怎么在linear里设置纵轴只能为整数

可以使用plt.yticks()函数来设置y轴的坐标值为整数。具体操作如下：

import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0, 10, 0.1)
y = x**2

fig, ax = plt.subplots()
ax.plot(x, y)

# 设置y轴坐标值为整数
plt.yticks(np.arange(0, 100, 10))

plt.show()

相关问题

怎么在Linear里设置因变量取值只能为整数

可以使用 torch.nn.functional.relu() 函数将因变量的值取整。具体实现代码如下所示：

import torch.nn as nn
import torch.nn.functional as F

class LinearInt(nn.Module):
    def __init__(self, in_features, out_features, bias=True):
        super(LinearInt, self).__init__()
        self.in_features = in_features
        self.out_features = out_features
        self.weight = nn.Parameter(torch.Tensor(out_features, in_features))
        if bias:
            self.bias = nn.Parameter(torch.Tensor(out_features))
        else:
            self.register_parameter('bias', None)
        self.reset_parameters()

    def reset_parameters(self):
        nn.init.kaiming_uniform_(self.weight, a=math.sqrt(5))
        if self.bias is not None:
            fan_in, _ = nn.init._calculate_fan_in_and_fan_out(self.weight)
            bound = 1 / math.sqrt(fan_in)
            nn.init.uniform_(self.bias, -bound, bound)

    def forward(self, input):
        output = F.linear(input, self.weight, self.bias)
        return F.relu(output).round_()

上述代码中，LinearInt 是一个继承自 nn.Module 的自定义层，其 forward() 函数对输出结果应用了 relu() 函数，从而将因变量的值限定为整数。使用该层可以实现在 Linear 层中设置因变量取值只能为整数的功能。

small, linear在计算机里

在计算机中，small和linear都是常用的术语。

首先，"small"常用于描述计算机的存储容量或处理能力。当我们说某台计算机是"small"时，意味着它的存储容量或处理能力相对较小。这通常用于区分不同类型的计算机，例如个人电脑（PC），服务器和超级计算机。比如，个人电脑通常被认为是small之类的。

其次，"linear"主要用于描述算法的复杂度。在计算机科学中，"linear"指的是某个算法根据输入规模的线性增长。这意味着算法的执行时间或资源消耗与问题规模成正比。相比之下，"non-linear"则表示算法的执行时间不会随问题规模的增长而线性增加，可能是指数增长或其他形式的增长。例如，线性搜索算法是一种linear的算法，而二分查找算法则是一种非linear的算法。

总结来说，在计算机中，"small"通常用于描述计算机的存储容量或处理能力较小的特征，而"linear"则用于描述算法的复杂度为线性增长的特征。这两个术语在计算机科学领域中都经常被使用。