Как обновить изображение, сгенерированное AutoEncoder, при изучении GAN с использованием AutoEncoder

vscode-phpcs относится к проекту GitHub squizlabs/PHP_CodeSniffer , который интегрирует PHP_CodeSniffer в VSCode.

Его readme упоминает настройку phpcs.ignorePatterns:

Массив шаблонов glob для пропусков файлов и папок, которые совпадают при использовании ваших документов.

{
    "phpcs.ignorePatterns": [
        "*/ignored-file.php",
        "*/ignored-dir/*"
    ]
}

Это относится к опции PHP CodeSniffer --ignore .

Это не то, что вы хотите точно, поскольку оно игнорирует все ошибки в заданном наборе файлов.

Но вы можете использовать синтаксис PHP CodeSniffer для игнорирования ошибок :

Игнорирование частей файла

Некоторые части вашего кода могут не соответствовать стандарту кодирования. Например, вам может потребоваться разорвать ваш стандарт для интеграции с внешней библиотекой или веб-службой. Чтобы остановить PHP_CodeSniffer, генерируя ошибки для этого кода, вы можете обернуть его в специальные комментарии. Затем PHP_CodeSniffer спрячет все ошибки и предупреждения, которые генерируются для этих строк кода.

$xmlPackage = new XMLPackage;
// phpcs:disable
$xmlPackage['error_code'] = get_default_error_code_value();
$xmlPackage->send();
// phpcs:enable

Опять же, не совсем то, что вы хотите, так как вы должны указать это в файле -file основы

Вы можете отключить несколько кодов сообщений об ошибках, sniff, категории или стандарты, используя список, разделенный запятыми. Вы также можете выборочно повторно включить только те, которые вы хотите.

В следующем примере отключается весь стандарт кодирования PEAR и все фреймы Squiz, прежде чем выборочно повторно включить определенный sniff. Затем он снова включает все правила проверки в конце.

// phpcs:disable PEAR,Squiz.Arrays
$foo = [1,2,3];
bar($foo,true);
// phpcs:enable PEAR.Functions.FunctionCallSignature
bar($foo,false);
// phpcs:enable

0
задан 河野裕允 18 January 2019 в 19:28
поделиться

1 ответ

Проблема со следующей строкой. Шум должен быть случайным образом распределенным массивом.

noise = np.array(size=[batch_size, batch_images], low=-1.0, high=1.0) 

Вы можете изменить вышеуказанную строку на следующую. А также batch_images не размер. Это массив изображений. Таким образом, вместо batch_images вы должны указать здесь форму выходного сигнала генератора. Например, если генератор выводит (64,64,3) цветное изображение, вы должны указать его вместо batch_images.

noise = np.random.uniform(size=[batch_size, gen_out_xshape, gen_out_yshape, no_of_channels], low=-1.0, high=1.0) 

Обратите внимание, что no_of_channels не требуется, если изображения имеют формат градаций серого.

0
ответ дан avin 18 January 2019 в 19:28
поделиться
Другие вопросы по тегам:

Похожие вопросы: