Container Platform 4.9 节 节点 点 102 1 2 3 5 4 1 用于配置 pod 关联性的小节。 定义必要规则。 必须匹配键和值（标签）才会应用该规则。 运算符表示现有 pod 上的标签和新 pod 规格中 matchExpression 参数的值集合之间的关系。可以 是 In、NotIn、Exists 或 DoesNotExist。 具有 具有 pod 放置（调 调度） 度） 103 2 3 4 5 定义偏好规则。 为偏好规则指定权重。优先选择权重最高的节点。 描述用来决定何时应用反关联性规则的 pod 标签。指定标签的键和值。 运算符表示现有 pod 上的标签和新 pod 规格中 matchExpression 参数的值集合之间的关系。可以 是 In、NotIn、Exists 或 DoesNotExist。 注意 注意 如果节点标签在运行时改变，使得不再满足 参数： b. 指定必须满足的键和值。如果您希望新 pod 与另一个 pod 一起调度，请使用与第一个 pod 上 标签相同的 key 和 value 参数。 c. 指定一个 operator。运算符可以是 In、NotIn、Exists 或 DoesNotExist。例如，使用运算 $ cat team4.yaml apiVersion: v1 kind: Pod metadata: name:

io/ocpqe/hello-pod 第 第 3 章 章 控制 控制节 节点上的 点上的 POD 放置（ 放置（调 调度） 度） 133 4 1 2 3 4 运 运算符表示 算符表示现 现有 有 pod 上的 上的标签 标签和新 和新 pod 规 规格中 格中 matchExpression 参数的 参数的值 值集合之 集合之间 间的关系。 的关系。 可以是 可以是 image: docker.io/ocpqe/hello-pod OpenShift Container Platform 4.6 节 节点 点 134 5 运 运算符表示 算符表示现 现有 有 pod 上的 上的标签 标签和新 和新 pod 规 规格中 格中 matchExpression 参数的 参数的值 值集合之 集合之间 间的关系。 的关系。 可以是 可以是 点上的 POD 放置（ 放置（调 调度） 度） 135 c. 指定一个 指定一个 operator。 。运 运算符可以是 算符可以是 In、 、NotIn、 、Exists 或 或 DoesNotExist。例如，使用 。例如，使用 运 运算符 算符 In 来要求 来要求节 节点上存在 点上存在该标签 该标签。 。 d. 指定 指定

入门 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40 2.1.2 运算符 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42 2.1.3 广播机制 • Ra×b: 包含a行和b列的实数矩阵集合 • A ∪ B: 集合A和B的并集 13 • A ∩ B：集合A和B的交集 • A \ B：集合A与集合B相减，B关于A的相对补集 函数和运算符 • f(·)：函数 • log(·)：自然对数 • exp(·): 指数函数 • 1X : 指示函数 • (·)⊤: 向量或矩阵的转置 • X−1: 矩阵的逆 • ⊙: 按元素相乘 [1, 2, 3, 4], [4, 3, 2, 1]]) 2.1.2 运算符 我们的兴趣不仅限于读取数据和写入数据。我们想在这些数据上执行数学运算，其中最简单且最有用的操作 是按元素（elementwise）运算。它们将标准标量运算符应用于数组的每个元素。对于将两个数组作为输入 的函数，按元素运算将二元运算符应用于两个数组中的每对位置对应的元素。我们可以基于任何从标量到标 量的函数来创建按元素函数。

