总结python中函数的格式_Python 中 function(#) (X)格式 和 (#)在Python3.*中的注意事项...

python 的语法定义和C++、matlab、java 还是很有区别的。

1. 括号与函数调用

def devided_3(x):

return x/3.

print(a) #不带括号调用的结果：

print(a(3)) #带括号调用的结果：1

不带括号时，调用的是函数在内存在的首地址； 带括号时，调用的是函数在内存区的代码块，输入参数后执行函数体。

2. 括号与类调用

class test():

y = 'this is out of __init__()'

def __init__(self):

self.y = 'this is in the __init__()'

x = test # x是类位置的首地址

print(x.y) # 输出类的内容：this is out of __init__()

x = test() # 类的实例化

print(x.y) # 输出类的属性：this is in the __init__() ;

3. function(#) (input)

def With_func_rtn(a):

print("this is func with another func as return")

print(a)

def func(b):

print("this is another function")

print(b)

return func

func(2018)(11)

>>> this is func with another func as return

2018

this is another function

11

其实，这种情况最常用在卷积神经网络中：

def model(input_shape):

# Define the input placeholder as a tensor with shape input_shape.

X_input = Input(input_shape)

# Zero-Padding: pads the border of X_input with zeroes

X = ZeroPadding2D((3, 3))(X_input)

# CONV -> BN -> RELU Block applied to X

X = Conv2D(32, (7, 7), strides = (1, 1), name = 'conv0')(X)

X = BatchNormalization(axis = 3, name = 'bn0')(X)

X = Activation('relu')(X)

# MAXPOOL

X = MaxPooling2D((2, 2), name='max_pool')(X)

# FLATTEN X (means convert it to a vector) + FULLYCONNECTED

X = Flatten()(X)

X = Dense(1, activation='sigmoid', name='fc')(X)

# Create model. This creates your Keras model instance, you'll use this instance to train/test the model.

model = Model(inputs = X_input, outputs = X, name='HappyModel')

return model

总结

以上所述是小编给大家介绍的Python 中 function(#) (X)格式 和 (#)在Python3.*中的注意，希望对大家有所帮助，如果大家有任何疑问请给我留言，小编会及时回复大家的。在此也非常感谢大家对我们网站的支持！

本文标题: Python 中 function(#) (X)格式 和 (#)在Python3.*中的注意事项

本文地址: http://www.cppcns.com/jiaoben/python/245959.html