继承(普通)
class Sharm(Hero):
pass
继承(加点自己的东西)
class Zina(Hero):
def init(self, money, name, life_value, aggressivity, defensive):
Hero.init(self, name, life_value, aggressivity, defensive)
self.money = money
实例化
sharm = Sharm(“sharm”, 4000, 300, 400)
zina = Zina(200, “zina”, 4000, 300, 400)
运用方法
sharm.attack(zina)
print(“sharm的血量还剩:”, sharm.life_value)
print(“zina的血量还剩:”, zina.life_value)
4 深度学习的PyTorch代码实现模板
=======================================================================================
import torch
官方步骤,约束我们必须这么做
当继承了这个,神经网络的主要结构便会继承进来
class ConvNet(torch.nn.module):
搭建卷积层的一些信息
def init(self):
super(ConvNet, self).init()
pass
动作
def forward(self):
pass
Torch就是神经网络届的Numpy,Torch能将tentor放在GPU上加速运算,就像Numpy可以嫁给你array放在CPU中加速运算。
- 回归问题(Regression):让我的输出能够预测到我想到的值。