API⽬前⽀持两种类型的选择器：equality-based 和 set-based 。Label选择器可由逗号分隔的多个需求组成。在多重需 求的情况下，必须满⾜所有需求，因此逗号作为AND逻辑运算符。 ⼀个empty Label选择器（即⼀个零需求的选择器）选择集合中的每个对象。 null Label选择器（仅⽤于可选的选择器字段）不选择任何对象。 注意 ：两个Controller的La Equality- or inequality-based requirement允许通过LabelKey和Value进⾏过滤。匹配对象必须满⾜所有的Label约束， 尽管对象可能还有其他Label。允许使⽤三种运算符： = 、 == 、 != 。前两个表示相等 （只是同义），⽽后者则表 示不相等 。 例如： environment = production tier != frontend 前者选择所有与key environment=production,tier!=frontend 。 Set-based requirement Set-based label requirement允许根据⼀组Value过滤Key。⽀持三种运算符： in 、 notin 和 exists （只有Key标识 符）。 例如： environment in (production, qa) tier notin (frontend, backend)

创建布尔类型向量 Out[11]: tensor([ True, False]) 需要注意的是，PyTorch 的布尔类型和 Python 语言的布尔类型并不等价，不能通用， 在进行==运算符比对时，会自动转换为张量对象，例如： In [11]: a = torch.tensor([True]) # 创建 pytorch 布尔张量 if a: # 测试 if 条件 的张量时，会隐式地自动触发 Broadcasting 机制，如+、-、*、/等运算符等，将参与运算的张量 Broadcasting 成一个公共 shape，再进行相应的计算。如图 4.10 所示，演示了 3 种不同 shape 下的张量?、?相加的 例子： 图 4.10 加法运算时自动 Broadcasting 示意图 简单测试一下基本运算符的自动 Broadcasting 机制，例如： a = torch sub、torch.mul、 torch.div 函数实现，PyTorch 已经重载了+、 − 、 ∗ 、/运算符，通常推荐直接使用运算符 来完成加、减、乘、除运算，简单清晰。 预览版202112 第 4 章 PyTorch 基础 34 整除和余除也是常见的数学运算之一，分别通过//和%运算符实现。现在来演示整除 运算，例如： In [89]: a = torch.arange(5)

1. 修改定义 Pod 的 YAML 文件并添加 LocalVolume 规格,如下例所示： 指定添加到节点的键。 指定 Equal 运算符，以要求 key/value 参数匹配。如果运算符是 Exists，系统会检查键是 否存在并忽略它的值。如果运算符是 Equal，则键和值必须匹配。 指定污点节点的 local 值。 定义本地卷类型的卷模式，可以是 Filesystem 或 Block。

other, out=None) 其中 other 乘数可以是标量，也可以是任意维度的矩阵 ， 只要满足最终相乘是可以broadcast的即可。 15 1.Tensors张量乘法 5. 两个运算符 @ 和 * @：矩阵乘法，自动执行适合的矩阵乘法函数 *：element-wise乘法 16 2. Autograd自动求导 01 Tensors张量 02 Autograd自动求导

1. 修改定义 Pod 的 YAML 文件并添加 LocalVolume 规格,如下例所示： 指定添加到节点的键。 指定 Equal 运算符，以要求 key/value 参数匹配。如果运算符是 Exists，系统会检查键是 否存在并忽略它的值。如果运算符是 Equal，则键和值必须匹配。 指定污点节点的 local 值。 定义本地卷类型的卷模式，可以是 Filesystem 或 Block。

值得注意的是，对于同等长度的ndarray，np.sin()比math.sin()快 但是对于单个数值，math.sin()的速度则更快。 25 四则运算 NumPy提供了许多ufunc函数，它们和相应的运算符运算结果相同。 > a = np.arange(0, 4) > b = np.arange(1, 5) > np.add(a, b) array([1, 3, 5, 7]) > a+b array([1

作为如何证明这些属性的示例，我们将考虑上面给出的第四个属性。 假设 和 （因 此 是方阵）。 观察到 也是一个方阵，因此对它们进行迹的运算是有意义的。 要证明 ，请注意： 这里，第一个和最后两个等式使用迹运算符和矩阵乘法的定义，重点在第四个等式，使用标量乘法的可 交换性来反转每个乘积中的项的顺序，以及标量加法的可交换性和相关性，以便重新排列求和的顺序。 3.5 范数 向量的范数 是非正式度量的向量的“长度”