补充torch功能的函数/类的集合。
torchfun的Python项目详细描述
扭矩
基于Pythorch（最初是Torchure）的更方便的功能
前言
torchfun项目早就启动了，并于2018-6-13发布。
托奇芬的动机是一位作者所爱的人，她有时在工作中使用Pythorch会遇到不便。作者将这个项目作为python包发布在pypi上，这样他心爱的人可以随时随地访问它。
torchfun的目的是提供一些重要和方便的功能，但pytorch中没有这些功能，比如一些层和可视化实用程序。
这个项目一直在秘密进行，以便作者可以把托奇芬归功于他所爱的人，作为一个小小的帮助的补充，有一天这个项目会变得丰富或出名。
有趣的是，作者给出的原始项目名是torchure。这是因为他在学校里总是处理一些琐碎的事情，并且被烧焦了，当他学习这个新的框架以帮助他所爱的人时，他发现了很多问题/缺少的功能。他觉得这完全是一种折磨。所以，这个项目被命名为"火炬"，以讽刺跛脚的火炬（你仍然可以找到火炬在皮）。而且，作者希望，通过开发torchure，即使遇到pytorch的糟糕部分，他的爱人也能感到轻松。
这个项目的历史是最近附加的，因为他可爱的小爱人想要立即得到一个补充，否则她会继续在地板上滚动。
至Eggy C71b05b46d8772e4488335085a2e7fd。
最新文档：
请访问：https://sorenchiron.github.io/torchfun" rel="nofollow">https://sorenchiron.github.io/torchfun
功能性
- 扁平化
- 展平（）
- 子像素
- 子像素（）
- imshow（）
- 加载（）
- save（）
- count_parameters（）
- 压缩搜索
- packsearch（）
- 散列参数（）
- 力存在（）
- whereis（）
安装torchfun
安装
pip install torchfun
更新
pip install -U torchfun
API
展平[模块]
用于重塑输出
用法：
flat=Flatten()out=flat(x)
展平（x）[函数]
用法：
out=flatten(x)
子像素（x，out_channels）[功能]
展开通道/深度尺寸以放大功能图
注意：
Output size is deducted.
The size of the unfold square is automatically determined
例如：
images: 100x16x16x9. 9=3x3 square
subpixel-out: 100x48x48x1
辩论：
out_channels, channel number of output feature map
亚像素层[模块]
与子像素（x）功能相同，但具有模块接口。
s = Subpixel(out_channels=1)
out = s(x)
imshow（x，title=none，auto_close=true）[功能]
仅处理火炬通道第一批图像，
参数：
- X：输入数据立方体、火炬张量或numpy数组。
- 标题：将标题添加到绘图。（默认无）
- 标题可以是字符串或任何可字符串的对象。
- 自动关闭：（默认为真）
- 之后关闭pyplot会话。
- 清洁环境，就像从未使用过matplotlib一样。
- 如果设置为False，绘图将保留在内存中，以便绘制更多的图形。
用法：
imshow(batch)imshow(batch,title=[a,b,c])imshow(batch,title='title')imshow(batch,auto_close=False)
警告：
pip install torchfun0
这意味着matplotlib正在使用web浏览器进行图形显示。我们强烈建议您使用基于窗口的本机显示，因为基于浏览器的后端很脆弱，容易崩溃。每次执行脚本时，您都可以更改matplotlib的显示方式：
pip install torchfun1
或者永久地通过编辑：站点包/matplotlib/mpl data/matplotlibrc并将后端更改为tkagg
有关可用后端的完整列表，请访问：
pip install torchfun2
此外，Tkinter的Tcl/Tk图形用户界面库也可以在这里下载。
加载（a，b）[功能]
参数：
- 名为：
a和的任意参数>< <代码> > 将weighta加载到modelb中，或使用weighta加载modelb争论的顺序无关紧要。 例子：
或
AAAAAAA H14或
是啊。或
啊！返回值：
- 无
保存（a，b）[功能]
参数：
- 名为：
a和b的任意参数
将重量a保存到目标b中，或将模型b保存到目标a
参数的顺序无关紧要。
示例：
啊！或
AAAAAAA 18或
啊！或
AAAAAAA H20或
AAAAAAAAA 21或
啊！返回值：无
参数计数（模型或dict或pair）[函数]
模块/状态dict/层/张量的计数参数数。 此功能还可以打印参数占用的内存，单位为mbs
参数：
- model或dict或param:model或state dictionary或parameters（）
return:python-int中的参数amount 如果不理解数据类型，则返回0
用法：
AAAAAAAAA 23packsearch[模块]
这是你梦寐以求的非常有用的东西。
现在可以使用packsearch查询任何包中的名称！
给定一个模块对象作为输入：
啊！实例p提供p.search（）方法。所以你可以
搜索此软件包中的所有内容
输出：
啊！packsearch（模块，关键字）[函数]
或packsearch（关键字，模块）
给定一个模块对象，搜索模式字符串作为输入：
是啊。或
AAAAAAAAA 28您可以搜索任何包中的所有内容
散列参数（模块或statict或对）[函数]
返回所有变量的摘要。
它用于检测权值的混沌变化。 您可以在一些操作之前和之后检查参数的总和，以了解 如果参数有任何更改。
我使用此函数来验证渐变行为。
默认情况下，这只是散列可训练参数！
参数：
- 模块或状态或参数：torch.nn.module， 或model.state dict（）， 或model.parameters（）。
- 使用总和：返回总和而不是所有参数的平均值。
使用演示：
AAAAAAA 29强制存在（dirname，verbose=true）[函数]
强制一系列分层目录存在。
强制存在可以自动创建任意深度的目录。
参数：
- dirname：请求目录的路径
- 动词：打印每个目录创建。默认为真。
用法：
AAAAAAA 30黑色参数（参数或参数类型、类型或参数）[函数]
这是一个非常有趣的特性。 它用于支持torchfun中的任意参数排序。
输入： 函数接受类型列表和参数列表。
返回： 参数列表，顺序与类型列表相同。
当然，black/args支持任意参数-自行排序。
其中（模块或字符串）[函数]
查找模块的源文件位置 参数：
- module或string：目标module对象，或者它的字符串路径类似于torch.nn
- 打开图形用户界面：使用默认窗口管理器打开文件夹。
返回：
- 模块文件名，或无
欢迎加入QQ群-->： 979659372
