引和双层检索机制,显著提升了大型语言模型在信息检索中的准确性和效率。LightRAG 不仅能够捕捉实体间的复杂依赖关系…...

【PCB设计】AD16教程:分配位号

1、前提条件 确保已经基本画完原理图 2、点击【Tools-Annotate Schematics】 3、依次点击【Reset All】、【Update Changes Lise】、【Close】 最后位号就被自动分配好了...

ElasticSearch7.x入门教程之索引概念和基础操作(三)

文章目录 前言一、索引基本概念二、索引基本使用elasticsearch-head插件Kibana使用 总结 前言 要想熟悉使用ES的索引,则必须理解索引相关的概念,尤其是在工作当中。 在此记录,方便开展工作。 一、索引基本概念 尽量以通俗的话语。 1、集群…...

Python后端flask框架接收zip压缩包方法

一、用base64编码发送,以及接收 import base64 import io import zipfile from flask import request, jsonifydef unzip_and_find_png(zip_data):# 使用 BytesIO 在内存中处理 zip 数据with zipfile.ZipFile(io.BytesIO(zip_data), r) as zip_ref:extracted_paths…...

机器学习中数据集Upsampling和Downsampling是什么意思?中英文介绍

对GPT4o大模型的Prompt如下: Datasets marked with ↓ are downsampled from their original datasets, datasets marked with ↑ are upsampled.这里的上采样和下采样是什么意思 内容援引自:paper (https://allenai.org/papers/tulu-3-repor…...

浏览器控制台中使用ajax下载文件(没有postman等情况下)

有时候,可能电脑里面没有postman(比如内网),然后又需要导出一些文件,前端又没有提供相应的功能(比如循环调用导出等),这时候我们就可以通过在控制台写代码的方式来实现了。这个还是在…...

【根据当天日期输出明天的日期(需对闰年做判定)。】2022-5-15

缘由根据当天日期输出明天的日期(需对闰年做判定)。日期类型结构体如下: struct data{ int year; int month; int day;};-编程语言-CSDN问答 struct mdata{ int year; int month; int day; }mdata; int 天数(int year, int month) {switch (month){case 1: case 3:…...

SciencePlots——绘制论文中的图片

文章目录 安装一、风格二、1 资源 安装 # 安装最新版 pip install githttps://github.com/garrettj403/SciencePlots.git# 安装稳定版 pip install SciencePlots一、风格 简单好用的深度学习论文绘图专用工具包–Science Plot 二、 1 资源 论文绘图神器来了:一行…...

关于iview组件中使用 table , 绑定序号分页后序号从1开始的解决方案

问题描述:iview使用table 中type: "index",分页之后 ,索引还是从1开始,试过绑定后台返回数据的id, 这种方法可行,就是后台返回数据的每个页面id都不完全是按照从1开始的升序,因此百度了下,找到了…...

macOS多出来了:Google云端硬盘、YouTube、表格、幻灯片、Gmail、Google文档等应用

文章目录 问题现象问题原因解决办法 问题现象 macOS启动台(Launchpad)多出来了:Google云端硬盘、YouTube、表格、幻灯片、Gmail、Google文档等应用。 问题原因 很明显,都是Google家的办公全家桶。这些应用并不是通过独立安装的…...

Nginx server_name 配置说明

Nginx 是一个高性能的反向代理和负载均衡服务器,其核心配置之一是 server 块中的 server_name 指令。server_name 决定了 Nginx 如何根据客户端请求的 Host 头匹配对应的虚拟主机(Virtual Host)。 1. 简介 Nginx 使用 server_name 指令来确定…...

微信小程序云开发平台MySQL的连接方式

注:微信小程序云开发平台指的是腾讯云开发 先给结论:微信小程序云开发平台的MySQL,无法通过获取数据库连接信息的方式进行连接,连接只能通过云开发的SDK连接,具体要参考官方文档: 为什么? 因为…...

IoT/HCIP实验-3/LiteOS操作系统内核实验(任务、内存、信号量、CMSIS..)

文章目录 概述HelloWorld 工程C/C配置编译器主配置Makefile脚本烧录器主配置运行结果程序调用栈 任务管理实验实验结果osal 系统适配层osal_task_create 其他实验实验源码内存管理实验互斥锁实验信号量实验 CMISIS接口实验还是得JlINKCMSIS 简介LiteOS->CMSIS任务间消息交互…...

是否存在路径(FIFOBB算法)

题目描述 一个具有 n 个顶点e条边的无向图,该图顶点的编号依次为0到n-1且不存在顶点与自身相连的边。请使用FIFOBB算法编写程序,确定是否存在从顶点 source到顶点 destination的路径。 输入 第一行两个整数,分别表示n 和 e 的值(1…...

React---day11

14.4 react-redux第三方库 提供connect、thunk之类的函数 以获取一个banner数据为例子 store: 我们在使用异步的时候理应是要使用中间件的,但是configureStore 已经自动集成了 redux-thunk,注意action里面要返回函数 import { configureS…...

站群服务器的应用场景都有哪些?

站群服务器主要是为了多个网站的托管和管理所设计的,可以通过集中管理和高效资源的分配,来支持多个独立的网站同时运行,让每一个网站都可以分配到独立的IP地址,避免出现IP关联的风险,用户还可以通过控制面板进行管理功…...