小编Lab*_*abo的帖子

有两个PyTorch存储库:

• https://github.com/hughperkins/pytorch
• https://github.com/pytorch/pytorch

第一个显然需要Torch和lua并且是一个包装器,但第二个没有引用Torch项目,除了它的名字.

它与Lua Torch(http://torch.ch/)有什么关系？

我想打印一个单一的大括号。

例子：

a = 2
>>> f"{'{'} {a}"
'{ 2'

如何使用少于 5 个字符？

不是 如何在 python 字符串中打印文字花括号字符并在其上使用 .format 的副本？

我正在为通过 TCP 工作的协议编写解析器。

有些消息在多个数据包之间拆分，因此我需要能够“窥视”到我的流中，并有可能返回并在最后附加传入数据。另一方面，我希望能够丢弃我成功解析的数据包的内容。

• 问题bytes在于追加需要复制（不是在 CPython 中，但在不可变对象中删除第一个字节也是不可能的）。
• 问题bytearray是刷新已经看到的字节也需要复制（或者我认为，见下文）
• 问题collections.deque在于巨大的内存需求。与list.

但是，我做了一些测试，bytearray似乎 pop(0) 操作比列表高效得多：

from time import time

n = 100000

for container in [bytearray, list]:
    print(container)

    a = container(b'a'*n)
    t = time()
    for i in range(n):
        del a[0]
    print('del a[0]', time() - t)

    a = container(b'a'*n)
    t = time()
    for i in range(n):
        del a[-1]
    print('del a[-1]', time() - t)

    a = container(b'a'*n)
    t = time()
    for i in range(n-1):
        del …

在 TextMate 中，您可以对文件或选择运行 shell 脚本，然后用输出替换选择或在后面插入输出。

如何在 VS Code 中轻松做到这一点？

很容易，我希望能够使用键盘快捷键启动一些脚本，根据语言的不同，相同的快捷键与不同的命令相关联。例如，将所有 linter 放在同一个快捷方式下（这只是一个例子，我知道你可以让它们在保存时运行）。

我认为可以对现有文件执行此操作（某些扩展可以执行此操作），但是未保存的缓冲区又如何呢？

我想并行执行一个sympy lambda函数.我不知道:

• 为什么它并行工作,虽然它是一个lambda函数
• 当我尝试在没有池的情况下执行时它停止工作的原因
• 如果我取消注释第一次返回,它为什么会起作用 lambdify

显然降价预处理器需要在代码上方的一行文本,所以这是代码:

from multiprocessing import Pool

import sympy
from sympy.abc import x

def f(m):
    return m.lambdify()(1)

class Mult():
    def lambdify(self):
        # return sympy.lambdify(x, 2*x, 'numpy')
        self._lambdify = sympy.lambdify(x, 2 * x, 'numpy')
        return self._lambdify

if __name__ == '__main__':
    with Pool() as pool:
        m = Mult()
        print(pool.map(f, [m]))
        print(pool.map(f, [m]))
        print(f(m))
        print(pool.map(f, [m]))

它打印:

[2]
[2]
2
PicklingError: Can't pickle <function <lambda> at 0x000000000DF0D048>: attribute lookup <lambda> on numpy failed

(我削减了追溯)

如果我取消注释,它会正常工作:

[2]
[2]
2
[2] …

我的代码中有循环,我想并行化

from numba import njit, prange
from time import time


@njit
def f1(n):
    s = 0
    for i in range(n):
        for j in range(n):
            for k in range(n):
                s += (i * k < j * j) - (i * k > j * j)
    return s


@njit
def f2(n):
    s = 0
    for i in prange(n):
        for j in prange(n):
            for k in prange(n):
                s += (i * k < j * j) - (i * k > j …

是否可以在 numpy 中创建一个不是 C_CONTIGUOUS 或 F_CONTIGUOUS 的一维数组？

我认为连续的概念只对具有更多维度的数组有意义，但我在文档中找不到任何内容。

我尝试了以下方法来制作不连续的一维数组：

>>> np.empty(10).flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False
>>> np.empty(10).copy('F').flags
  C_CONTIGUOUS : True
  F_CONTIGUOUS : True
  OWNDATA : True
  WRITEABLE : True
  ALIGNED : True
  WRITEBACKIFCOPY : False
  UPDATEIFCOPY : False

我有这个代码是故意不符合要求的:

def suffix_array_alternative_naive(s):
    return [rank for suffix, rank in sorted((s[i:], i) for i in range(len(s)))]

from random import randint

constant_string = lambda length: 'a' * length
random_string = lambda length: ''.join(chr(randint(0, 255)) for _ in range(length))

length = 10000
s1 = constant_string(length)
s2 = random_string(length)

from time import time

for s in [s1, s2]:
    d = time()
    for _ in range(10):
        suffix_array_alternative_naive(s)
    print(time()-d)

• 使用pypy3: 2.0367980003356934 1.9366297721862793

• 使用python3: 0.48073387145996094 0.5416769981384277 如果我尝试使用length = 100000和一个循环:

• pypy3: 48.4867467880249 35.002175092697144

• Python3 4.402702808380127 4.469300031661987

通常,常量字符串应该更长,以便在它们之间进行比较,因为你必须完全读取它们,而随机字符串应该很容易避免后缀前缀之间的冲突.因此,pypy3的结果是合乎逻辑的.

为什么它不像CPython那样工作？

我不明白多处理文档(python.org)的这一部分,我引述:

"将陷入僵局的一个例子如下:

from multiprocessing import Process, Queue

def f(q):
    q.put('X' * 1000000)

if __name__ == '__main__':
    queue = Queue()
    p = Process(target=f, args=(queue,))
    p.start()
    p.join()                    # this deadlocks
    obj = queue.get()

"首先,它为什么会阻塞？更令人惊讶的是,当我在f的定义中使用一些小于1000000的值时,它可以正常工作(它适用于10,100,1000,10000,但不能使用100000).

非常感谢你的帮助 !