TensorFlow / python> // grammar> Es scheint sich um die Ganzzahldivision von Python zu handeln

Betriebsumgebung


Ubuntu 14.04 LTS desktop amd64
GeForce GTX 750 Ti
ASRock Z170M Pro4S [Intel Z170chipset]
TensorFlow v0.11
cuDNN v5.1 for Linux
CUDA v7.5

http://blog.brainpad.co.jp/entry/2016/03/28/170000 Beim Lernen.

fully_connected_feed.py Den folgenden Teil habe ich beim Lesen des Codes von gefunden. Code in do_eval ().

  # And run one epoch of eval.
  true_count = 0  # Counts the number of correct predictions.
  steps_per_epoch = data_set.num_examples // FLAGS.batch_size

//

Ich habe die Notation untersucht.

Es scheint, dass es sich um eine ganzzahlige Division handelt.

http://stackoverflow.com/questions/39968211/what-is-the-meaning-of-in-fully-connected-feed-py

http://stackoverflow.com/questions/183853/in-python-what-is-the-difference-between-and-when-used-for-division

In Python 2.2 or later in the 2.x line, there is no difference for integers unless you perform a from future import division, which causes Python 2.x to adopt the behavior of 3.0

Eine der drei Fragen, über die ich mir in mnist.py Sorgen gemacht habe, wurde gelöst.

Sie sollten Python mehr studieren.


Weitere Antworten wurden zu [stackoverflow] hinzugefügt (http://stackoverflow.com/questions/39968211/what-is-the-meaning-of-in-fully-connected-feed-py/39976543#39976543).

As Trejkaz points out in a comment, in Python 3, the // operator means floor division (or integer division): i.e. the result is equivalent to floor(data_set.num_examples / FLAGS.batch_size).

Folgen Sie dem Link vom Stapelüberlauf für weitere Details.

Recommended Posts

TensorFlow / python> // grammar> Es scheint sich um die Ganzzahldivision von Python zu handeln
python> link> from __future__ import print_function> Erlaube die Verwendung von Python 3.X print () in Python 2.X.
Python3-Verarbeitung, die in Paiza verwendbar zu sein scheint
[Python] Es scheint, dass globale Variablen in Multiprocessing nicht referenziert werden können
python> link> from __future__ importiere absolute_import
[TensorFlow 2] Es wird empfohlen, die Funktionsmenge von TFRecord in Batch-Einheiten zu lesen.