5-28日|5-30日

1.科学计数法

https://blog.csdn.net/qq_43868654/article/details/98246842 

e/E表示10的幂：

AeB，表示小数点在A上左移或者右移B次。

2.pytorch clip

import torch
a=torch.tensor([1,2,3,4,5,6])
print(torch.clamp(a,2,5))

#输出：
tensor([2, 2, 3, 4, 5, 5])

 实现削减值。 

3.python partial 函数 

https://blog.csdn.net/qq_33688922/article/details/91890142

from functools import partial
def mul(x,y):
    return x*y
d=partial(mul,2,3)
print(d)
print(d())#也需要用括号来调用函数
#输出：

functools.partial(<function mul at 0x00000155E7B4FEA0>, 2, 3)
6

具体用就是这么用，可以使用partial固定参数，然后之后就可以随便调用，然后参数就是之前固定的。

5-30——

1.取数组的偶数列或奇数列

 https://blog.csdn.net/liyundiyi/article/details/80586501

import torch
pe=torch.randn(3,4)
print(pe)
print(pe[:,0::2])
print(pe[:,1::2])

#输出：
tensor([[ 0.9722,  2.7667, -0.2812,  0.8444],
        [ 0.6217, -0.4831,  0.8454,  0.2377],
        [-0.1000,  0.2075,  1.0793,  0.6452]])
tensor([[ 0.9722, -0.2812],
        [ 0.6217,  0.8454],
        [-0.1000,  1.0793]])
tensor([[ 2.7667,  0.8444],
        [-0.4831,  0.2377],
        [ 0.2075,  0.6452]])

意思是，开始位置：结束位置： 步长（间隔数）。

6-1日

1.多元高斯分布（multivariate Gaussian ）

 https://zhuanlan.zhihu.com/p/30343287，这个讲的不错。

多元高斯分布能够自动捕获特征之间的相似度：

其中x是变量，μ是一个n*1的向量，Σ是一个n*n的协方差矩阵：