Python 什么是'；对于在里面如果不是'；意思是

有一个函数我不知道：

def group_regularization(v):
    const_coeff = lambda W: tf.sqrt(tf.cast(W.get_shape().as_list()[1], tf.float32))
    return tf.reduce_sum([tf.multiply(const_coeff(W), l21_norm(W)) for W in v if 'bias' not in W.name])

最后一行是什么意思

---

起初我以为它是“将函数应用于

W

，除了名为

bias

”的函数之外”，但我不确定。

它表示列表理解扩展如下：

out_list = []
def group_regularization(v):
    ...
    for W in v:
        if 'bias' not in W.name:
            out_list.append(tf.multiply(const_coeff(W), l21_norm(W)))
    tf.reduce_sum(out_list)

它正在迭代

v

中的每个项目，作为

组正则化中的列表传递

然后，检查字符串“bias”是否不在W.name中

然后，对tensorflow执行（任何）操作。
它表示列表理解，扩展如下：

out_list = []
def group_regularization(v):
    ...
    for W in v:
        if 'bias' not in W.name:
            out_list.append(tf.multiply(const_coeff(W), l21_norm(W)))
    tf.reduce_sum(out_list)

它正在迭代
v
中的每个项目，作为
组正则化中的列表传递

然后，检查字符串“bias”是否不在W.name中

然后，对tensorflow执行（任何）操作。
这是一个有条件的操作。它与Tensorflow无关，它只是基本的Python

条件列表的理解形式为

[<expression> for <name> in <list> if <condition>]

[用于if中]

这将迭代
中
为真的所有元素，依次将每个元素分配给
，评估
，并生成新的结果列表。相当于

new_list = []
for <name> in <list>:
    if <condition>:
        new_list.append(<expression>)

new_list=[]
例如：
如果：
新建_list.append（）

除了列表理解是更干净的代码，而且可能运行得更快一些。
这是一个有条件的问题。它与Tensorflow无关，它只是基本的Python

条件列表的理解形式为

[<expression> for <name> in <list> if <condition>]

[用于if中]

这将迭代
中
为真的所有元素，依次将每个元素分配给
，评估
，并生成新的结果列表。相当于

new_list = []
for <name> in <list>:
    if <condition>:
        new_list.append(<expression>)

new_list=[]
例如：
如果：
新建_list.append（）

除此之外，列表理解是更干净的代码，并且可能运行得更快一些。
让我们把它分解一下，这是python的惯例：

#Step 1:
for W in v 
# Will foreach loop W for every item in v

#Step 2:
if 'bias' not in W.name #
# in loop, check if 'bias' was an element of list W.name, if yes, dont do anything with that, if not, do next

#Step 3:
const_coeff(W), l21_norm(W))
# calculate these 2

#Step 4:
tf.multiply(const_coeff(W), l21_norm(W)))
# put those calculated in step 3 into tf.multiply

#Step 5:
[tf.multiply(....)]
# put everything in a list (since you have a loop at step 1)

#Step 6:
tf.reduct_sum([...])
# calculate reduce_sum

#Step 7:
return ....
# pass that result out

让我们将其分解，这是python中的惯例：

#Step 1:
for W in v 
# Will foreach loop W for every item in v

#Step 2:
if 'bias' not in W.name #
# in loop, check if 'bias' was an element of list W.name, if yes, dont do anything with that, if not, do next

#Step 3:
const_coeff(W), l21_norm(W))
# calculate these 2

#Step 4:
tf.multiply(const_coeff(W), l21_norm(W)))
# put those calculated in step 3 into tf.multiply

#Step 5:
[tf.multiply(....)]
# put everything in a list (since you have a loop at step 1)

#Step 6:
tf.reduct_sum([...])
# calculate reduce_sum

#Step 7:
return ....
# pass that result out

是的，这是一个带有条件的列表理解。列表理解可以有多个条件

如果
条件为，则列表理解的一般格式为

[<expression> for <value> in <iterable> if <condition>]

注意：您的iterable可以是
列表、元组、集合、字符串等

为了说明清楚，请考虑这个简单的例子，

>>> v = [1,2,3,4]
>>> v
[1, 2, 3, 4]

假设这是给定代码中的
v
，也为了理解，我们假设
Wname
类似于
W.name

>>> Wname = [1,2]
>>> Wname
[1, 2]

现在您突然决定我想要一个列表x，其中包含来自v的项目，但不在Wname中。六羟甲基三聚氰胺六甲醚。。。怎么做？看看下面

>>> x = [W for W in v if W not in Wname]
>>> x
[3, 4]

您在上面提到的代码中发生了一些类似的事情。
是的，这是一个带有条件的列表理解。列表理解可以有多个条件

如果

条件为，则列表理解的一般格式为

[<expression> for <value> in <iterable> if <condition>]

注意：您的iterable可以是

列表、元组、集合、字符串等

为了说明清楚，请考虑这个简单的例子，

>>> v = [1,2,3,4]
>>> v
[1, 2, 3, 4]

假设这是给定代码中的

v

，也为了理解，我们假设

Wname

类似于

W.name

>>> Wname = [1,2]
>>> Wname
[1, 2]

现在您突然决定我想要一个列表x，其中包含来自v的项目，但不在Wname中。六羟甲基三聚氰胺六甲醚。。。怎么做？看看下面

>>> x = [W for W in v if W not in Wname]
>>> x
[3, 4]

您在上面提到的代码中发生了一些类似的事情