小编Sun*_*y88的帖子

如果我想要列表中的最大值,我可以写max(List),但如果我还需要最大值的索引怎么办？

我可以这样写:

maximum=0
for i,value in enumerate(List):
    if value>maximum:
        maximum=value
        index=i

但这对我来说看起来很乏味.

如果我写:

List.index(max(List))

然后它将迭代列表两次.

有没有更好的办法？

在Python 3中,我正在检查给定值是否为三角形,也就是说,对于某些正整数n,它可以表示为n(n + 1)/ 2

我可以写一下:

import math
def is_triangular1(x):
    num=(1/2) * (math.sqrt(8*x+1)-1 )
    return int(num)==num

或者我需要这样做吗？:

epsilon = 0.000000000001
def is_triangular2(x):
    num=(1/2) * (math.sqrt(8*x+1)-1 )
    return abs(int(num) - num)<epsilon

我检查了两个函数返回x的相同结果,最多为1,000,000.但我不确定一般来说int(x)== x将始终正确地确定一个数是否是整数,因为例如5的情况表示为4.99999999999997等.

据我所知,第二种方法是正确的,如果我用C语言,但我不确定Python 3.

通用逼近定理的形式陈述表明,具有单个隐藏层的神经网络可以逼近在m维单位超立方体上连续的任何函数.但是,关于它们是否可以总是被神经网络近似的任何已知事物如何？

例如,采用计算数字pi的第n位的函数.如果我在这个数据上训练一些隐藏层神经网络:( n,pi的第n个数字),它最终是否能够为看不见的n返回正确的值？多个隐藏层神经网怎么样？

可能重复:
如何使用Mono和mkbundle将简单的.Net控制台项目转换为可移植的exe？

我有一个在Windows上编写的C#程序,我需要将它传输到linux服务器.
但是客户端不希望在他的服务器上安装mono,所以我想找到一种让他轻松的方法.
是否有可能将这个程序转换为在Linux上运行而不安装单声道的格式？

我正在尝试学习如何使用生成器,所以我写了这个,但它只是一直打印相同的值.为什么？

我希望它生成从999到100的值.

>>> def gen_a():
        a=999
        while a>99:
            yield a
            a-=1


>>> gen_a().next()
999
>>> gen_a().next()
999
>>> gen_a().next()
999

我没有使用html的丰富经验，但是我尝试制作一个简单的表，但在其中得到了额外的单元格，我不知道为什么。这是代码：

<table border="1">
    <tr>
        <td colspan="5"> hi <td>
        <td colspan="3"> hi <td>
    </tr>
    <tr>
        <td colspan="3"> hi <td>
        <td colspan="5"> hi <td>
    </tr>
</table>

我希望这有两行，每行有2个单元格，第一行的第一个单元格较大，第二行的第二个单元格较大。但是由于某种原因，我每行有4个单元格，如下所示：

。

如何从python程序中执行一个程序,以便它在一个单独的cmd.exe窗口中打开,并显示已执行程序的输出？我尝试使用subprocess.popen但它在程序运行时不显示cmd.exe窗口.

该计划是:

#include <stdio.h>
#include <stdlib.h>
int main(void) {
    char *a="abc",*ptr;
    ptr=a;
    ptr++;
    *ptr='k';
    printf("%c",*ptr);
    return 0;
}

问题在于

*ptr='k';  

线,当我删除它程序正常工作.但我无法弄清楚原因.

任何人都可以向我解释这两行代码背后的含义是什么:https://github.com/Newmu/Theano-Tutorials/blob/master/4_modern_net.py

    acc = theano.shared(p.get_value() * 0.)
    acc_new = rho * acc + (1 - rho) * g ** 2

这是一个错误吗？为什么我们将acc实例化为零,然后在下一行中将它乘以rho？看起来它不会以这种方式实现任何目标并且保持为零.如果我们用"acc"替换"rho*acc"会有什么不同吗？

完整功能如下:

def RMSprop(cost, params, lr=0.001, rho=0.9, epsilon=1e-6):
    grads = T.grad(cost=cost, wrt=params)
    updates = []
    for p, g in zip(params, grads):
        acc = theano.shared(p.get_value() * 0.)
        acc_new = rho * acc + (1 - rho) * g ** 2
        gradient_scaling = T.sqrt(acc_new + epsilon)
        g = g / gradient_scaling
        updates.append((acc, acc_new))
        updates.append((p, p - lr * g))
    return …