machine-learning - for 循环在这里如何工作?
问题描述
下面的代码有什么作用?
我对 for 循环如何在这里起作用感到困惑,希望能帮助我理解。
average_mae_history = [np.mean([x[i] for x in all_mae_histories]) for i in range(num_epochs)]
假设 avg_mae_history
有 4 个列表,每个列表有 500 个元素,其中 4 个列表对应于 4 个折叠,500 个元素对应于每个折叠执行的 500 个时期。
解决方案
在没有尝试的情况下提出问题并告诉你你做了什么以澄清你的疑问是错误的。无论如何,我将解释代码片段:它是一个带有两个 for 循环的简单列表理解。它的基本作用是:
for i in range(num_epochs):
for j in all_mae_history:
temp = []
temp.append(j[i])
z.append(max(temp))
下次在发布代码片段之前告诉我们您做了什么。
推荐阅读
- mysql - sql中同一列的值求和
- angular - 从 Angular 5 升级到 Angular 6 后,“无法读取未定义的属性“原型”
- sql - 有两个条件的滚动和
- unit-testing - 忽略一些外键的预加载存储库
- javascript - SlickJS 幻灯片在 API 调用后不起作用
- php - 使用 php 更新值 JSON 文件
- java - 从 APK 文件中获取 Android Studio 项目
- elasticsearch - 弹性搜索 - 过滤复杂的逻辑查询
- python - 寻找一种有效的方法来找到多条线的截距/光流分析的消失点
- python - 将共享对象添加到 manager.Namespace