抽象类和接口

最新推荐文章于 2023-10-31 22:08:01 发布
原创 最新推荐文章于 2023-10-31 22:08:01 发布 · 318 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文详细解释了抽象类和接口的概念及其应用场景。介绍了抽象类如何防止类被实例化并实现多态，以及接口如何解决多重继承的问题。同时，对比了抽象类与接口之间的主要区别。

1.抽象类

      有如下的类结构，创建Dog对象和Cat对象是很合理的，但是Animal对象无法实例化，我们要有Animal这个类来继承和产生多态，但要限制只有它的子类才能被初始化。抽象类可以用来防止类被初始化。


  • 类即使不含有抽象方法，也可以将类声明为抽象类
  • 如果类中有方法是抽象方法，那么这个类必须被定义为抽象类
  • 抽象类在使用过程中不能被实例化
  • 抽象类中的抽象方法要么在子类中实现，要么在子类中继续被定义为抽象方法
  • 抽象类的对象变量可以引用非抽象子类对象（抽象子类也无法实例化，所以也不可能指向抽象子类对象）

2.接口
     多重继承：A继承了B和C，B和C中有一个同名称的方法void run()，现在A调用这个方法就无法判断到底运行B中还是C中run的方法。接口就是用来解决多重继承的问题。接口解决将全部的方法设为抽象的，这样就会在子类中实现此方法，因此就在执行期间就不会搞不清楚要用哪一个继承版本。
  • 接口中的所有的方法都带有public和abstract的意义,只能被这两个关键字修饰
  • 接口的成员变量默认是public static final，并且必须给其赋初值
  • 接口的方法一定是抽象的，所以必须要以分号结束
  • 接口强调特定功能的实现，其设计理念是"has - a"关系，继承强调所属关系，其设计理念是"is - a"

