小编Kve*_*ven的帖子

在PHP中从数组构建多维数组

我想从数组构建一个多维数组.比如我想

$test = array (
0 => 'Tree',
1 => 'Trunk',
2 => 'Branch',
3 => 'Limb',
4 => 'Apple',
5 => 'Seed'
);
Run Code Online (Sandbox Code Playgroud)

成为

$test = 
array (
   'Tree' => array (
       'Trunk' => array (
           'Branch'  => array (
               'Limb'  => array (
                   'Apple'  => array (
                       'Seed' => array ()
                   )
               )
           )
       )
   )
);
Run Code Online (Sandbox Code Playgroud)

或者更简单

$result[Tree][Trunk][Branch][Limb][Apple][Seed] = null;
Run Code Online (Sandbox Code Playgroud)

我试图用递归函数做这个,但是我达到内存限制,所以我显然做错了.

<?php
$test = array (
0 => 'Tree',
1 => 'Trunk',
2 => 'Branch',
3 => …
Run Code Online (Sandbox Code Playgroud)

php arrays recursion function multidimensional-array

6
推荐指数
2
解决办法
299
查看次数

tf.keras.model.predict() 生成数据范围之外的值是否常见/正常?

tf.keras.model.predict()生成给定数据范围之外的值是否正常?

我从model.predict(). 模型中使用的目标预测列中的数据仅包含 1 或 0。我本来希望model.predict()生成一个介于 0 和 1 之间的值。

当我将新的类似数据放入model.predict()尝试进行分类时,我经常得到一个小于 0 或大于 1 的值。我是否应该认为这意味着所有大于 0.5 的值更有可能是 1 并且越高值更有可能是 1?

这是我的代码:

    epoch_count = 1    
    model = tf.keras.Sequential([
      feature_layer,
      layers.Dense(128, activation='relu'),
      layers.Dense(128, activation='relu'),
      layers.Dense(1)
    ])
    
    model.compile(optimizer='adam',
                  loss=tf.keras.losses.BinaryCrossentropy(from_logits=True),
                  metrics=['accuracy'])
    
    model.fit(train_ds,
              validation_data=val_ds,
              epochs=epoch_count)
Run Code Online (Sandbox Code Playgroud)

python keras tensorflow tf.keras tensorflow2.0

1
推荐指数
1
解决办法
375
查看次数