ArkTS中的Object类型及类型断言的使用。

因为无信通信中经常用到复数的乘法，pytorch中又没有现成的处理方式，自己懒得写，就在网上搜了下好心人分享的资料。确实是正确的。但是作者采用循环的方式，在处理大批量数据的时候非常慢，我对几十万复数的数据集执行操作时花了好几分钟才完成，故进行改动。改为矩阵处理后，瞬间就可以出结果。并不是什么有难度的操作，只是记录下以后方便使用。代码如下：H1 = torch.randn(3,2) // 3代表数据

1.torch.Storage类使用storage()函数把Tensor数据转换为float类型的Storage数据，再使用tolist() 返回一个包含此存储中元素的列表。2.detach 计算图截断detach 的意思是，这个数据和生成它的计算图“脱钩”了，即detach就是截断反向传播的梯度流。GAN中，Train D on fake，G生成的数据会传入D，然...

数字信号在传输过程中受到叠加干扰与噪声，从而出现波形失真。瑞典科学家哈利.奈奎斯特在1928年为解决电报传输问题提出了数字波形在无噪声线性信道上传输时的无失真条件，称为奈奎斯特准则，其中奈奎斯特第一准则是抽样点无失真准则，或无码间串扰（ISIFree）准则，是关于接收机不产生码间串扰的接收脉冲形状问题。对于基带传输系统，要到达无码间串扰，系统传输函数H(f)是单边带宽为1/2T的矩形函数（理想奈奎

一维卷积不代表卷积核只有一维，也不代表被卷积的feature也是一维。一维的意思是说卷积的方向是一维的。class torch.nn.Conv1d(in_channels, out_channels, kernel_size, stride=1, padding=0, dilation=1, groups=1, bias=True)in_channels(int) – 输入信号的通道。在文本分类中