小编MLa*_*yev的帖子

我已经开始使用Python中的图像了,我想开始使用PIL(Pillow).为了安装它,我跑了pip install Pillow.安装时,之前未安装PIL.我也试过卸载它并重新安装它,以及使用它pip3 install Pillow.

当我在Python中运行它时,我的第一行是:

File "C:\Program Files\Python36\lib\site-packages\PIL\Image.py", line 56, in <module>
from . import _imaging as core
ImportError: DLL load failed: The specified procedure could not be found.

我检查了目录,文件_imaging.cp36-win_amd64.pyd存在于PIL文件夹下.

如果需要的DLL存在,为什么会发生这种情况？我该如何解决？

我正在运行 keras tensorflow 2.0 并试图创建一个模型，训练它，然后保存它。我的代码如下（简化）：

    model = Model()

    model.save("saved_models/model1", overwrite=True, save_format="tf")

这里，Model()是一个子类化tf.keras.Model并实现一个call(inputs)函数的类。

模型类（在下面请求）如下所示：

class Model(tf.keras.Model):
    def __init__(self, loadFile: str = None):
        super(Model, self).__init__()

        #TODO: transfer from above into here V
        self.conv1 = tf.keras.layers.Conv2D(filters=10,
                                            kernel_size=(10, 30),
                                            strides=(1, 30),
                                            padding="same",
                                            data_format="channels_last",
                                            activation=tf.keras.activations.relu,
                                            use_bias=True,
                                            kernel_initializer=tf.keras.initializers.glorot_normal,
                                            bias_initializer=tf.keras.initializers.zeros)

        self.pool1 = tf.keras.layers.MaxPool2D(pool_size=(2, 1),
                                               strides=(2, 1),
                                               padding="same",
                                               data_format="channels_last")

        self.conv2 = tf.keras.layers.Conv2D(filters=10,
                                            kernel_size=(4, 1),
                                            strides=(2, 1),
                                            padding="same",
                                            data_format="channels_last",
                                            activation=tf.keras.activations.relu,
                                            use_bias=True,
                                            kernel_initializer=tf.keras.initializers.glorot_normal,
                                            bias_initializer=tf.keras.initializers.zeros)

        self.pool2 = tf.keras.layers.MaxPool2D(pool_size=(2, 1),
                                               strides=(2, 1),
                                               padding="same",
                                               data_format="channels_last")

        self.flattened = …

我正在阅读这篇优秀的博客文章，并发现了以下内容，但我不确定它的作用：

data NonEmpty a = a :| [a]

在这里做什么:|？我在 ghci 中尝试过，但实际上无法构建这种类型的任何东西。

我最近遇到了这个让我有点困惑的玩具示例。假设我定义了一个简单的可变参数函数，如下所示。然后，我们完全有权利在一个论点和两个论点上运行它。

(define (my-func . a) a)

(my-func 1)  ; evals to '(1)
(my-func 1 2)  ; evals to '(1 2)

我遇到的奇怪的一点是，如果我尝试使用values如下方式一次性传递多个参数：

(my-func (values 1 2))

我希望它的计算结果与 相同(my-func 1 2)，但会抛出一个参数不匹配错误，即它期望 1 个参数但得到 2 个。

如果my-func是可变数量，为什么它期望一个参数？这是否与作为参数的语法对象的数量有关还是其他什么？