def Create_Job(self): self.Jobs = [] for i in range(self.J_num): J = Item() self.Jobs.append(J)

这段代码是一个类的方法，用于创建工作项。首先，它创建了一个空列表self.Jobs，用于存储工作项。然后，使用for循环创建self.J_num个工作项，并将它们添加到列表self.Jobs中。每个工作项都是通过调用Item()类创建的新实例，并使用append()方法将其添加到self.Jobs列表中。最终，该方法返回一个包含所有工作项的列表self.Jobs。

相关问题

#__iter__和__next__（迭代） class item(): def __init__(self,price,type): self.price=price self.type=type def __iter__(self): self.n=0 return self def __next__(self): if self.n<len(self.type): result=self.type[self.n] self.n += 1 else: raise StopIteration afruit=item(18.5,['apple','banana','pear','orange']) for types in afruit: print(types) 错误在哪

在你的代码中，`__next__`方法没有返回任何值，应该返回`result`。此外，`StopIteration`的引发应该在方法体内，而不是在方法名后面，因此应该在`if`语句块下面添加`raise StopIteration`。

下面是修改后的代码：

class item():
    def __init__(self, price, type):
        self.price = price
        self.type = type

    def __iter__(self):
        self.n = 0
        return self

    def __next__(self):
        if self.n < len(self.type):
            result = self.type[self.n]
            self.n += 1
            return result
        else:
            raise StopIteration

afruit = item(18.5, ['apple', 'banana', 'pear', 'orange'])
for types in afruit:
    print(types)

输出：

apple
banana
pear
orange

class sampler (Sampler): def u (self, train size, batch_ size): num_ data = train_ size self .num_ per batch = int(num_ data 1 batch_ size) self .batch size = batch_ size self .range = torch.arange(0, batch_ size) .view(1, batch_ size).long() self.leftover flag = False if num_ data % batch_ size: self.leftover = torch.arange(self .num_ per batch * batch_ size, num_ data) . long( )self.leftover flag = True def_ iter_a (self): rand_ num = torch.randperm(self .num_ per_ batch) .view(-1, 1) * self .batch size self .rand_ num = rand_ num. expand(self .num_ per_ batch, self .batch_size) + self .range self .rand num_view = self .rand_ num. view(-1) if self.leftover_ flag: self .rand_ num_ view = torch.cat((self.rand_ num_ view, self.leftover), 0 return iter(self .rand_ num_ view) def Len_ (self): return num_ data 分析上述代码中的错误

代码中的错误在于使用了错误的语法和变量命名。以下是需要修正的错误：

1. 函数 `u()` 的定义中，应该将 `train size` 改为 `train_size`。同样的，`batch_ size` 改为 `batch_size`。

2. 在 `u()` 函数中，`int(num_ data 1 batch_ size)` 的语法是错误的，应该改为 `int(num_data / batch_size)`。

3. 在 `u()` 函数中，`self.leftover flag` 的语法也是错误的，应该改为 `self.leftover_flag`。

4. 在 `u()` 函数中，`long( )self.leftover flag = True` 的语法是错误的，应该将其分成两行，并且添加缺少的冒号。

5. 在 `def_ iter_a()` 函数中，`rand_ num = torch.randperm(self .num_ per_ batch) .view(-1, 1) * self .batch size` 的语法是错误的，应该将 `self .batch size` 改为 `self.batch_size`。

6. 在 `def_ iter_a()` 函数中，`self .rand num_view = self .rand_ num. view(-1)` 的语法是错误的，应该将 `self .rand num_view = self .rand_ num. view(-1)` 改为 `self.rand_num_view = self.rand_num.view(-1)`。

7. 在 `def_ iter_a()` 函数中，`if self.leftover_ flag:` 的语法是错误的，应该将其改为 `if self.leftover_flag:`。

8. 在 `def_ iter_a()` 函数中，`self .rand_ num_ view = torch.cat((self.rand_ num_ view, self.leftover), 0` 的语法是错误的，应该将其改为 `self.rand_num_view = torch.cat((self.rand_num_view, self.leftover), 0)`。

9. 在 `def Len_()` 函数中，`return num_ data` 的语法是错误的，应该将其改为 `return num_data`。

修正以上错误后的代码如下：

class Sampler:
    def u(self, train_size, batch_size):
        num_data = train_size
        self.num_per_batch = int(num_data / batch_size)
        self.batch_size = batch_size
        self.range = torch.arange(0, batch_size).view(1, batch_size).long()
        self.leftover_flag = False
        if num_data % batch_size:
            self.leftover = torch.arange(self.num_per_batch * batch_size, num_data).long()
            self.leftover_flag = True

    def iter_a(self):
        rand_num = torch.randperm(self.num_per_batch).view(-1, 1) * self.batch_size
        self.rand_num = rand_num.expand(self.num_per_batch, self.batch_size) + self.range
        self.rand_num_view = self.rand_num.view(-1)
        if self.leftover_flag:
            self.rand_num_view = torch.cat((self.rand_num_view, self.leftover), 0)
        return iter(self.rand_num_view)

    def Len(self):
        return num_data

以上是修正后的代码。修正后代码中的变量命名和语法都是正确的。