我试图使用深度学习对imdb数据集上的评论进行分类。这里我有一个可变大小的列表。我感兴趣的是在这些可变大小的列表中找到最大大小的列表。但是我从两种不同的方法得到了不同的结果。有人能分辨出哪一个是正确的吗。
我的代码如下:
from keras.datasets import imdb
from keras.layers import Dense
from keras.models import Sequential
#importing datasets
(x,y),(xtest,ytest) = imdb.load_data(num_words = 10000)
#trying for loop method
max(max(i) for i in x)
#trying max method
max(max(x, key = len))is循环方法生成9999,而max方法生成9890.
提前感谢
发布于 2019-03-29 13:21:03
假设x是一个列表列表,max(x, key = len)会在x中给出最长的列表,所以当您执行max(max(x, key = len))时,您将得到最长列表中的最大元素,这不是您想要的。移除外部max,它将按预期工作。
https://stackoverflow.com/questions/55418139
复制相似问题