TypeError: <lambda>() missing 1 required positional argument: 'w'

Question

代码在这里

return self.activator(reduce(lambda a, b: a+b, map(lambda x, w: x*w, zip(input_vec, self.weights)), 0.0) + self.bias)

python2.7版本的代码就像lambda (x, w)

但是现在去掉了元组参数解包所以我不知道怎么算:(

Answer 1

你不能再解压了。但是，您可以直接使用元组，并在公式中使用索引：

map(lambda t: t[0]*t[1], zip(input_vec, self.weights))

使用 map 和 lambda 没什么兴趣，生成器理解等效：

(x*w for x,w in zip(input_vec, self.weights))

（和解包工作）

相同的构造需要用外部 lambda 甚至 reduce 重复，这可以用执行元素总和的 sum 完全消除：

return self.activator(sum(x*w for x,w in zip(input_vec, self.weights)) + self.bias)

没有更多的 lambda，更短更清晰

Answer 2

做一个小的运行ning 例子来说明问题是件好事。在您的情况下，事实并非如此，因为我们缺少一些变量。就像我在其他评论中所说的那样，您映射的列表是由元组组成的。正如您已经知道的那样，您不能再解压元组，但您可以像在数组上使用索引一样使用索引。一个简单的工作示例：

val = reduce(lambda a, b: a+b, map(lambda t: t[0]*t[1], zip([10, 20, 30], [0.1, 0.3, 0.7])), 0.0)
print(val)

如您所见，传递给 map 函数的 lambda 函数现在只有一个参数。我称它为 t 是为了表明这是一个元组，如果你愿意，你可以称它为 x。在 function-body 中，我使用索引来获取元组的第一个和第二个元素。如果您运行此代码，您会发现它有效。所以下一步是将其应用到您的代码中：

return self.activator(reduce(lambda a, b: a+b, map(lambda t: t[0]*t[1], zip(input_vec, self.weights)), 0.0) + self.bias)

这应该可以解决问题。

python