蒸馏（Distillation）是一种在机器学习和深度学习中广泛应用的技术，特别是在模型压缩和知识迁移方面。蒸馏的目的是创建一个较小的、计算效率更高的模型，同时尽可能保持原始大模型的性能。这种方法通常用于将一个复杂的模型（如一个大模型或预训练模型）的知识转移到一个小模型上，而小模型通常更容易部署和运行在资源受限的环境中。

蒸馏的基本原理

蒸馏的基本思想是通过最小化一个教师模型（通常是原始大模型）和学生模型（较小或较简单模型）之间的差异来训练学生模型。这种差异通常是通过某种形式的损失函数来衡量的，例如最常见的有温度缩放（Temperature Scaling）方法。

• ✅基本数据类型全家福：
• int → 整数（42）
• bool → 布尔值（True/False）
• float → 浮点数（3.14）
• str → 字符串（"Hello"）
• list → 可变序列（[1,2]）
• tuple → 不可变序列（(1,2)）
• set → 无序不重复集合
• dict → 键值对字典
• complex → 复数（1+2j）
• 👉特殊成员：函数/模块/类型本身也是对象！
• 🔢不可不知的常量
• ✔️数学三杰：
• math.pi → 圆周率π
• math.e → 自然对数e
• math.inf → 无穷大∞
• ✔️布尔判官：
• True → 真值开关
• False → 假值开关
• ✔️空值代表：
• None → 表示空（类似null）
• 💡Tips：记得先import math才能调用哦！
• ⚙️运算符冷知识
• 🔀赋值技巧：
• a += 1 等价于 a = a + 1
• （右边算完赋值给左边！）
• 🧮算术运算符：
• // → 地板除（5//2=2）
• @ → 矩阵乘法（numpy常用）
• ** → 幂运算（2**3=8）
• % → 取余（-2%3=1）
• 💥隐藏知识点：fmod vs %
• math.fmod(-2,3) → -2
• -2%3 → 1
• 👉区别：负数取余时方向不同！
• ➖fmod向零取整，%向下取整
• 📝学习贴士：
• 1️⃣ type()函数可查变量类型
• 2️⃣ 浮点数比较用math.isclose()
• 3️⃣ 变量命名避开关键字
• 4️⃣ 逻辑运算符优先级：not>and>or
• 🎯新手常见误区：
• × 用is比较数值（应用==）
• × 把1.0当作整数判断
• × 忘记导入math直接调pi

1 文件操作

1.1 文件打开与关闭

1.1.1 打开文件-open

# 打开文件（默认为只读模式）
file_path = 'example.txt'
with open(file_path, 'r') as file:
  # 执行文件操作，例如读取文件内容
  file_content = file.read()
  print(file_content)

# 文件在with块结束后会自动关闭，无需显式关闭文件

在Python中，对象类型转换可以通过多种方法实现，包括使用内置函数、类型构造函数、显式类型转换等。其中，使用内置函数是最常见的方法，例如可以使用int()、float()、str()等函数进行基本的数据类型转换。此外，对于自定义对象，可以通过实现特殊方法（如__int__()、__float__()、__str__()等）来自定义转换行为。以下将详细介绍Python中几种常见的对象类型转换方法。

eval() 是 Python 内置的一个函数，它可以将字符串当作[有效的] Python 表达式进行求值并返回结果。它的作用是将字符串转换为相应的数据类型、执行计算和执行任意有效的 Python 代码。

然而，使用 eval() 函数需要谨慎，因为它可以执行任意的代码，可能导致安全风险和不受控制的行为。

1. eval() 函数的语法

eval() 函数的语法如下：

eval(expression, globals=None, locals=None)

参数：

expression 是一个字符串，表示要求值的表达式或代码。

内置异常，指预定义的[异常类]，当程序运行时遇到错误情况，就会抛出相应的异常。这些异常类构成了一个层次结构，BaseException 是所有[异常的]基类。

1. 顶级异常类

• BaseException：所有异常的基类。通常不直接捕获这个异常，因为它会捕获像 SystemExit、KeyboardInterrupt 等控制流异常。
• Exception：大多数内置异常的基类，除了一些系统退出和中断相关的异常。在编写异常处理代码时，通常捕获 Exception 及其子类。

在日常的软件测试过程中，测试数据的构造是一个占比非常大的活动。对于测试数据的构造，分为结构化的数据构造方式和非结构化的数据构造方式，反映python代码里分别是:

• 定义数据的class：修改数据中的某一个字段，操作json或者直接针对class的成员变量进行修改。
• 不定义数据的class： 直接操作json(dict)，来构造或者修改数据。
  两种方式各有优缺点, 对于业务上有明确业务含义的数据，比如请求数据，建议使用第一种方式，对数据进行建模和定义； 而临时的数据构造，可以使用第二种方式，不需要额外定义一些结构，成本会低一些。在使用于第一种方法时，就会涉及到python中json数据与类对象的相互转化的。

在 Python 中，pass 是一个空语句，占位符，表示什么也不做。它通常用于需要一个语法上必须有代码的位置，但暂时还没有实际实现时。

1. 基本语法

pass 不执行任何操作，直接跳过。例如：

if True:
    pass  # 什么都不做

2. 常见用法

(1) 作为占位符

python中的内置函数：

• 获得最大值：max()

  max(list)

• 获得最小值：min()

  min(list)

• 删除：del()

  例：定义一个list型数据，data = [1,2,3,4,5,6]

一、常用内置类型（Built - in Types）

Python 拥有多种内置[数据类型]，这些类型满足了各种编程需求，从简单的数据存储到复杂的数据结构表示。

1. 数值类型（Numeric Types）

整数（int）：整数在 Python 中可以表示任意大小的整数值，不受特定字节数的限制。例如，x = 10就定义了一个简单的整数变量。整数可用于计数、索引等多种场景。

浮点数（float）：用于表示带有小数点的数字，采用 IEEE 754 双精度浮点数格式。如y = 3.14。浮点数在科学计算、金融计算等需要处理小数的场景中非常有用。