, Используйте абсолютный импорт:

сСтандартная библиотека четко документируеткак импортировать исходные файлы напрямую (учитывая абсолютный путь к исходному файлу), но этот подход не работает...

, Поэтому, хотя мы имеем дело с дискретным распределением вероятностей (текст), мы должны возвести в степень с помощью e, то есть использовать tf.exp (train_loss), как предложил Колин Скоу.

Можно было бы подумать, чтобы найти менее эффективный подход, хотя он, вероятно, существует :) Ура

DYZ

ужно преобразовать мой список в один столбец данных pandasТекущий список (len = 3):

, Чтобы увидеть больше вариантов:

По крайней мере, это работает, если параллельная функция является функцией глобальной области видимости, но вы не уверены, что это также верно для класса, как в вашем случае.

append: если таблица существует, вставьте данные. Создать, если не существует.

Не могли бы вы объяснить, что ~ делает в вашем коде df1 [~ df1.isin (df2)], пожалуйста? Не могу ничего из этого гуглить, потому что это просто символ. Благодарю.

 (не могу комментировать) но быстрее:

точник,

 это тензор.

я есть два тензора,