pytorch，改变元数据而使原本数据不变的方法
wcc8848的博客
04-24 1449
''' pytorch中，不改变tensor内容本身，而只是重新定义下标的对应关系的操作 另一中解释：这种操作不进行数据拷贝和数据的改变，变的是元数据 元数据：用于描述原始数据的数据，譬如，数据的索引，关系，约束等 改变元数据的操作有： narrow() pytorch 中的narrow函数起到了筛选一定维度上的数据作用 view() expand() tranpose() ''' ##narrow example ''' narrow(input: Tensor, dim: _int, sta.
Pytorch——narrow()切片函数详解
Williamcsj的博客
12-26 1401
narrow()：用于tensor切片
pytorch 中narrow的使用
SZU_Hadooper的博客
08-05 7556
在pytorch中索引支持类似numpy方式，还有一种是narrow方式。 区别直接看代码： import torch data=torch.tensor([[1,2],[3,4],[5,6]]) #tensor([[1, 2], [3, 4], [5, 6]]) #使用numpy方式从data中取出第二列数据 In [40]: data[:,1] Out[40]:...
Pytorch框架之narrow--沿轴切片tensor
笔岸柳影
10-30 1532
torch.narrow(input, dim, start, length) → Tensor
【Torch API】pytorch 中torch.narrow()、torch.unbind()函数详解
devil_son1234的博客
04-27 766
PyTorch 中的narrow()函数起到了筛选一定维度上的数据作用。个人感觉与x[begin:end] 相同！参考官网：torch.narrow()用法：torch.narrow(input, dim, start, length) → Tensor返回输入张量的切片操作结果。输入tensor和返回的tensor共享内存。
PyTorch 函数解释：torch.narrow()、torch.unbind()
梦家の博客
05-10 1万+
PyTorch 中的narrow()函数起到了筛选一定维度上的数据作用。个人感觉与x[begin:end] x相同！ 参考官网：torch.narrow() 用法：torch.narrow(input, dim, start, length) → Tensor 返回输入张量的切片操作结果。 输入tensor和返回的tensor共享内存。 参数说明： input (Tensor) – 需切片的张量 dim (int) – 切片维度 start (int) – 开始的索引 length (int) – 切片长
torch中narrow的用法
竭尽全力的专栏
10-19 1万+
关于torch中narrow的用法，本人总结了以下的一种用法，欢迎补充！ data = tensor:narrow(dim, index, size) –表示取出tensor中第dim维上索引从index开始到index+size-1的所有元素存放在data中 举例： .————————————————————————————— In [ ] x = torch.rand(5, 6)
torch.narrow()基本用法介绍
小张Python
12-06 6142
torch.narrow(input,dim,start,length) 从 input 张量中返回一个范围限制后的 张量，范围限制条件为：沿维度dim 从 start 到start+length 的范围区间，类似于数组切片用法，返回的张量与 input 张量共享相同储存基础 参数 input(Tensor) ，需处理的张量； dim(int)，沿着限制的轴； start(int) ，张量起始点； length(int) ，缩窄长度; 例子如下： rand_float = torch.randn((
【超简单】torch.narrow()函数
热门推荐
pywin
06-04 6万+
函数返回tensor的第dim维切片start: start+length的数据。
pytorch张量维度操作（拼接、维度扩展、压缩、转置、重复）
qq_34144750的博客
10-09 7739
目录一、拼接张量二、扩大张量2、torch.()三、压缩张量四、重复张量五、缩小张量六、张量变形 z七、重设张量尺寸八、置换张量维度()
Python中的pyarrow入门
牛肉胡辣汤
10-20 4687
PyArrow是一个Python库，用于在Apache Arrow格式下高效处理大规模数据集。它提供了跨平台、高性能的数据传输和存储解决方案，在数据处理、机器学习和大数据分析等领域有广泛应用。本文将介绍如何使用pyarrow，并展示一些常见操作的示例。
pytorch torch.narrow
Claroja
09-05 341
取指定维度的数据 应用 >>> x = torch.tensor([[1, 2, 3], [4, 5, 6], [7, 8, 9]]) >>> torch.narrow(x, 0, 0, 2) # 第0维度的 0~2 tensor([[ 1, 2, 3], [ 4, 5, 6]]) >>> torch.narrow(x, 1, 1, 2) # 第1维度的 1~2 tensor([[ 2, 3], [ 5, 6]
pytorch中的tensor实现数据降维以及通道数转换
yangfaner2021的博客
11-16 8641
上例中torch.narrow(x,0,2,3)，因x为5X6的二维tensor，由两个维度[0,1]，0表示第一维,横向，1表示第二维，纵向；且第一维通道数为5，第二维通道数为6。第三个变量为所选维度中的第几个通道为起点。如果在深度学习中图像处理中常遇到思维tensor，即x.shape=[9，3，256，256],3代表彩色图片RGB的三个通道数，如想实现降维操作，可将x的第二维的通道数3变为1，再使用x=torch.squeeze(x,dim=1)实现降维，降维后shape变为[9,256,256]
pytorch学习笔记
weixin_62299937的博客
10-31 180
10.stack(沿着新的维度对给定序列的张量进行堆叠)4.narrow(获取张量在指定维度上的子张量)5.reshape/view（改变维度的形状）6.permute(对制定维度的顺序进行重拍)将多个张量沿指定维度进行拼接（连接）1.unsqueeze(增加维度)2.squeeze(减少维度)3.repeat(维度扩张)
torch.narrow()
candy134834的博客
01-23 1527
import torch.tensor  x=torch.rand(5,6) x  tensor([[0.4606, 0.0850, 0.8009, 0.3972, 0.9548, 0.5982],         [0.4821, 0.9446, 0.5145, 0.8125, 0.3122, 0.9756],         [0.8747, 0.7186, 0.3945, 0.4090, 0...
torch narrow用法
u011961856的专栏
12-02 1万+
对于变量,有时候需要去变量的某一维度的某几个值,可以使用narrow函数实现,例如对于变量x,narrow函数输入为,`x.narrow`(*dimension*, *start*, *length*) → Tensor表示取变量x的第dimension维,的从索引start开始到,start+length范围的值.例如,我们取变量x的值为,x = torch.Tensor([[1, 2, 3],
pytorch中一些常用方法的总结
凌墨的博客
09-16 5万+
主要介绍一些pytorch框架常用的方法，这里torch环境实在torch0.3.1情况，请对号入座。。。 1、首先介绍我们学习pytorch的官方教程地址：http://pytorch.org/docs/master/index.html；还有一个中文文档:点击打开链接，0.4版本的官方文档：点击打开链接 2、我个人也是 pytorch 的初学者，我以一个初学者的身份来简单介绍torch的使...
mac 安装 python 的 narrow bulid 导致 bad character range
xiaoxiansweety的专栏
02-06 1081
self.emoji_pattern = re.compile("[" u"\U0001F600-\U0001F64F" # emoticons u"\U0001F300-\U0001F5FF" # symbols & pi
Pytorch学习笔记（二）
kongshuchen的博客
05-15 3269
（3）批训练包装器DataLoader Pytorch 中提供了一种帮你整理你的数据结构的好东西, 叫做 DataLoader, 我们能用它来包装自己的数据, 进行批训练.import torch import torch.utils.data as DataBATCH_SIZE = 5x = torch.linspace(1, 10, 10) y = torch.linspace(10, 1,
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值