Најди сличен содржај

Изворен канал @pythonotes · Post #156 · 2 окт.

Те, кто в Python не первый день, хорошо знают, что на число можно умножить не только число, но и другие типы. Главное, чтобы у этих типов была реализация такой операции. # list >>> [1] * 3 [1, 1, 1] # tuple >>> (2, 3) * 3 (2, 3, 2, 3, 2, 3) # string >>> "A" * 3 "AAA" Так работает полиморфизм стандартных типов. Интересно здесь то, что это сработает и в том случае, когда порядок операндов обратный. То есть int умножить на [тип]. # list >>> 3 * [1] [1, 1, 1] # tuple >>> 3 * (2, 3) (2, 3, 2, 3, 2, 3) # string >>> 3 * "A" "AAA" Если хотите реализовать такое поведение в ваших классах то следует помнить два момента: 1. Если множитель справа, то вам нужно реализовать метод __mul__, наш класс это первый операнд, то есть слева. myType * 3 2. Если множитель слева, то вам нужно реализовать метод __rmul__, наш класс это второй операнд, справа. 3* myType Всё тоже самое можно делать и для других математических операторов. И если в этом примере действие и результат будут фактически одинаковыми, то бывают ситуации, когда это не так. Например, при умножении матриц имеет значение порядок операндов. Для других операторов, таких как деление или сдвиг, очень важно кто с какой стороны находится. >>> 2/4, 4/2 (0.5, 2.0) >>> 2<<3, 3<<2 (16, 12) >>> 100%15, 15%100 (10, 15) #tricks#basic

Hashtags

#tricks #basic

Резултати

Пронајдени 1 слични објави

Пребарај: #aitrilogue

当前筛选 #aitrilogue清除筛选

AI & Law

@ai_and_law · Post #74 · 03.08.2023 г., 07:04

Најди слично Погледај

Advancing Responsible AI: Insights from the American Chamber of Commerce Hello, AI community! Today, we bring you valuable insights from the American Chamber of Commerce to the European Union's position paper for the AI Act trilogue negotiations. Let's look into the facts and recommendationstons. 🔹 Defining AI: The Chamber encourages EU decision-makers to align the definition of AI with the OECD's definition. A clear and internationally accepted AI definition fosters multilateral coordination in AI policy. 🔹 Streamlining High-Risk Designation: The paper suggests narrowing the scope of high-risk designation to avoid vagueness. This focused approach ensures that AI technologies with genuine high-risk factors receive appropriate attention while minimizing unnecessary burdens on other AI systems. 🔹 Outcome-Oriented Flexibility: Chapter III requirements largely match current responsible AI practices. However, the Chamber emphasizes the importance of remaining flexible and outcome-oriented. 🔹 Obligations for Foundation Models and General Purpose AI: The paper calls for obligations tailored to foundation models and general-purpose AI. 🔹 Transparency in Artificially Generated Content: Transparency is key when it comes to artificially generated content. The Chamber advocates for measures that promote understanding and disclosure of AI-generated content to safeguard users from potential misinformation and manipulation. 🔹 Harmonized Enforcement and Flexible Standards: To create a robust AI landscape, harmonized enforcement and clear yet flexible standards are necessary. #ResponsibleAI#AIRegulation#AIAct#AITrilogue#TechPolicy#AICommunity#GlobalAI#AIStandards

Hashtags

#responsibleai #airegulation #aiact #aitrilogue #techpolicy #aicommunity #globalai #aistandards