问题标签 [unfold]

我正在学习递归方案，事实证明，针对列表类型实现它们对我很有帮助。然而，我被困在了同态。

这是tails我最近发现的关于 apo 的实现：

不幸的是，我无法Data.Functor.Foldable使用 GHCi 导入，因为我收到了未找到包的错误。另一项搜索揭示了这种特定于列表的 apo 实现：

显然，apoList的第一个参数与 不匹配tailsApo。我会将类型解释为apoList :: ([b] -> Either (a, b) [a])) -> [b] -> [a].

似乎没有更多关于这个主题的初学者友好信息。我很感激任何帮助。

问题表述

通俗地说，我想编写一个函数，它以生成二进制分解和一个元素（通常是中性）的函数作为输入，创建一个任意长度的分解生成器。更具体地说，让我们首先nfoldr在 Clojure 中定义函数。

这里nil使用的意思是“未定义的输出，输入不在函数的域中”。此外，让我们将函数的逆关系f视为定义的集值函数inv(f)(y) = {x | f(x) = y}。

我想定义一个函数nunfoldr，这样inv(nfoldr(f , e)(n)) = nunfoldr(inv(f) , e)(n)当每个元素y inv(f)(y)都是有限的时，对于每个二元函数f、元素e和自然数n。

此外，我希望在二维的懒惰意义上尽可能懒惰地生成分解。我的目标是，当第一次获得分解的某些部分时，下一部分或下一个分解所需的（很多）计算不会发生。类似地，当第一次获得一个因式分解时，下一个分解不需要进行计算，而之前的所有分解都完全实现了。

在另一种形式中，我们可以使用以下较长版本的nfoldr，这相当于较短e的 是中性元素。

一个特例

这个问题是该问题中描述的生成分区问题的概括。让我们看看如何将旧问题简化为当前问题。我们有每个自然数n：

npt(n) = inv(nconcat(n)) = inv(nfoldr(concat2 , ())(n)) = nunfoldr(inv(concat2) , ())(n) = nunfoldr(pt2 , ())(n)

在哪里：

• npt(n)生成n-ary 分区
• nconcat(n)计算n-ary 连接
• concat2计算二进制连接
• pt2生成二进制分区

因此，以下定义给出了该问题的解决方案。

首先，如果标题具有误导性，我深表歉意，它基于我认为我的问题可能是什么。我正在创建一个惰性元组列表，最终目标是找到所有值小于或等于 n 的毕达哥拉斯三元组，而不是创建所有可能的“三元组”组合，我采用了这种我认为更有效的方法但可能有点矫枉过正，但是，它有效:)

现在我试图把它变成一个函数，它可以做完全相同的事情，同时只将 n 作为一个可能非常简单的参数，但是我一直在尝试模式匹配给定的 n 参数时遇到问题。到目前为止，这是我想出的：

我在尝试像之前所做的那样初始化列表时不断收到错误，并且作为 Scala 的初学者，我似乎无法理解为什么。我已经尝试过使用和不使用反引号的论点，但这也不起作用。想知道是否有人可以帮助我解决问题，并且我想知道是否可以在函数中“全局”匹配给定的整数参数。谢谢！

我正在尝试在描述列表变形的 Haskell 中翻译这段代码，但不能完全让它工作。

最后三行应该生成一个函数 count 给定一个 int 将产生一个 int 列表 [n, n-1, ..., 1]

哈斯克尔代码：

到目前为止我所拥有的：

我收到以下错误：

不知道如何解决这个问题，因为我对 SML 不是很精通。

我正在尝试缓存无限序列的三角形数字的结果。

但是，当我尝试缓存时，它似乎并没有像我预期的那样工作

这打印

我缓存不正确吗？打印的第二个序列不应该是第一个序列的延续吗？我不太确定如何进步。

我得到了这个 Java 函数，我必须编写一段代码，该代码通过展开循环三次而得到。这是什么意思？

我对 Keras 层的架构有疑问。关于展开层的架构。例如，我想看看 Keras 中用于 Dense 层的主要方程，n. 神经元的数量、激活函数和偏差是相互关联的。这对于 Dense 层的逻辑低估似乎非常简单。但是，例如，找出相应层内的 tfa.ESN 层乘法对我很有帮助。

谢谢大家，J

使用此定义，我收到以下错误：

有没有办法解决这个问题并定义这个功能？

最近我遇到了一些代码，它从形状为 N x B x H x W 的 RGB 图像（或它们的集合）中提取（滑动窗口样式）许多方形补丁。他们这样做如下：

通过阅读文档，我了解到该方法“从维度中的自张量unfold()返回所有大小的切片”，但是尽我所能，我只是无法很好地理解为什么堆叠两个调用会产生方形补丁。我知道当你在张量上使用一次时会发生什么。我不明白当你在两个不同的维度上连续调用它两次时会发生什么。sizedim.unfold()unfold()

我已经多次看到这种方法被使用过，但总是没有很好地解释它为什么起作用（1、2），这让我发疯了。为什么空间维度H和W置换为暗淡 1 和 2，而通道暗淡设置为 3？为什么在昏暗 1 上以相同的方式展开，然后在昏暗 2 上会产生正方形patch_width的patch_width补丁？

任何见解都将不胜感激，即使它只是我错过的文章的链接。我已经在谷歌上搜索了一个多小时，但收效甚微。谢谢！

[1] PyTorch 论坛帖子

[2]另一个论坛帖子做同样的事情

我使用 Highcharts 瀑布（以及用于多种测量的堆叠瀑布），它非常强大。我想通过动态折叠/展开获得更好的渲染。在以下示例中：https ://jsfiddle.net/vegaelce/4x1ndpjr/ 我将默认隐藏所有 california/colorado/dc 列（只有小计和总计列可见），当鼠标悬停在小计/总计列上时，专用的 california显示 /colorado/dc 列。

我想我可以使用

但是如何隐藏不是 isIntermediateSum 的列并仅显示与 isIntermediateSum overed 相关的列？

谢谢