查阅文档
:begin_tab:mxnet
由于本书篇幅限制,我们不可能介绍每一个MXNet函数和类(你可能也不希望我们这样做)。
API文档、其他教程和示例提供了本书之外的大量文档。
在本节中,我们为你提供了一些查看MXNet API的指导。
:end_tab:
:begin_tab:pytorch
由于本书篇幅限制,我们不可能介绍每一个PyTorch函数和类(你可能也不希望我们这样做)。
API文档、其他教程和示例提供了本书之外的大量文档。
在本节中,我们为你提供了一些查看PyTorch API的指导。
:end_tab:
:begin_tab:tensorflow
由于本书篇幅限制,我们不可能介绍每一个TensorFlow函数和类(你可能也不希望我们这样做)。
API文档、其他教程和示例提供了本书之外的大量文档。
在本节中,我们为你提供了一些查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,我们调用dir
函数。
例如,我们可以(查询随机数生成模块中的所有属性:)
```{.python .input n=1} from mxnet import np print(dir(np.random))
```{.python .input n=1}
#@tab pytorch
import torch
print(dir(torch.distributions))
```{.python .input n=1}
@tab tensorflow
import tensorflow as tf print(dir(tf.random))
通常,我们可以忽略以“`__`”(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,我们可以调用`help`函数。
例如,我们来[**查看张量`ones`函数的用法。**]
```{.python .input}
help(np.ones)
```{.python .input}
@tab pytorch
help(torch.ones)
```{.python .input}
#@tab tensorflow
help(tf.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。
让我们来[运行一个快速测试]来确认这一解释:
```{.python .input} np.ones(4)
```{.python .input}
#@tab pytorch
torch.ones(4)
```{.python .input}
@tab tensorflow
tf.ones(4) ```
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。
- 我们可以通过调用
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
- 在深度学习框架中查找任何函数或类的文档。你能在这个框架的官方网站上找到文档吗?
:begin_tab:mxnet
Discussions
:end_tab:
:begin_tab:pytorch
Discussions
:end_tab:
:begin_tab:tensorflow
Discussions
:end_tab: