def _make_divisible(ch, divisor=8, min_ch=None):

if min_ch is None:
min_ch = divisor
# make sure that the number of channels is divisible by the divisor
new_ch = max(min_ch, int(ch + divisor / 2) // divisor * divisor)
# if the new number of channels is too small, increase it
if new_ch < 0.9 * ch:
new_ch += divisor
return new_ch

相关问题

分析下面这个方法的功能def _make_divisible(v, divisor, min_value=None): """ This function is taken from the original tf repo. It ensures that all layers have a channel number that is divisible by 8 It can be seen here: https://github.com/tensorflow/models/blob/master/research/slim/nets/mobilenet/mobilenet.py """ if min_value is None: min_value = divisor new_v = max(min_value, int(v + divisor / 2) // divisor * divisor) # Make sure that round down does not go down by more than 10%. if new_v < 0.9 * v: new_v += divisor return new_v

这个方法的功能是确保所有的通道数量都可以被8整除。它接受三个参数：v代表原始通道数量，divisor代表除数，min_value代表最小值。如果没有提供最小值，则默认为除数。该方法会根据一定规则对原始通道数量进行调整，并返回一个新的通道数量。具体调整规则如下：
1. 将原始通道数量加上除数的一半，然后除以除数并取整数部分。
2. 将上一步得到的结果与最小值进行比较，取较大值。
3. 如果新的通道数量比原始通道数量的90%还要小，则将新的通道数量增加除数。
4. 返回最终调整后的通道数量。

这个方法的作用在于确保所有的层的通道数量都可以被8整除，这在一些模型设计中是很常见的要求。

def _not_divisible(n): return lambda x: x % n > 0

这是一个 Python 的 lambda 函数，用于判断一个数是否能被 n 整除。它返回一个函数对象，这个函数输入一个参数 x，判断 x 是否能被 n 整除，如果不能整除则返回 True，否则返回 False。这个 lambda 函数可以用于筛选质数，例如：

def primes(n):
    primes_list = []
    sieve = [True] * n
    for p in range(2, n):
        if sieve[p]:
            primes_list.append(p)
            for multiple in range(p*p, n, p):
                sieve[multiple] = False
    return primes_list

primes_list = primes(20)
print(primes_list) # [2, 3, 5, 7, 11, 13, 17, 19]

primes_list = filter(_not_divisible(2), range(2, 20))
print(list(primes_list)) # [3, 5, 7, 11, 13, 17, 19]

在上面的代码中，我们先生成了小于 20 的质数列表 primes_list，然后使用 filter 函数和 _not_divisible(2) 函数筛选出大于等于 2 小于 20 的质数列表。