python函数
My~
这个作者很懒,什么都没留下…
展开
-
most_common()函数源码解读
Counter类中的most_common()函数parameter(参数): 传进去一个可选参数n(代表获取数量最多的前n个元素,如果不传参数,代表返回所有结果)return(返回): 返回一个列表(里面的元素是一个元组,元组第0位是被计数的具体元素,元组的第1位是出现的次数,如:[('a',1),[('b'),2],[('c',3)]])当多个元素计数值相同...原创 2019-05-15 20:00:47 · 7028 阅读 · 0 评论 -
tf.nn.dynamic_rnn()
函数原型tf.nn.dynamic_rnn( cell, inputs, sequence_length=None, initial_state=None, dtype=None, parallel_iterations=None, swap_memory=False, time_major=False, scope=N...原创 2019-05-24 20:47:12 · 407 阅读 · 0 评论 -
tf.concat()
tf.concat([tensor1, tensor2, tensor3,...], axis)表示在第0维度上进行拼接;表示在第0维度上进行拼接。import tensorflow as tft1=tf.constant([1,2,3])t2=tf.constant([4,5,6])t3=tf.concat([t1, t2], 0) print(t3)with tf.Se...原创 2019-05-22 08:40:04 · 760 阅读 · 0 评论 -
iterable和iterator的区别
首先从字面意思来解释Iterable和Iterator的区别Iterable:由英文的命名规则知道,后缀是able的意思就是可怎么样的,因此iterable就是可迭代的意思。Iterator:由英文的命名规则知道,后缀是or或者er的都是指代名词,所以iterator的意思是迭代器。这两个概念之间有一个包含与被包含的关系,如果一个对象是迭代器,那么这个对象肯定是可迭代的;但是反过来,如果一个...转载 2019-06-19 15:45:21 · 4026 阅读 · 0 评论 -
tensorflow中的tf.nn.bidirectional_dynamic_rnn
Tensorflow中实现双向RNNstf.contrib.rnn.bidirectional_dynamic_rnn()在tensorflow中已经提供了双向RNNs的接口,使用tf.contrib.rnn.bidirectional_dynamic_rnn()这个函数,就可以很方便的构建双向RNN网络。首先看下接口的一些参数bidirectional_dynamic_rnn(...原创 2019-07-05 08:39:36 · 703 阅读 · 0 评论