的符号)。请注意，k 不可为零。如果 k 为 None，则当作 1 处理。 (6) 拼接不可变序列总是会生成新的对象。这意味着通过重复拼接来构建序列的运行时开销将会基于 序列总长度的乘方。想要获得线性的运行时开销，你必须改用下列替代方案之一： • 如果拼接str 对象，你可以构建一个列表并在最后使用str.join() 或是写入一个io. StringIO 实例并在结束时获取它的值 • 如果拼接bytes 字”）。不存在可在线性 时间内将一个字符串转换为二进制整数或将一个二进制整数转换为字符串的算法，除非基数为 2 的乘方。 对于基数为 10 来说已知最好的算法也有亚二次方复杂度。转换一个大数值如 int('1' * 500_000) 在快速的 CPU 上也会花费一秒以上的时间。 限制转换大小提供了一个避免 CVE-2020-10735 的可行方法。 此限制会在可能涉及非线性转换算法时作用于输入 repr(integer)。 • 任何其他目标是以 10 为基数的字符串转换，例如 f"{integer}", "{}".format(integer) 或 b"%d" % integer。 此限制不会作用于使用线性算法的函数: • int(string, base) 中 base 可以为 2, 4, 8, 16 或 32。 • int.from_bytes() 和int.to_bytes()。 • hex()

些代码紧凑，易于调试，并且易于扩展。 1.3 快速开始：30 秒上手 Keras Keras 的核心数据结构是 model，一种组织网络层的方式。最简单的模型是 Sequential 顺 序模型，它是由多个网络层线性堆叠的栈。对于更复杂的结构，你应该使用 Keras 函数式 API， 它允许构建任意的神经网络图。 Sequential 顺序模型如下所示： from keras.models import Sequential NVIDIA、优步、苹果（通过 CoreML）等。 快速开始 8 3 快速开始 3.1 Sequential 顺序模型指引 3.1.1 开始使用 Keras 顺序 (Sequential) 模型 顺序模型是多个网络层的线性堆叠。 你可以通过将层的列表传递给 Sequential 的构造函数，来创建一个 Sequential 模型： from keras.models import Sequential from 个模型副本处理不同部分的输入数据。 Keras 有一个内置的实用函数 keras.utils.multi_gpu_model，它可以生成任何模型的数据并 行版本，在多达 8 个 GPU 上实现准线性加速。 有关更多信息，请参阅 multi_gpu_model 的文档。这里是一个简单的例子： from keras.utils import multi_gpu_model # 将 `model`

The Python Library Reference, 发布 3.8.20 (6) 拼接不可变序列总是会生成新的对象。这意味着通过重复拼接来构建序列的运行时开销将会基于 序列总长度的乘方。想要获得线性的运行时开销，你必须改用下列替代方案之一： • 如果拼接str 对象，你可以构建一个列表并在最后使用str.join() 或是写入一个io. StringIO 实例并在结束时获取它的值 • 如果拼接bytes 字”）。不存在可在线性 时间内将一个字符串转换为二进制整数或将一个二进制整数转换为字符串的算法，除非基数为 2 的乘方。 对于基数为 10 来说已知最好的算法也有亚二次方复杂度。转换一个大数值如 int('1' * 500_000) 在快速的 CPU 上也会花费一秒以上的时间。 限制转换大小提供了一个避免 CVE-2020-10735 的可行方法。 此限制会在可能涉及非线性转换算法时作用于输入 repr(integer)。 • 任何其他目标是以 10 为基数的字符串转换，例如 f"{integer}", "{}".format(integer) 或 b"%d" % integer。 此限制不会作用于使用线性算法的函数: • int(string, base) 中 base 可以为 2, 4, 8, 16 或 32。 • int.from_bytes() 和int.to_bytes()。 • hex()

