相关疑难解决方法(0)

没有这个可以做以下i吗？

for i in range(some_number):
    # do something

如果你只是想做N次,并且不需要迭代器.

Python函数可以作为另一个函数的参数吗？

说:

def myfunc(anotherfunc, extraArgs):
    # run anotherfunc and also pass the values from extraArgs to it
    pass

所以这基本上是两个问题:

1. 它是否允许？
2. 如果是,如何在其他功能中使用该功能？我需要使用exec(),eval()或类似的东西吗？永远不需要弄乱它们.

BTW,extraArgs是anotherfunc参数的列表/元组.

我试图理解为什么外部print返回None。

>>> a = print(print("Python"))
Python
None
>>> print(type(a))
<class 'NoneType'>

我注意到：

>>> a = print("hey")
hey
>>> type(a)
<class 'NoneType'>

谁能解释一下这里发生的一般情况？谢谢！

下面导入的包和模型被定义为允许访问构建操作，

import matplotlib.pyplot as plt
import tensorflow as tf
import numpy as np
import cv2
import os
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.preprocessing import image
from tensorflow.keras.optimizers import RMSpro

现在这是创建的模型的编码，我认为描述模型太重要了，

重新缩放图像形状，

train = ImageDataGenerator(rescale=1/255)
validation = ImageDataGenerator(rescale=1/255)

修复数据集目录并访问数据，

train_dataset = train.flow_from_directory(
    'cnn_happy_NotHapp/Basedata/training/',
    target_size=(200,200),
    batch_size = 3,
    class_mode = 'binary')
validation_dataset = validation.flow_from_directory(
    'cnn_happy_NotHapp/Basedata/validation/',
    target_size=(200,200),
    batch_size = 3,
    class_mode = 'binary')

创建 CNN 模型

model = tf.keras.models.Sequential([tf.keras.layers.Conv2D(16,(3,3), activation='relu', input_shape=(200, 200, 3)),
                                    tf.keras.layers.MaxPool2D(2,2),
                                    ##################################
                                    tf.keras.layers.Conv2D(132,(3,3), activation='relu'),
                                    tf.keras.layers.MaxPool2D(2,2),
                                    ##################################
                                    tf.keras.layers.Conv2D(64,(3,3), activation='relu'),
                                    tf.keras.layers.MaxPool2D(2,2),
                                    ################################## …