Re: [問題] 語法觀念一問

[chengreg (想重回校園的工程師)]

各位前輩,由於問題描述的太過簡略,容小弟詳細說明
其程式碼來自 YOLO 的 predict result decoder,source code 如下 :

netout  #為Numpy NDarray
anchors #為 Numpy DNarray
obj_thresh  #為 Float32 其數值為 0.6
net_h ,netw #為 int 其數值為 416


def decode_netout(netout, anchors, obj_thresh, net_h, net_w):
    grid_h, grid_w = netout.shape[:2]
    nb_box = 3
    netout = netout.reshape((grid_h, grid_w, nb_box, -1))
    nb_class = netout.shape[-1] - 5
    boxes = []

    netout[..., :2]  = _sigmoid(netout[..., :2])
    netout[..., 4:]  = _sigmoid(netout[..., 4:])
    netout[..., 5:]  = netout[..., 4][..., np.newaxis] * netout[..., 5:]
    netout[..., 5:] *= netout[..., 5:] > obj_thresh

    for i in range(grid_h*grid_w):
        row = i / grid_w
        col = i % grid_w
        for b in range(nb_box):
            # 4th element is objectness score
            objectness = netout[int(row)][int(col)][b][4]

            if(objectness.all() <= obj_thresh): continue

            # first 4 elements are x, y, w, and h
            x, y, w, h = netout[int(row)][int(col)][b][:4]
            x = (col + x) / grid_w # center position, unit: image width
            y = (row + y) / grid_h # center position, unit: image height
            w = anchors[2 * b + 0] * np.exp(w) / net_w # unit: image width
            h = anchors[2 * b + 1] * np.exp(h) / net_h # unit: image height

            # last elements are class probabilities
            classes = netout[int(row)][col][b][5:]
            box = BoundBox(x-w/2, y-h/2, x+w/2, y+h/2, objectness, classes)
            boxes.append(box)
    return boxes

而小弟追蹤該 function 時發現該 objectness 為 float32 (請看截圖) 而無法理解
該ojbectness為何會有 .all() 這個方法, 並且用來判斷 bool ?
一直無法理解這個問題
故上來請教前輩們這個疑惑

謝謝大家幫忙

圖片如下 :
https://photos.app.goo.gl/rbsPt91WBi1FcuvN6

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 117.56.58.151 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Python/M.1624335041.A.C7D.html
推 penut85420: 我在想你的那個float32應該是來自numpy.float32
→ penut85420: 我觀察前面的變數名稱只有顯示ndarray
→ penut85420: 而不是numpy.ndarray
→ penut85420: 所以我推測了這個float32應該是numpy.float32
→ penut85420: 而numpy.float32也確實有.all()這個方法
推 penut85420: 關於bool判斷，我在GitHub上找到一個Issue也在談論
→ penut85420: https://git.io/Jn14v
→ chengreg: 是的。該文的問題跟小弟的一模一樣  謝謝前輩
推 s0914714: 所以你上篇回應不太精準 這就是numpy的東西
→ s0914714: 一般大家講的Python指的是原生的Python
→ chengreg: 這也是小弟頭痛的地方,有時候會搞不清楚該數值從何而來
→ chengreg: 但經由penut前輩小弟找到issue並且該作者說這是一個bug
→ chengreg: 該bug也已修正,小弟會再多注意是否研讀新版本,謝謝大家
推 poototo: IDE 好像都不會顯示更多，是numpy的float32沒錯
→ poototo: x = np.float32(-1)  可以用x.all()
→ poototo: array.item(n) 跟 array[n] 回傳的類型也不一樣喔
推 penut85420: 我推薦檢測特定變數的型態還是用內建的type()比較好
→ chengreg: 謝謝前輩提供經驗！
→ chengreg: 該問題小弟已全數了解並成功解決
→ chengreg: 再次謝謝各位前輩！
→ RumiManiac: 原生型別也不是叫做 float32 啊...
→ chengreg: 是。我會多注意行型別的。謝謝前輩提醒