Skip to content
This repository has been archived by the owner on Sep 8, 2023. It is now read-only.

Dense的输出是全局变量吗?自定义loss时候未传递输出但是依然可以使用该输出结果 #83

Open
lupupu opened this issue Jun 17, 2019 · 3 comments

Comments

@lupupu
Copy link

lupupu commented Jun 17, 2019

No description provided.

@lupupu
Copy link
Author

lupupu commented Jun 17, 2019

image

@xinpingwang
Copy link

@lupupu 这个是 Python 中变量作用域的问题,和 Keras 本身无关,你可以尝试一下下面这个代码:

def add(a, b):
    return c + d

// first print
print(add(1, 2))

c = 2
d = 5

// second print
print(add(1, 2))

第一个 print 语句执行的时候 c 和 d 还没有声明,所以这行会报错,而对于第二个 print 语句,c 和 d 已经声明,所以程序可以正常执行

@lupupu
Copy link
Author

lupupu commented Sep 23, 2019

@lupupu 这个是 Python 中变量作用域的问题,和 Keras 本身无关,你可以尝试一下下面这个代码:

def add(a, b):
    return c + d

// first print
print(add(1, 2))

c = 2
d = 5

// second print
print(add(1, 2))

第一个 print 语句执行的时候 c 和 d 还没有声明,所以这行会报错,而对于第二个 print 语句,c 和 d 已经声明,所以程序可以正常执行

谢谢啦

Sign up for free to subscribe to this conversation on GitHub. Already have an account? Sign in.
Labels
None yet
Projects
None yet
Development

No branches or pull requests

2 participants