The Python Library Reference, 发布 3.8.20 (6) 拼接不可变序列总是会生成新的对象。这意味着通过重复拼接来构建序列的运行时开销将会基于 序列总长度的乘方。想要获得线性的运行时开销，你必须改用下列替代方案之一： • 如果拼接str 对象，你可以构建一个列表并在最后使用str.join() 或是写入一个io. StringIO 实例并在结束时获取它的值 • 如果拼接bytes 字”）。不存在可在线性 时间内将一个字符串转换为二进制整数或将一个二进制整数转换为字符串的算法，除非基数为 2 的乘方。 对于基数为 10 来说已知最好的算法也有亚二次方复杂度。转换一个大数值如 int('1' * 500_000) 在快速的 CPU 上也会花费一秒以上的时间。 限制转换大小提供了一个避免 CVE-2020-10735 的可行方法。 此限制会在可能涉及非线性转换算法时作用于输入 repr(integer)。 • 任何其他目标是以 10 为基数的字符串转换，例如 f"{integer}", "{}".format(integer) 或 b"%d" % integer。 此限制不会作用于使用线性算法的函数: • int(string, base) 中 base 可以为 2, 4, 8, 16 或 32。 • int.from_bytes() 和int.to_bytes()。 • hex()

The Python Library Reference, 发布 3.9.20 (6) 拼接不可变序列总是会生成新的对象。这意味着通过重复拼接来构建序列的运行时开销将会基于 序列总长度的乘方。想要获得线性的运行时开销，你必须改用下列替代方案之一： • 如果拼接str 对象，你可以构建一个列表并在最后使用str.join() 或是写入一个io. StringIO 实例并在结束时获取它的值 • 如果拼接bytes 字”）。不存在可在线性 时间内将一个字符串转换为二进制整数或将一个二进制整数转换为字符串的算法，除非基数为 2 的乘方。 对于基数为 10 来说已知最好的算法也有亚二次方复杂度。转换一个大数值如 int('1' * 500_000) 在快速的 CPU 上也会花费一秒以上的时间。 限制转换大小提供了一个避免 CVE-2020-10735 的可行方法。 此限制会在可能涉及非线性转换算法时作用于输入 repr(integer)。 • 任何其他目标是以 10 为基数的字符串转换，例如 f"{integer}", "{}".format(integer) 或 b"%d" % integer。 此限制不会作用于使用线性算法的函数: • int(string, base) 中 base 可以为 2, 4, 8, 16 或 32。 • int.from_bytes() 和int.to_bytes()。 • hex()

的符号)。请注意， k 不可为零。如果 k 为 None，则当作 1 处理。 (6) 拼接不可变序列总是会生成新的对象。这意味着通过重复拼接来构建序列的运行时开销将会基于序列 总长度的乘方。想要获得线性的运行时开销，你必须改用下列替代方案之一： • 如果拼接str 对象，你可以构建一个列表并在最后使用str.join() 或是写入一个io.StringIO 实例并在结束时获取它的值 • 如果拼接bytes 字”）。不存在可在线性时间 内将一个字符串转换为二进制整数或将一个二进制整数转换为字符串的算法，除非基数为 2 的乘方。对于 基数为 10 来说已知最好的算法也有亚二次方复杂度。转换一个大数值如 int('1' * 500_000) 在快速的 CPU 上也会花费一秒以上的时间。 限制转换大小提供了一个避免 CVE-2020-10735 的可行方法。 此限制会在可能涉及非线性转换算法时作用于输入 repr(integer)。 • 任何其他目标是以 10 为基数的字符串转换，例如 f"{integer}", "{}".format(integer) 或 b"%d" % integer。 此限制不会作用于使用线性算法的函数: • int(string, base) 中 base 可以为 2, 4, 8, 16 或 32。 • int.from_bytes() 和int.to_bytes()。 • hex()

ported, thanks to our open source community, especially: • Alex Brainman, Hector Chu, Joe Poirier, �光京 (Wei Guangjing). – Express Go (an interpreter with JIT compilation). – Ergo (a new compiler for Windows;

