小编Ove*_*gon的帖子

我试图为我的electron.js应用程序保存用户数据。该应用程序具有可调整值的图形，该值在重新启动应用程序时消失。演示：https : //puu.sh/Bx5Or/ffb0382d0c.gif

如何保存这些值？可以（也应该）用SQL完成吗？

情况1：

for num in [.1, .2, .3, .4, .5, .6, .7, .8, .9,]:
    print(format(num, ".50f"))

0.10000000000000000555111512312578270211815834045410
0.20000000000000001110223024625156540423631668090820
0.29999999999999998889776975374843459576368331909180
0.40000000000000002220446049250313080847263336181641
0.50000000000000000000000000000000000000000000000000
0.59999999999999997779553950749686919152736663818359
0.69999999999999995559107901499373838305473327636719
0.80000000000000004440892098500626161694526672363281
0.90000000000000002220446049250313080847263336181641

不精确，正如预期的那样（除了.5）。

案例2：

for num in [1., 2., 3., 4., 5., 6., 7., 8., 9.]:
    print(format(num, ".50f"))

1.00000000000000000000000000000000000000000000000000
2.00000000000000000000000000000000000000000000000000
3.00000000000000000000000000000000000000000000000000
4.00000000000000000000000000000000000000000000000000
5.00000000000000000000000000000000000000000000000000
6.00000000000000000000000000000000000000000000000000
7.00000000000000000000000000000000000000000000000000
8.00000000000000000000000000000000000000000000000000
9.00000000000000000000000000000000000000000000000000

完美的精度 - ???

众所周知，计算中不存在完美的浮点整数：所有浮点都以二进制基数表示，其精度取决于位大小（float32、float64等）。那么上面的案例2是怎么回事呢？即使对于 ，零仍然存在".1000f"，基本上意味着无限的精度。此外，0.5也以某种方式完美地表现出来。

如果format不能强制 Python 打印浮点数的“真”值，那么什么可以呢？

尝试的替代方案：

1. format(round(num, 50), ".50f")
2. format(numpy.float128(num), ".50f")
3. format(round(numpy.float128(num), 50), …

仅在切换或打开/关闭选项卡时发生，并且如果“撤消”选项卡更改则不会恢复。下面的 gif 是新安装的 VSCode，尽管我在卸载时没有删除所有缓存、首选项等。

问题是什么，如何解决？

下面的示例适用于 2.2；K.function在 2.3 中发生了重大变化，现在Model在 Eager 执行中构建了一个，所以我们正在通过Model(inputs=[learning_phase,...]).

我确实有一个解决方法，但它很hackish，而且比K.function; 如果没有人可以展示一个简单的方法，我会发布我的。

from tensorflow.keras.layers import Input, Dense
from tensorflow.keras.models import Model
from tensorflow.python.keras import backend as K
import numpy as np

ipt = Input((16,))
x   = Dense(16)(ipt)
out = Dense(16)(x)
model = Model(ipt, out)
model.compile('sgd', 'mse')

outs_fn = K.function([model.input, K.symbolic_learning_phase()],
                     [model.layers[1].output])  # error
x = np.random.randn(32, 16)
print(outs_fn([x, True]))

>>> ValueError: Input tensors to a Functional must come from `tf.keras.Input`. 
Received: Tensor("keras_learning_phase:0", shape=(), …

设置权重衰减（例如 l2 惩罚）的指南是什么？主要是，我如何跟踪它在整个训练过程中是否“有效”？（即，与没有 l2 惩罚相比，权重是否实际上正在衰减，以及衰减了多少）。

我在所有虚拟环境和基础环境中都存在一个错误，即使按照此处所述“完全”卸载 Anaconda然后重新安装也是如此；显然有些东西仍然存在。如何确保所有内容都被真正删除？

classdef Dog < handle\n    properties\n        data;\n    end\n\n    methods\n        function self = Dog(varargin)\n            disp("Dog()")\n        end\n\n        function out = new(~)\n            out = Dog();\n            out(\'bark\') = 1;\n        end\n    end\nend\n

d=Dog(); 为什么d.new()打印下面？

Dog()\nDog()\nDog()\n

subsref如果我超载它也会绕过它。输入d控制台给出

ans = \n\n  1\xc3\x97114 Dog array with properties:\n\n    data\n

并且不被复制d(\'bark\') = 1。

如果我摆脱 ，行为就会改变varargin，而是出现错误。还为什么呢1x114？

我有一个具有相当大的MathJax内容的部分,它通过按钮onclick功能显示.要显示的两个选项:

onClick(){
  document.getElementById('section').style.display = 'inline';
}

onClick2(){
  document.getElementById('section').innerHTML = '[entire section code]'
}

该.innerHTML变体是否会相对提高页面加载速度？如果是这样,有没有办法在函数内"调用"整个部分代码而不是输入以下代码.innerHTML =？

感谢帮助.