Python & PyTorch 暗坑集合¶
for-in
返回的是引用,可以 in-place 修改¶
可以看到,NumPy
中返回的是一个 copy
,而 PyTorch
中返回的是一个引用。
>>> import numpy as np
>>> a = np.arange(1, 10)
>>> a
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> for i in a: i+=1
...
>>> a
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> import torch
>>> b = torch.arange(1, 10)
>>> b
tensor([1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> for i in b: i+=1
...
>>> b
tensor([ 2, 3, 4, 5, 6, 7, 8, 9, 10])
>>>
randint
:在 Python 标准库和 NumPy
、PyTorch
中表现不一致¶
在 Python
标准库中,randint(a, b)
返回的是 [a, b]
的整数(闭区间),而在 NumPy
和 PyTorch
中,返回的是 [a, b)
的整数(左开右闭)。