李沐的深度学习Accumulator怎么理解

class Accumulator:#@save"""在`n`个变量上累加。"""def __init__(self, n):self.data = [0.0] * nprint(self.data)def add(self, *args):for a, b in zip(self.data, args):# 分别输出一下a,bprint(a, b)self.data

0 -> 1

7952人浏览 · 2021-12-13 16:20:54

0 -> 1 · 2021-12-13 16:20:54 发布

class Accumulator:  #@save
    """在`n`个变量上累加。"""
    def __init__(self, n):
        self.data = [0.0] * n
        print(self.data)

    def add(self, *args):
        for a, b in zip(self.data, args):   # 分别输出一下a,b
            print(a, b)

        self.data = [a + float(b) for a, b in zip(self.data, args)]
        print(self.data)

    def reset(self):
        self.data = [0.0] * len(self.data)

    def __getitem__(self, idx):
        return self.data[idx]

这里对add()函数进行解释说明

self.data = [0.0] * n的理解
倘若这里的n为2，则此时self.data以[0.0, 0.0]这样的列表展现出来
add(self, *args) 参数的理解，
这里的self是刚刚初始化self.data，*args接收非关键字的传参可以是元组，或者是字符串

3.self.data = [a + float(b) for a, b in zip(self.data, args)]的理解
这是一个列表推导式，详细的可以去python官方文档看一下，zip()函数像是一个压缩的过程。

>>>a = [1,2,3]
>>> b = [4,5,6]
>>> c = [4,5,6,7,8]
>>> zipped = zip(a,b)     # 打包为元组的列表
[(1, 4), (2, 5), (3, 6)]
>>> zip(a,c)              # 元素个数与最短的列表一致
[(1, 4), (2, 5), (3, 6)]
>>> zip(*zipped)          # 与 zip 相反，*zipped 可理解为解压，返回二维矩阵式
[(1, 2, 3), (4, 5, 6)]

刚才说到，self.data是[0.0, 0.0],倘若args接收的传参为(4, 5)，那么for a, b in zip(self.data, args) 表示 a = 0.0,b = 4,然后执行a + float(b)，得到结果4.0，此时self.data = [4.0, 0.0],然后同样再来一次for循环，a = 0.0, b = 5,然后执行a + float(b) 得到结果5.0，最后self.data = [4.0, 5.0]。
这就是我对[a + float(b) for a, b in zip(self.data, args)]的理解，希望有所帮助