小编lur*_*x66的帖子

我在新安装的Ubuntu 16.04 上，鉴于使用最新版本的Pandas进行开发，我使用虚拟环境安装了Python 3.6.0。

选择 3.6.0 的一个原因是因为我在某处读到这个版本的 Python 可以在本地处理虚拟环境，即无需安装任何其他东西 [无论如何安装 3.6.0 本身而不替换系统范围的 Python，这几乎可以肯定错了，我之前其实还得提供一个虚拟环境]。

我乐观地认为一切都会朝着正确的方向发展（包括我的知识），因此，不太关心以下之间的差异：pyenv、pyenv-virtualenv、pyvenv 等......所以我不太记得是什么我安装了，无论如何我只使用aptand pip/ pip3，试图在 virtualenv 可用后立即将其限制在

我松散地遵循了本教程，除了（可能）我没有为 virtualenvs （$ mkdir ~/.virtualenvs命令）创建目录。

现在我的用户被困在(general)环境中，我无法出去。

情况

从一登录后启动，而不激活任何environement，庆典给了我一个提示修改，似乎我不能用通常的提示deactivate，source deactivate等等......

(general) $ deactivate
pyenv-virtualenv: deactivate must be sourced. Run 'source deactivate' instead of 'deactivate'
(general) $ source deactivate
pyenv-virtualenv: deactivate 3.6.0/envs/general
(general) $ pyvenv deactivate
pyenv: pyvenv: command not found

The `pyvenv` …

需求

您好，我正在尝试在来自圆柱域的图像上使用 CNN ，所以我有兴趣以圆形（或循环）方式应用卷积层。我的意思是一个卷积层，它不是用零填充图像，而是环绕图像（或图像周围的内核）。

想法、搜索和想法

来自信号处理背景，我预计它已经涵盖：实际上，当在频域中执行计算（即通过 DFT）时，这种循环来自免费，而需要额外的努力（称为“零填充”）以避免循环模棱两可。

好吧：我了解到，由于内核大小通常非常小，因此在基域中可以更方便地进行计算。我想不出为什么这不可行的任何充分理由，所以我希望存在一些进行循环卷积的直接方法。

但是我没有发现这个函数的覆盖范围，无论是在 Keras 还是在 TensorFlow 文档中。此外，我发现很少或没有真正相关的讨论：Torch7 Discussion

所以我剩下以下选项：

• CyclicConv2D通过继承 Keras 的layer.Layer类来实现我自己的层，如here所述
• 提交的实验性新功能，我自己拉的要求，如所描述这里。很快，我会考虑为“padding=”参数添加一些“wrap”值，或者添加一个新的“wrap=”参数。它应该指定图像应该沿着哪些轴环绕。事实上，这可能只需要沿着一个维度，圆形维度，而不是两个维度。

问题

有没有更直接的选择，或者我应该首先解决的信息来源？

否则，我在哪里可以找到如何实施前者的任何建议？

对于后者，我必须承认，我更多地描述它是为了激发一些集体思考如何从用户的角度实现它，但我真的觉得不能贡献一个好的拉取请求（即一个包括好的代码）。无论如何，我会很感激任何从哪里开始的建议。

我收到了一个 python 笔记本，其中充满了f"{expr=}"在我的环境中产生错误消息的表达式：

var=7

print(f"{var=}")

  File "<fstring>", line 1
    (var=)
        ^
SyntaxError: invalid syntax

我怀疑/期望它实际上可能是 的新语法f"expr={expr}"，即如以下打印语句所示：

print(f"var={var}")

var=7

事实上，我经常使用后者这样的表达式进行调试，如果有一个它的简写就更好了。

那是比我的（3.7.6）更高版本的Python吗？还是fstring模块的定制？ 在网络或 SE 中搜索它并没有什么成效。

如果它不是标准功能，我怎样才能让它工作？

在阅读了文档、问题并制作了我自己的测试代码后，我相信我已经理解了 ayield expression是如何工作的。

尽管如此，我对以下示例代码的行为感到惊讶：

def gen(n=0):
    while True:
        n = (yield n) or n+1

g=gen()
print( next(g) )
print( next(g) )
print( g.send(5) )
print( next(g) )
print( next(g) )

我原以为它会返回 0, 1, 2, 5, 6，而它会产生：0, 1, 5, 6, 7。

即：我原以为会yield expression产生这些效果：

1. 计算 的值yield expression，并将其返回给调用者
2. 从调用者那里获取值send()并将它们用作生成器函数代码接收的 yield 表达式的值
3. 在执行任何其他操作之前暂停执行；它将在同一时间在同一点恢复next(g)或g.send()调用

...和/或 Python 会注意避免 (1) 和 (2) 中的两个信息流之间的任何干扰，即保证它们是独立的，例如在元组分配中 a, b = f(a,b), g(a,b)

（我什至想知道在 (1) 和 (2) 之间进行暂停是否更好，但也许它会非常复杂，因为这意味着仅执行部分语句，其余部分保留用于下一份简历）

无论如何，操作的顺序是（2），然后（1），然后（3），因此（2）中的赋值发生在之前，并且可以影响（1）中的赋值。即g.send() …