TorchCode"Crack the PyTorch interview" —— 帮你通过ML/AI岗位的代码面试基于Jupyter Notebook，每道题有题目描述 + 自动判分40道（覆盖面试最高频的PyTorch手写题）原仓库顺序有点混乱，按照功能模块进行了划分：基础层组件注意力机制网络构建块训练相关损失函数推理/生成策略高效训练/推理：26, 36数据预处理/分词：35基础机器学习：4

本文摘要： 介绍了Python和PyTorch中常用的数据处理方法：1)列表操作包括创建、拼接和引用赋值；2)字符串分割方法rsplit的使用；3)PyTorch中随机数生成函数(rand,randn,randint,randperm)的特点；4)张量拼接函数torch.stack的用法；5)最大值索引函数torch.argmax的工作原理；6)NumPy数组交集函数intersect1d的参数和

json.dump(想要保存的对象, 文件对象)常用参数：indent：缩进量，让生成的文件易读ensure_ascii：设置为False时，可以正常显示中文；默认值为True,将所有传入的非ASCII字符转义输出用安全操作文件。

defaultdict(list),会构建一个默认value为list的字典;该值将用作字典中不存在的键的默认值。

将转换好的om模型复制到文件夹中；--soc_version这个参数一定要通过查看npu-smi info来看，一定要一模一样，不能忽略后面的数字。这是我的镜像：model_convert_cann7.0_aarch64_910b_py310:v6.0。模型训练完成后，将runs/exp/weights下的模型（best.pt）复制在yolov5文件夹下。由于环境未配置，哪怕我们安装了CANN包也

将转换好的om模型复制到文件夹中；--soc_version这个参数一定要通过查看npu-smi info来看，一定要一模一样，不能忽略后面的数字。这是我的镜像：model_convert_cann7.0_aarch64_910b_py310:v6.0。模型训练完成后，将runs/exp/weights下的模型（best.pt）复制在yolov5文件夹下。由于环境未配置，哪怕我们安装了CANN包也