Python / PEP8> E128 Ich habe versucht, die für den visuellen Einzug unter eingerückte Fortsetzungszeile aufzulösen

TensorFlow

`Betriebsumgebung`


GeForce GTX 1070 (8GB)
ASRock Z170M Pro4S [Intel Z170chipset]
Ubuntu 14.04 LTS desktop amd64
TensorFlow v0.11
cuDNN v5.1 for Linux
CUDA v8.0
Python 2.7.6
IPython 5.1.0 -- An enhanced Interactive Python.
gcc (Ubuntu 4.8.4-2ubuntu1~14.04.3) 4.8.4

Vorwort

original code

Code in der Implementierung. Wir planen, mit TensorFlow 100 Knoten (Eingabe) und 100 Knoten (Ausgabe) zu lernen.

`learn_in100out100.py`


#!/usr/bin/env python
# -*- coding: utf-8 -*-

import sys
import tensorflow as tf
import tensorflow.contrib.slim as slim
import numpy as np

'''
v0.1 Feb. 06, 2017
    - read [test_in.csv],[test_out.csv]
'''

'''
codingrule:PEP8
'''

filename_inp = tf.train.string_input_producer(["test_in.csv"])
filename_out = tf.train.string_input_producer(["test_out.csv"])
NUM_INP_NODE = 100
NUM_OUT_NODE = 100

# parse csv
# a. input node
reader = tf.TextLineReader()
key, value = reader.read(filename_inp)
deflist = [[0.] for idx in range(NUM_INP_NODE)]
input1 = tf.decode_csv(value, record_defaults=deflist)
# b. output node
key, value = reader.read(filename_out)
deflist = [[0.] for idx in range(NUM_OUT_NODE)]
output1 = tf.decode_csv(value, record_defaults=deflist)
# c. pack
inputs = tf.pack([input1])
outputs = tf.pack([output1])

batch_size = 4
inputs_batch, output_batch = tf.train.shuffle_batch([inputs, outputs], batch_size, capacity=40, min_after_dequeue = batch_size)

input_ph = tf.placeholder("float", [None, 1])
output_ph = tf.placeholder("float", [None, 1])

# network

Als ich es mit PEP8 überprüfte, bekam ich den folgenden Fehler.

$ pep8 learn_in100out100.py learn_in100out100.py:38:80: E501 line too long (127 > 79 characters)

Ich habe versucht zu brechen

inputs_batch, output_batch = tf.train.shuffle_batch([inputs, outputs], batch_size, capacity=40, min_after_dequeue = batch_size)

Wurde wie folgt gebrochen.

inputs_batch, output_batch = tf.train.shuffle_batch(
	[inputs, outputs], batch_size, capacity=40, min_after_dequeue = batch_size)

Die zweite Zeile ist jetzt Tab in Sublime Text 2.

$ pep8 learn_in100out100.py learn_in100out100.py:39:1: E101 indentation contains mixed spaces and tabs learn_in100out100.py:39:1: W191 indentation contains tabs

Ich beende Tab

Ich habe Tab verlassen und 4 Leerzeichen gelassen.

inputs_batch, output_batch = tf.train.shuffle_batch(
    [inputs, outputs], batch_size, capacity=40, min_after_dequeue = batch_size)

$ pep8 learn_in100out100.py learn_in100out100.py:39:66: E251 unexpected spaces around keyword / parameter equals learn_in100out100.py:39:68: E251 unexpected spaces around keyword / parameter equals

Die Position des Arguments wurde geändert, um zu brechen

Nicht die erste Liste, sondern die zweite Zeile aus der zweiten batch_size.

inputs_batch, output_batch = tf.train.shuffle_batch([inputs, outputs], 
    batch_size, capacity=40, min_after_dequeue = batch_size)

$ pep8 learn_in100out100.py learn_in100out100.py:39:5: E128 continuation line under-indented for visual indent

Hauptthema

learn_in100out100.py:39:5: E128 continuation line under-indented for visual indent

Umgehen mit.

Referenz http://stackoverflow.com/questions/15435811/what-is-pep8s-e128-continuation-line-under-indented-for-visual-indent

Die Position des Arguments ist, mit den Klammern übereinzustimmen.

inputs_batch, output_batch = tf.train.shuffle_batch([inputs, outputs],
                                                    batch_size, capacity=40, min_after_dequeue = batch_size)

$ pep8 learn_in100out100.py learn_in100out100.py:39:80: E501 line too long (108 > 79 characters) learn_in100out100.py:39:95: E251 unexpected spaces around keyword / parameter equals learn_in100out100.py:39:97: E251 unexpected spaces around keyword / parameter equals

Der Fehler im Hauptthema wurde behoben, aber eine Zeile enthält mehr als 80 Zeichen und kehrt zum Anfang zurück.