def Create_Job(self): self.Jobs = [] for i in range(self.J_num): J = Item() self.Jobs.append(J)
时间: 2024-02-15 09:45:40 浏览: 17
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:
```python
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:
```python
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。