相关疑难解决方法(0)

如果我有:

def f(x):
  def g(y):
    return x + y
  return g

f2 = f(2)

有没有办法找到f2将使用的'x'绑定？我看了检查,但无法判断是否有一些'框架'的东西适用.换句话说,我可以在下面定义一个closedVars():

def closed_vars(anF):
    ... return ...

assert closedVars(f2) == {'x': 2}

如果我有一个包含一些非局部变量（在闭包中）的函数，我如何访问该变量？我可以修改它吗？如果可以，如何修改？这是此类函数的示例：

def outer():
    x = 1
    def inner(y):
        nonlocal x
        return x + y
    return inner

inner = outer()
# how do I get / change the value of x inside inner?

（如果这个问题已经在其他地方得到了回答，我深表歉意；我找不到它，所以我想一旦解决了我就会分享答案）

我知道如何在 Keras 中使用附加输入（而不是标准y_true,y_pred对）编写自定义损失函数，请参见下文。我的问题是使用可训练变量（其中一些）输入损失函数，该变量是损失梯度的一部分，因此应该更新。

我的解决方法是：

• 在网络中输入NXV大小的虚拟输入，其中N是观测值的数量和V附加变量的数量
• 添加一个Dense()层dummy_output，以便 Keras 跟踪我的V“体重”
• V在我的自定义损失函数中使用该层的权重作为我的真实输出层
• dummy_output对于该层使用虚拟损失函数（仅返回 0.0 和/或权重 0.0），因此我的V“权重”仅通过我的自定义损失函数进行更新

我的问题是：是否有更自然的类似 Keras/TF 的方法来做到这一点？因为它感觉很做作，更不用说容易出现错误了。

我的解决方法的示例：

（是的，我知道这是一个非常愚蠢的自定义损失函数，实际上事情要复杂得多）

import numpy as np
from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
from tensorflow.keras.layers import Dense
from tensorflow.keras.callbacks import EarlyStopping
import tensorflow.keras.backend as K
from tensorflow.keras.layers import Input
from tensorflow.keras import Model

n_col = 10
n_row = …

编辑：这个问题已经严重过时了！现在Enum，numba支持并namedtuple提供了开箱即用的功能，它们都为分组常量提供了合理的解决方案。

我在python中做一些移位，想用numba加快速度。为此，我有很多常量整数值，必须以一种易于理解的方式进行处理。我想将它们组合在一起，成为枚举式对象，使所有常量在一个名称空间中，可以通过attribute-get运算符进行访问。当然，我也想让numba理解那里发生的事情，以便它可以通过jit编译保持高速。我首先也是最天真的尝试是这样的：

class SomeConstantsContainer:
    SOME_NAME = 0x1
    SOME_OTHER_CONSTANT = 0x2
    AND_ANOTHER_CONSTANT = 0x4

不幸的是，当我查看注解时，numba似乎不了解值是恒定的，并且总是回落到对python对象的慢速对象访问上。这就是注释所说的：

#   $29.2 = global(SomeConstantsContainer: <class 'constants.SomeConstantContainer'>)  :: pyobject
#   $29.3 = getattr(attr=SOME_VARIABLE, value=$29.2)  :: pyobject

我知道我总是会退缩到这样的地方：

from numpy import np
SOME_STUPID_CONSTANT = np.int64(0x1)
ANOTHER_STUPID_CONSTANT = np.int64(0x2)

在那种情况下，jit编译器a）不需要查找容器的属性，b）肯定知道它必须处理一个普通整数。这样写真是太丑了。我可以将所有常量明确标记为整数，或者让容器来做。尽管如此，我确实很想将这些常量归类在容器中，以使内容更加清晰，并且jit编译版本可以理解语法，并且不会在每次使用常量时都花一些时间进行缓慢的python属性查找。有没有更好的主意，如何使第二种方法更像第一种方法，同时又保持较高的执行速度？是否有一些numba可以理解的枚举容器，我只是错过了？

编辑：也使用新的enum容器是没有帮助的：

@enum.unique
class SomeConstantsContainer(enum.IntEnum):
    SOME_NAME = 0x1
    SOME_OTHER_CONSTANT = 0x2
    AND_ANOTHER_CONSTANT = 0x4

这给出：

    #   $42.3 = global(SomeConstantsContainer: <enum 'SomeConstantsContainer'>)  :: pyobject
    #   $42.4 = getattr(attr=SOME_OTHER_CONSTANT, value=$42.3)  :: pyobject