python广播机制_pytorch 的广播机制

Torch,Numpy的Broadcasting Mechanism(广播机制)

Python的pytorch 计算加速方法

以pytorch为例进行介绍

======================================================================

(For more information, please go to

Anaconda与conda区别

conda可以理解为一个工具，也是一个可执行命令，其核心功能是包管理与环境管理。包管理与pip的使用类似，环境管理则允许用户方便地安装不同版本的python并可以快速切换。

conda的设计理念——conda将几乎所有的工具、第三方包都当做package对待，甚至包括python和conda自身

Anaconda则是一个打包的集合，里面预装好了conda、某个版本的python、众多packages、科学计算工具等等。

======================================================================

python是解释性语言

编译器和解释器之间有什么区别:(just

for more details)

根据他们的定义，编译器和解释器之间的区别貌似十分明显：

解释器：直接执行用编程语言编写的指令的程序

编译器：把源代码转换成(翻译)低级语言的程序

在pytorch中，pytorch -- 函数topk()

torch.topk(input, k, dim=None, largest=True, sorted=True, out=None) -> (Tensor, LongTensor)

pytorch中文官网文档

沿给定dim维度返回输入张量input中 k

个最大值。如果不指定dim，则默认为input的最后一维。 如果为largest为 False

，则返回最小的 k 个值。

返回一个元组(values,indices)，其中indices是原始输入张量input中测元素下标。

如果设定布尔值sorted 为_True_，将会确保返回的 k 个值被排序。

参数:

input (Tensor) – 输入张量

k (int) – “top-k”中的k

dim (int, optional) – 排序的维

largest (bool, optional) – 布尔值，控制返回最大或最小值

sorted (bool, optional) – 布尔值，控制返回值是否排序

out (tuple,