TensorFlow / python> // grammaire> Cela semble être la division entière de python / En Python 2.X, décrire à partir de la division d'importation / division de plancher de __future__

Environnement d'exploitation


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 Tout en apprenant.

fully_connected_feed.py La partie suivante que j'ai trouvée en lisant le code de. Code dans 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

//

J'ai étudié la notation.

Il semble que ce soit une division entière.

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

L'une des trois questions qui m'inquiétaient dans mnist.py a été résolue.

Vous devriez étudier plus Python.


D'autres réponses ont été ajoutées à [stackoverflow](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).

Suivez le lien du débordement de pile pour plus de détails.

Recommended Posts

TensorFlow / python> // grammaire> Cela semble être la division entière de python / En Python 2.X, décrire à partir de la division d'importation / division de plancher de __future__
python> lien> from __future__ import print_function> Autoriser Python 3.X print () à être utilisé dans Python 2.X
traitement python3 qui semble utilisable dans paiza
[Python] Il semble que les variables globales ne puissent pas être référencées en multitraitement
python> lien> de __future__ import absolu_import
[TensorFlow 2] Il est recommandé de lire la quantité de fonction de TFRecord en unités de lots.