小编Ale*_*ber的帖子

class A():
    def __init__( self, x, y):
        self.x = x
        self.y = y

class B():
    def __init__( self, z=0):
        self.z = z  

class AB(A,B):
    def __init__( self, x, y, z=0):
        ?

如何使AB的构造函数使用适当的参数调用A和B的构造函数？

我试过了

class AB(A,B):
    def __init__( self, x, y, z=0):
        A.__init__(x,y)
        B.__init__(z)

但这给了我一个错误.

我建立了一个简单的神经网络,

model = Sequential()
model.add(Dense(20, input_dim=5, activation='sigmoid'))
model.add(Dense(1, activation='sigmoid'))

我会得到它的权重:

summary = model.summary()
W_Input_Hidden = model.layers[0].get_weights()[0]
W_Output_Hidden = model.layers[1].get_weights()[0]

print(summary)
print('INPUT-HIDDEN LAYER WEIGHTS:')
print(W_Input_Hidden)
print('HIDDEN-OUTPUT LAYER WEIGHTS:')
print(W_Output_Hidden)

但是,通过这种方式,我只得到没有偏差的权重矩阵(5x20,1x20).如何获得偏差值？

我正试图在Julia中创建一个"整数mod p"类型.(我确信已经有了这个包,这只是个人练习.)

type Intp{p}
    v::Int8
end

function add(a::Intp{p},b::Intp{p})
    return Intp{p}((a.v + b.v) % p)
    end

我在定义添加时遇到错误,表示p未定义.如何从内部添加引用p？

(注意:我可以做类似的事情

type Intp
    v::Int8
    p
end

function add(a::Intp,b::Intp)
    return Intp((a.v + b.v) % a.p,p)
    end

但这需要p存储每个数字.我觉得这样效率会很低,而且我会考虑一下它的效率会非常低效.我宁愿只为类型指定一次,并在将该类型的东西作为参数的函数中引用.)

这与我之前的问题类似,但有点复杂.

在我定义一个带有关联整数作为参数的类型之前,Intp {p}.现在我想用vector作为参数定义一个类型.

以下是我能写的最接近我想要的内容:

type Extp{g::Vector{T}}
     c::Vector{T}
end

换句话说,Extp应该相对于Vector,g来定义,并且我希望内容c是另一个Vector,其条目应该是与g的条目相同的类型.

嗯,这不起作用.

问题1:我认为我不能在type参数中使用::.

问题2:我可以通过制作g和c的类型来解决这个问题,并确保向量中的类型在构造函数中匹配.但是,即使我完全把所有东西拿出来使用

type Extp{g}
     c
end

它似乎仍然不喜欢这个.当我尝试按照我想要的方式使用它时,

julia> Extp {[1,1,1]}([0,0,1])

错误:类型:apply_type:在Extp中,期望类型{T <:Top},得到数组{Int64,1}

那么,朱莉娅不喜欢特定的矢量与类型相关联吗？我正在尝试做的只适用于整数,就像在我的Intp问题中一样吗？

编辑:在文档中,我看到类型参数"可以是任何类型(或整数,实际上,虽然在这里它显然用作一种类型)." 这是否意味着我所要求的是不可能的,并且只有类型和整数适用于Type参数？如果是这样,为什么？(通过这种方式,什么使整数比Julia中的其他类型更特殊？)