相关疑难解决方法(0)

pass语句有什么区别：

def function():
    pass

和 3 个点：

def function():
   ...

哪种方式执行起来更好更快（CPython）？

我打印出列表的内容,我得到以下输出:

[[...], [...], [...], [...], [...], [...]]

这些奇怪的点是什么？

我使用python 2.7.3

a = [2]
a.append(a)

我打印一个,

[2, [...]]

我也打印[1] [0]

2

什么是[...]？当我打印时a[1][0],打印2,不是[...]吗？

有人发布了这个有趣的公式,我在Python 3控制台中试了一下:

>>> (a, b) = a[b] = {}, 5
>>> a
{5: ({...}, 5)}

虽然这里有很多需要解压缩的东西,但是我不理解的东西(以及有趣的角色配方的语义似乎特别难以搜索){...}在这种背景下的意义是什么？改变上面的一点:

>>> (a, b) = a[b] = {'x':1}, 5
>>> a
{5: ({...}, 5), 'x': 1}

这是第二个输出让我感到困惑:我本来期望它{...}会被改变,但我最接近的猜测是, 5暗示一个元组,其中第一个元素以某种方式未定义？那是什么{...}意思？如果是这样,这是我在Python中的一个新类型,我希望有一个名称,以便我可以了解更多.

我想在numpy中做两个2d数组的元素外部产品.

A.shape = (100, 3) # A numpy ndarray
B.shape = (100, 5) # A numpy ndarray

C = element_wise_outer_product(A, B) # A function that does the trick
C.shape = (100, 3, 5) # This should be the result
C[i] = np.outer(A[i], B[i]) # This should be the result

一个天真的实现可以如下.

tmp = []
for i in range(len(A):
    outer_product = np.outer(A[i], B[i])
    tmp.append(outer_product)
C = np.array(tmp)

从堆栈溢出中获得更好的解决方案.

big_outer = np.multiply.outer(A, B)
tmp = np.swapaxes(tmp, 1, 2)
C_tmp = [tmp[i][i] for i …

可以使用在路径中引用两个以上点的模块吗？像这个例子：

# Project structure:
# sound
#     __init__.py
#     codecs
#         __init__.py
#     echo
#         __init__.py
#         nix
#             __init__.py
#             way1.py
#             way2.py

# way2.py source code
from .way1 import echo_way1
from ...codecs import cool_codec

# Do something with echo_way1 and cool_codec.

UPD：更改了示例。我知道，这将在实践中起作用。但这是一种常见的导入方法吗？

[...]每当我运行我的代码时,我都会得到它,而不是包含一些对象的列表.我想知道它的含义,以便调试我的代码.

我正在尝试使用 maclaurin 系列来实现可扩展的 CNN。基本思想是可以将第一个输入节点分解为具有不同阶数和系数的多个节点。将单个节点分解为多个节点可以生成与麦克劳林级数不同的非线性线连接。谁能给我一个关于如何CNN用麦克劳林级数非线性展开展开的可能想法？任何想法？

我不太明白如何将输入节点分解为多个具有不同非线性线连接的节点，这些节点由麦克劳林级数生成。据我所知，麦克劳林级数是一个近似函数，但分解节点在实现方面对我来说不是很直观。如何在python中实现一个分解输入节点到多个节点？如何轻松实现这一目标？任何的想法？

我的尝试：

import tensorflow as tf
import numpy as np
import keras
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Conv2D, MaxPooling2D, Dropout, Flatten
from keras.datasets import cifar10
from keras.utils import to_categorical

(train_imgs, train_label), (test_imgs, test_label)= cifar10.load_data()
output_class = np.unique(train_label)
n_class = len(output_class)

nrows_tr, ncols_tr, ndims_tr = train_imgs.shape[1:]
nrows_ts, ncols_ts, ndims_ts = test_imgs.shape[1:]
train_data = train_imgs.reshape(train_imgs.shape[0], nrows_tr, ncols_tr, ndims_tr)

test_data = test_imgs.reshape(test_imgs.shape[0], nrows_ts, ncols_ts, ndims_ts)
input_shape = (nrows_tr, ncols_tr, ndims_tr)
train_data = train_data.astype('float32') …

像示例中那样，两个 Python 关键字 (...) 和 (pass) 之间是否有显着差异

def tempFunction():
    pass 

和

def tempFunction():
    ...

我应该注意什么？

它叫什么？我不知道如何搜索它; 我试着用谷歌把它称为省略号.我不是指在交互式输出中使用点来表示没有显示完整数组,但是正如我正在查看的代码中那样,

xTensor0[...] = xVTensor[..., 0]

从我的实验来看,它似乎与:索引中的功能相似,但代表多个:,x[:,:,1]相当于x[...,1].