The Python Library Reference, 发布 3.7.13 (6) 拼接不可变序列总是会生成新的对象。这意味着通过重复拼接来构建序列的运行时开销将会基于 序列总长度的乘方。想要获得线性的运行时开销，你必须改用下列替代方案之一： • 如果拼接str 对象，你可以构建一个列表并在最后使用str.join() 或是写入一个io. StringIO 实例并在结束时获取它的值 • 如果拼接bytes 方 时 间 而 在 一 般 情 况 下 为 平 方 时 间。 SequenceMatcher 在最坏情况下为平方时间而在一般情况下的行为受到序列中有多少相同 元素这一因素的微妙影响；在最佳情况下则为线性时间。 自动垃圾启发式计算: SequenceMatcher 支持使用启发式计算来自动将特定序列项视为垃圾。这 种启发式计算会统计每个单独项在序列中出现的次数。如果某一项（在第一项之后）的重复次数超 __reversed__() 和 index() 会重复调 用底层的 __getitem__() 方法。因此，如果实现的 __getitem__() 是常数级访问速度，那么 相应的混入方法会有一个线性的表现；然而，如果底层方法是线性实现（例如链表），那么混入方 法将会是平方级的表现，这也许就需要被重构了。 在 3.5 版更改: index() 方法支持 stop 和 start 参数。 class collections

的符号)。请注意， k 不可为零。如果 k 为 None，则当作 1 处理。 (6) 拼接不可变序列总是会生成新的对象。这意味着通过重复拼接来构建序列的运行时开销将会基于序列 总长度的乘方。想要获得线性的运行时开销，你必须改用下列替代方案之一： • 如果拼接str 对象，你可以构建一个列表并在最后使用str.join() 或是写入一个io.StringIO 实例并在结束时获取它的值 • 如果拼接bytes 字”）。不存在可在线性时间 内将一个字符串转换为二进制整数或将一个二进制整数转换为字符串的算法，除非基数为 2 的乘方。对于 基数为 10 来说已知最好的算法也有亚二次方复杂度。转换一个大数值如 int('1' * 500_000) 在快速的 CPU 上也会花费一秒以上的时间。 限制转换大小提供了一个避免 CVE-2020-10735 的可行方法。 此限制会在可能涉及非线性转换算法时作用于输入 repr(integer)。 • 任何其他目标是以 10 为基数的字符串转换，例如 f"{integer}", "{}".format(integer) 或 b"%d" % integer。 此限制不会作用于使用线性算法的函数: • int(string, base) 中 base 可以为 2, 4, 8, 16 或 32。 • int.from_bytes() 和int.to_bytes()。 • hex()

的符号)。请注意，k 不可为零。如果 k 为 None，则当作 1 处理。 (6) 拼接不可变序列总是会生成新的对象。这意味着通过重复拼接来构建序列的运行时开销将会基于 序列总长度的乘方。想要获得线性的运行时开销，你必须改用下列替代方案之一： • 如果拼接str 对象，你可以构建一个列表并在最后使用str.join() 或是写入一个io. StringIO 实例并在结束时获取它的值 • 如果拼接bytes 字”）。不存在可在线性 时间内将一个字符串转换为二进制整数或将一个二进制整数转换为字符串的算法，除非基数为 2 的乘方。 对于基数为 10 来说已知最好的算法也有亚二次方复杂度。转换一个大数值如 int('1' * 500_000) 在快速的 CPU 上也会花费一秒以上的时间。 限制转换大小提供了一个避免 CVE-2020-10735 的可行方法。 此限制会在可能涉及非线性转换算法时作用于输入 repr(integer)。 • 任何其他目标是以 10 为基数的字符串转换，例如 f"{integer}", "{}".format(integer) 或 b"%d" % integer。 此限制不会作用于使用线性算法的函数: • int(string, base) 中 base 可以为 2, 4, 8, 16 或 32。 • int.from_bytes() 和int.to_bytes()。 • hex()