小编Mos*_*ama的帖子

所以基本上我有一个愿望清单，我有一堆产品，我想使用放置请求将它们添加到愿望清单产品数组中（顺便说一句，我正在使用邮递员）。这是愿望清单模式，是的，我知道数据库中的文档名称是“愿望清单”……我讨厌拼写错误

var mongoose = require('mongoose');
var Schema = mongoose.Schema;
var ObjectId = mongoose.Schema.Types.ObjectId;

var whishList = new Schema({
    title: {type: String, default: "Cool whishlist"},
    products:[{type: ObjectId, ref:'Product'}]
});

module.exports = mongoose.model('WhishList', whishList);

这是产品架构

var mongoose = require('mongoose');
var Schema = mongoose.Schema;


var product = new Schema({
    title: String,
    price: Number,
    likes: {type: Number, default: 0}
});


module.exports = mongoose.model('Product', product);

现在这是我试图运行的代码

var express = require('express');
var app = express();
var bodyParser = require('body-parser');
var mongoose = require('mongoose');
var db = …

所以我正在阅读 pytorch 文档，试图学习和理解一些东西（因为我是机器学习的新手），我发现torch.bernoulli()并且我理解（我想念理解它）它近似于具有 1 到 1 之间的值的张量0 到 1 或 0 取决于值（例如经典学校小于 0.5 = 0 ，大于或等于 0.5 = 1）

经过我自己的一些实验，是的，它按预期工作

 >>>y = torch.Tensor([0.500])
 >>>x
 >>>  0.5000
     [torch.FloatTensor of size 1]    
 >>> torch.bernoulli(x)
 >>> 1
     [torch.FloatTensor of size 1]

但是当我查看文档时有些奇怪

>>> a = torch.Tensor(3, 3).uniform_(0, 1) # generate a uniform random matrix with range [0, 1]
>>> a

 0.7544  0.8140  0.9842
**0.5282** 0.0595  0.6445
 0.1925  0.9553  0.9732
[torch.FloatTensor of size 3x3]

>>> torch.bernoulli(a)

 1  1  1
 **0**  0 …