我已经在拉扯啦-CSDN博客

原创【Pytorch】基于GRU和LSTM的时间序列数据预测实现

利用pytorch框架下的gru和lstm进行时间序列的预测文末附源代码文件

2022-03-26 23:38:15 8911 20

Python中 list[:] 与 list 的区别最近leetcode刷题的时候，总是碰到最后返回的结果是[[],[],[]…[]]这样的形式，就是说列表中的元素也是列表，我们假设外面的大列表为res，里面的小列表为符合要求的答案，假设为path，当我们程序判断当前一个path符合要求的时候，我们就需要将path添加到res中去（该题目的背景是回溯，path一直会改变），此时就不能使用res.append(path)，而必须使用res.append(path[:])。具体的原因其实是浅拷贝与深拷贝的区别

2022-05-21 11:12:04 1903 3

原创【Pytorch】torch.squeeze和torch.unsqueeze函数

【Pytorch】torch.squeeze和torch.unsqueezetorch.squeeze（input， int）返回一个张量，其可以在原来的input的shape基础之上，压缩维度，比如输入的input的shape为torch.Size([31, 1, 8])，调用torch.squeeze(input, 1)，意思就是将原来的input的第二列**（0，1，2三列）**“删除”，返回的tensor的shape为 torch.Size([31, 8])注意点 int的范围：假设原来sh

2022-03-29 11:35:07 1948

原创【Pytorch】torch.reshape函数

【Pytorch】torch.reshapetorch.reshape（input， shape）返回一个张量，其与input的元素和元素个数相同。>>> a = torch.arange(4.)>>> torch.reshape(a, (2, 2))tensor([[ 0., 1.], [ 2., 3.]])>>> b = torch.tensor([[0, 1], [2, 3]])>>> torch

2022-03-29 11:04:16 5134