159 lines
3.1 KiB
Plaintext
159 lines
3.1 KiB
Plaintext
|
{
|
|||
|
"cells": [
|
|||
|
{
|
|||
|
"cell_type": "code",
|
|||
|
"execution_count": 1,
|
|||
|
"metadata": {},
|
|||
|
"outputs": [],
|
|||
|
"source": [
|
|||
|
"import env"
|
|||
|
]
|
|||
|
},
|
|||
|
{
|
|||
|
"cell_type": "code",
|
|||
|
"execution_count": 2,
|
|||
|
"metadata": {},
|
|||
|
"outputs": [
|
|||
|
{
|
|||
|
"name": "stdout",
|
|||
|
"output_type": "stream",
|
|||
|
"text": [
|
|||
|
"31\n",
|
|||
|
"5\n",
|
|||
|
"3\n"
|
|||
|
]
|
|||
|
}
|
|||
|
],
|
|||
|
"source": []
|
|||
|
},
|
|||
|
{
|
|||
|
"cell_type": "code",
|
|||
|
"execution_count": 33,
|
|||
|
"metadata": {},
|
|||
|
"outputs": [
|
|||
|
{
|
|||
|
"name": "stdout",
|
|||
|
"output_type": "stream",
|
|||
|
"text": [
|
|||
|
"包含None!\n",
|
|||
|
"[123 None]\n"
|
|||
|
]
|
|||
|
}
|
|||
|
],
|
|||
|
"source": [
|
|||
|
"import numpy as np\n",
|
|||
|
"\n",
|
|||
|
"def qa(aa = None):\n",
|
|||
|
" try:\n",
|
|||
|
" isaanone = aa.any() == None\n",
|
|||
|
" if aa.all() == None:\n",
|
|||
|
" print(\"包含None!\")\n",
|
|||
|
" except:\n",
|
|||
|
" isaanone =True\n",
|
|||
|
" if isaanone:\n",
|
|||
|
" print('none')\n",
|
|||
|
" else:\n",
|
|||
|
" print(aa)\n",
|
|||
|
"\n",
|
|||
|
"qa(np.array([123,None]))"
|
|||
|
]
|
|||
|
},
|
|||
|
{
|
|||
|
"cell_type": "code",
|
|||
|
"execution_count": 30,
|
|||
|
"metadata": {},
|
|||
|
"outputs": [
|
|||
|
{
|
|||
|
"name": "stdout",
|
|||
|
"output_type": "stream",
|
|||
|
"text": [
|
|||
|
"[[[1 1 1 1 1]\n",
|
|||
|
" [1 2 1 1 1]]\n",
|
|||
|
"\n",
|
|||
|
" [[2 1 3 4 5]\n",
|
|||
|
" [2 2 3 4 5]]\n",
|
|||
|
"\n",
|
|||
|
" [[3 1 3 4 5]\n",
|
|||
|
" [3 2 3 4 5]]]\n",
|
|||
|
"-\n",
|
|||
|
"tf.Tensor(\n",
|
|||
|
"[[1 1 1 1 1]\n",
|
|||
|
" [2 1 3 4 5]\n",
|
|||
|
" [3 1 3 4 5]], shape=(3, 5), dtype=int32)\n",
|
|||
|
"-\n",
|
|||
|
"tf.Tensor(\n",
|
|||
|
"[[1 2 1 1 1]\n",
|
|||
|
" [2 2 3 4 5]\n",
|
|||
|
" [3 2 3 4 5]], shape=(3, 5), dtype=int32)\n"
|
|||
|
]
|
|||
|
}
|
|||
|
],
|
|||
|
"source": [
|
|||
|
"import numpy as np\n",
|
|||
|
"import tensorflow as tf\n",
|
|||
|
"\n",
|
|||
|
"aa = np.array([[[1,1,1,1,1],[1,2,1,1,1],[1,3,1,1,1]],\n",
|
|||
|
" [[2,1,3,4,5],[2,2,3,4,5],[2,3,3,4,5]],\n",
|
|||
|
" [[3,1,3,4,5],[3,2,3,4,5],[3,3,3,4,5]]])\n",
|
|||
|
"tt = tf.constant(aa)\n",
|
|||
|
"bb = np.array([6,3,6,3,2,3])\n",
|
|||
|
"\n",
|
|||
|
"print(aa[:,0:2])\n",
|
|||
|
"aa[:,2:]\n",
|
|||
|
"\n",
|
|||
|
"for asd in tf.transpose(aa[:,0:2],perm=[1,0,2]):\n",
|
|||
|
" print('-')\n",
|
|||
|
" print(asd)"
|
|||
|
]
|
|||
|
},
|
|||
|
{
|
|||
|
"cell_type": "code",
|
|||
|
"execution_count": 35,
|
|||
|
"metadata": {},
|
|||
|
"outputs": [
|
|||
|
{
|
|||
|
"data": {
|
|||
|
"text/plain": [
|
|||
|
"<tf.Tensor: shape=(), dtype=int32, numpy=1>"
|
|||
|
]
|
|||
|
},
|
|||
|
"execution_count": 35,
|
|||
|
"metadata": {},
|
|||
|
"output_type": "execute_result"
|
|||
|
}
|
|||
|
],
|
|||
|
"source": [
|
|||
|
"import tensorflow as tf\n",
|
|||
|
"aa = tf.constant(0)\n",
|
|||
|
"bb = aa+1\n",
|
|||
|
"bb\n"
|
|||
|
]
|
|||
|
}
|
|||
|
],
|
|||
|
"metadata": {
|
|||
|
"interpreter": {
|
|||
|
"hash": "86e2db13b09bd6be22cb599ea60c1572b9ef36ebeaa27a4c8e961d6df315ac32"
|
|||
|
},
|
|||
|
"kernelspec": {
|
|||
|
"display_name": "Python 3.9.7 64-bit",
|
|||
|
"language": "python",
|
|||
|
"name": "python3"
|
|||
|
},
|
|||
|
"language_info": {
|
|||
|
"codemirror_mode": {
|
|||
|
"name": "ipython",
|
|||
|
"version": 3
|
|||
|
},
|
|||
|
"file_extension": ".py",
|
|||
|
"mimetype": "text/x-python",
|
|||
|
"name": "python",
|
|||
|
"nbconvert_exporter": "python",
|
|||
|
"pygments_lexer": "ipython3",
|
|||
|
"version": "3.9.7"
|
|||
|
},
|
|||
|
"orig_nbformat": 4
|
|||
|
},
|
|||
|
"nbformat": 4,
|
|||
|
"nbformat_minor": 2
|
|||
|
}
|