Skip to content

Latest commit

 

History

History
129 lines (99 loc) · 3.37 KB

lookup-api.md

File metadata and controls

129 lines (99 loc) · 3.37 KB

查阅文档

:begin_tab:mxnet 由于篇幅限制，本书不可能介绍每一个MXNet函数和类。 API文档、其他教程和示例提供了本书之外的大量文档。 本节提供了一些查看MXNet API的指导。 :end_tab:

:begin_tab:pytorch 由于篇幅限制，本书不可能介绍每一个PyTorch函数和类。 API文档、其他教程和示例提供了本书之外的大量文档。 本节提供了一些查看PyTorch API的指导。 :end_tab:

:begin_tab:tensorflow 由于篇幅限制，本书不可能介绍每一个TensorFlow函数和类。 API文档、其他教程和示例提供了本书之外的大量文档。 本节提供了一些查TensorFlow API的指导。 :end_tab:

查找模块中的所有函数和类

为了知道模块中可以调用哪些函数和类，可以调用dir函数。 例如，我们可以(查询随机数生成模块中的所有属性：)

from mxnet import np
print(dir(np.random))

#@tab pytorch
import torch
print(dir(torch.distributions))

#@tab tensorflow
import tensorflow as tf
print(dir(tf.random))

#@tab paddle
import warnings
warnings.filterwarnings(action='ignore')
import paddle
print(dir(paddle.distribution))

通常可以忽略以“__”（双下划线）开始和结束的函数，它们是Python中的特殊对象， 或以单个“_”（单下划线）开始的函数，它们通常是内部函数。 根据剩余的函数名或属性名，我们可能会猜测这个模块提供了各种生成随机数的方法， 包括从均匀分布（uniform）、正态分布（normal）和多项分布（multinomial）中采样。

查找特定函数和类的用法

有关如何使用给定函数或类的更具体说明，可以调用help函数。 例如，我们来[查看张量ones函数的用法。]

help(np.ones)

#@tab pytorch
help(torch.ones)

#@tab tensorflow
help(tf.ones)

#@tab paddle
help(paddle.ones)

从文档中，我们可以看到ones函数创建一个具有指定形状的新张量，并将所有元素值设置为1。 下面来[运行一个快速测试]来确认这一解释：

np.ones(4)

#@tab pytorch
torch.ones(4)

#@tab tensorflow
tf.ones(4)

#@tab paddle
paddle.ones([4], dtype='float32')

在Jupyter记事本中，我们可以使用?指令在另一个浏览器窗口中显示文档。 例如，list?指令将创建与help(list)指令几乎相同的内容，并在新的浏览器窗口中显示它。 此外，如果我们使用两个问号，如list??，将显示实现该函数的Python代码。

小结

  • 官方文档提供了本书之外的大量描述和示例。
  • 可以通过调用dir和help函数或在Jupyter记事本中使用?和??查看API的用法文档。

练习

  1. 在深度学习框架中查找任何函数或类的文档。请尝试在这个框架的官方网站上找到文档。

:begin_tab:mxnet Discussions :end_tab:

:begin_tab:pytorch Discussions :end_tab:

:begin_tab:tensorflow Discussions :end_tab:

:begin_tab:paddle Discussions :end_tab: