刚它是否能够通过一个功能所需参数传输到可以在函数外Python的传递函数的参数为一个字符串
例如可以使用一个字符串或其它格式一个简单的问题def add(a,b): return a+b
,缺少缩进,抱歉的格式。
是否有可能将这些参数转换为字符串或其他格式?该目标的结果是:
a=10
b=10
str="a,b"
add(str)
对于简单的数据类型,它可以通过这种方式来实现:
但考虑到复杂的条件,如训练神经网络,Keras
,它需要的配置信息,作为数据集,优化器...在各种数据类型中,这种方法不起作用。
这很奇怪,但在我的情况下,如果可以简化我的代码库设计库工具箱training deep neuron networks
,如model.fit()
函数。
希望我的描述有意义。
------------------------------ UPDATE --------------- ------------
对不起,令人困惑的描述。希望这种尝试能够说清楚。
我的问题是在Python API与Keras训练神经网络的环境中,这里是对真正的问题密切的版本:
比方说,我们有一个功能funcA(p1,p2=None,p3,p4=None,....)
与一些可选参数。然后我们有另一个功能funcB(..., params)
得使调用funcA
和我想做的事:
def funcB(..., params):
funcA(params)
让PARAMS作为由funcA()
需要这些参数的容器:
p1=...
p2=...
pn=...
然后params=[p1....pn]
并使用funcB
作为funcB(..., params)
。因此它内部的funcA
可以通过容器params传递给funcB()
的配置执行。
如果您有兴趣,真正的案例是一个培训脚本(让我们说,火车。PY)包括:
model.fit(data,label, batch_size, epochs, verbose...)
我想找到它的outside
的最佳时期量的脚本:
for i in range(3):
run train.py #includes model.fit(params) while params can be delivered in some way.
但难的是如何传输多个(可选或非可选)参数传递到一个容器,称为params在我的情况。
因为它的立场,这将失败,因为它会告诉ÿ你添加期望两个参数,并且你只传递了一个参数。你可能想阅读[python任意参数列表](https://docs.python.org/2.7/tutorial/controlflow.html#arbitrary-argument-lists),这可能会让你更接近你想要的位置。 –
如果我理解了你的问题,我并不完全确定,你能解释一下最多吗? –
@DamianLattenero对不起,我已经更新了它。 –