当前位置: 首页 > 知识库问答 >
问题:

因为循环神秘地没有运行

何浩荡
2023-03-14

代码:

var m = [
  "█","█","█","█","█","█","█","█",
  "█","█","█","█","█","█","█","█",
  "█","█","█","█","█","█","█","█",
  "█","█","█","█","█","█","█","█",
  "█","█","█","█","█","█","█","█",
  "█","█","█","█","█","█","█","█",
  "█","█","█","█","█","█","█","█",
  "█","█","█","█","█","█","█","█"
];

for (var i = 0; i > m.length, i++;) {
  console.log(m[i]);
}

看起来for循环根本没有运行,因为在console.log中输入任何值都没有用。

怎么了?

(同样,做console.log(m)本身输出U 2588罚款。)

共有2个答案

尹冠宇
2023-03-14

<代码>i

它的要点是迭代器(i)应该被初始化为0(它是),但是你要检查它是否大于m的长度,大概大于0;所以因为你用一个值初始化i0,然后检查它是否大于m的长度,它将总是计算为false,是否m有任何成员。

姚浩歌
2023-03-14

i需要小于m.length,并且for语句中有几个语法错误。

const m = ['a','b','c']

for (let i = 0; i < m.length; i++) {
  console.log(m[i]); // m is a list of U+2588s.
}
 类似资料:
  • 上一节介绍的$n$元语法中,时间步$t$的词$w_t$基于前面所有词的条件概率只考虑了最近时间步的$n-1$个词。如果要考虑比$t-(n-1)$更早时间步的词对$w_t$的可能影响,我们需要增大$n$。但这样模型参数的数量将随之呈指数级增长(可参考上一节的练习)。 本节将介绍循环神经网络。它并非刚性地记忆所有固定长度的序列,而是通过隐藏状态来存储之前时间步的信息。首先我们回忆一下前面介绍过的多层感

  • 本文向大家介绍循环神经网络,为什么好?相关面试题,主要包含被问及循环神经网络,为什么好?时的应答技巧和注意事项,需要的朋友参考一下 参考回答: 循环神经网络模型(RNN)是一种节点定向连接成环的人工神经网络,是一种反馈神经网络,RNN利用内部的记忆来处理任意时序的输入序列,并且在其处理单元之间既有内部的反馈连接又有前馈连接,这使得RNN可以更加容易处理不分段的文本等。

  • 我想写一个计算长除法问题总进位的代码。这是我为carries编写的函数。我相信问题在于,第一个while循环并没有一直运行。如果是,为什么?这是在Python 3.5中实现的。

  • 加载数据 使用text8作为训练的文本数据集 text8中只包含27种字符:小写的从a到z,以及空格符。如果把它打出来,读起来就像是去掉了所有标点的wikipedia。 直接调用lesson1中maybe_download下载text8.zip 用zipfile读取zip内容为字符串,并拆分成单词list 用connections模块统计单词数量并找出最常见的单词 达成随机取数据的目标 构造计算单

  • 击球手击出垒球,你会开始预测球的轨迹并立即开始奔跑。你追踪着它,不断调整你的移动步伐,最终在观众的一片雷鸣声中抓到它。无论是在听完朋友的话语还是早餐时预测咖啡的味道,你时刻在做的事就是在预测未来。在本章中,我们将讨论循环神经网络 -- 一类预测未来的网络(当然,是到目前为止)。它们可以分析时间序列数据,诸如股票价格,并告诉你什么时候买入和卖出。在自动驾驶系统中,他们可以预测行车轨迹,避免发生交通意

  • 之前介绍的循环神经网络模型都是假设当前时间步是由前面的较早时间步的序列决定的,因此它们都将信息通过隐藏状态从前往后传递。有时候,当前时间步也可能由后面时间步决定。例如,当我们写下一个句子时,可能会根据句子后面的词来修改句子前面的用词。双向循环神经网络通过增加从后往前传递信息的隐藏层来更灵活地处理这类信息。图6.12演示了一个含单隐藏层的双向循环神经网络的架构。 下面我们来介绍具体的定义。 给定时间

  • 本章到目前为止介绍的循环神经网络只有一个单向的隐藏层,在深度学习应用里,我们通常会用到含有多个隐藏层的循环神经网络,也称作深度循环神经网络。图6.11演示了一个有$L$个隐藏层的深度循环神经网络,每个隐藏状态不断传递至当前层的下一时间步和当前时间步的下一层。 具体来说,在时间步$t$里,设小批量输入$\boldsymbol{X}_t \in \mathbb{R}^{n \times d}$(样本数

  • 问题内容: 我正在经历 递增/递减运算符 ,并且 遇到了这样的情况:如果在这种情况下以递减形式运行循环,则其运行速度将比相同的以递增形式运行的循环快。 我期望两者将花费相同的时间,因为将遵循相同数量的步骤。我在网上搜索,但找不到令人信服的答案。是因为与增量运算符相比,减数运算符花费的时间更少吗? 问题答案: 这是因为在字节码中,与0比较与与非零数字比较是不同的操作。实际需要先将数字加载到堆栈上,然