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…...
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…...
STM32+rt-thread判断是否联网
一、根据NETDEV_FLAG_INTERNET_UP位判断 static bool is_conncected(void) {struct netdev *dev RT_NULL;dev netdev_get_first_by_flags(NETDEV_FLAG_INTERNET_UP);if (dev RT_NULL){printf("wait netdev internet up...");return false;}else{printf("loc…...
STM32标准库-DMA直接存储器存取
文章目录 一、DMA1.1简介1.2存储器映像1.3DMA框图1.4DMA基本结构1.5DMA请求1.6数据宽度与对齐1.7数据转运DMA1.8ADC扫描模式DMA 二、数据转运DMA2.1接线图2.2代码2.3相关API 一、DMA 1.1简介 DMA(Direct Memory Access)直接存储器存取 DMA可以提供外设…...
ffmpeg(四):滤镜命令
FFmpeg 的滤镜命令是用于音视频处理中的强大工具,可以完成剪裁、缩放、加水印、调色、合成、旋转、模糊、叠加字幕等复杂的操作。其核心语法格式一般如下: ffmpeg -i input.mp4 -vf "滤镜参数" output.mp4或者带音频滤镜: ffmpeg…...
Web 架构之 CDN 加速原理与落地实践
文章目录 一、思维导图二、正文内容(一)CDN 基础概念1. 定义2. 组成部分 (二)CDN 加速原理1. 请求路由2. 内容缓存3. 内容更新 (三)CDN 落地实践1. 选择 CDN 服务商2. 配置 CDN3. 集成到 Web 架构 …...
代码随想录刷题day30
1、零钱兑换II 给你一个整数数组 coins 表示不同面额的硬币,另给一个整数 amount 表示总金额。 请你计算并返回可以凑成总金额的硬币组合数。如果任何硬币组合都无法凑出总金额,返回 0 。 假设每一种面额的硬币有无限个。 题目数据保证结果符合 32 位带…...
招商蛇口 | 执笔CID,启幕低密生活新境
作为中国城市生长的力量,招商蛇口以“美好生活承载者”为使命,深耕全球111座城市,以央企担当匠造时代理想人居。从深圳湾的开拓基因到西安高新CID的战略落子,招商蛇口始终与城市发展同频共振,以建筑诠释对土地与生活的…...
【C++特殊工具与技术】优化内存分配(一):C++中的内存分配
目录 一、C 内存的基本概念 1.1 内存的物理与逻辑结构 1.2 C 程序的内存区域划分 二、栈内存分配 2.1 栈内存的特点 2.2 栈内存分配示例 三、堆内存分配 3.1 new和delete操作符 4.2 内存泄漏与悬空指针问题 4.3 new和delete的重载 四、智能指针…...
接口自动化测试:HttpRunner基础
相关文档 HttpRunner V3.x中文文档 HttpRunner 用户指南 使用HttpRunner 3.x实现接口自动化测试 HttpRunner介绍 HttpRunner 是一个开源的 API 测试工具,支持 HTTP(S)/HTTP2/WebSocket/RPC 等网络协议,涵盖接口测试、性能测试、数字体验监测等测试类型…...
MySQL 部分重点知识篇
一、数据库对象 1. 主键 定义 :主键是用于唯一标识表中每一行记录的字段或字段组合。它具有唯一性和非空性特点。 作用 :确保数据的完整性,便于数据的查询和管理。 示例 :在学生信息表中,学号可以作为主键ÿ…...
机器学习的数学基础:线性模型
线性模型 线性模型的基本形式为: f ( x ) ω T x b f\left(\boldsymbol{x}\right)\boldsymbol{\omega}^\text{T}\boldsymbol{x}b f(x)ωTxb 回归问题 利用最小二乘法,得到 ω \boldsymbol{\omega} ω和 b b b的参数估计$ \boldsymbol{\hat{\omega}}…...
