Keras形状: TypeError：'tuple‘对象不可调用
Keras形状: TypeError：'tuple'对象不可调用
这个错误通常发生在使用Keras库进行深度学习模型构建时，涉及到输入数据的形状处理。具体来说，当我们尝试调用一个元组对象时，而不是使用正确的方法来处理形状时，就会出现这个错误。
解决这个问题的方法是检查代码中与形状相关的部分，确保正确使用了相关的函数和方法来处理形状。下面是一些可能导致这个错误的常见原因和解决方法：
- 错误的形状传递：检查代码中的形状传递部分，确保传递的是正确的形状。例如，如果使用
input_shape参数来指定输入数据的形状，确保传递的是一个元组对象，而不是一个函数调用。 - 错误的形状操作：检查代码中对形状的操作，确保使用了正确的方法。例如，如果需要改变形状，可以使用Keras提供的
Reshape层或tf.reshape函数来完成。 - 数据类型错误：检查代码中的数据类型，确保传递给Keras的数据类型正确。例如，如果传递给Keras的数据类型是整数数组，而不是浮点数数组，可能会导致形状错误。
总之，解决这个错误需要仔细检查代码中与形状相关的部分，并确保正确使用相关的函数和方法来处理形状。如果仍然无法解决问题，可以提供更多的代码细节和错误堆栈信息，以便更好地帮助定位和解决问题。
关于Keras和深度学习的更多信息，您可以参考腾讯云的产品介绍页面：腾讯云Keras产品介绍。
相关·内容
当我运行这个cod时，我有一个带有形状的注释数组((8084，)) (UTF-8)，我得到了错误。
from keras.preprocessing.text import Tokenizer
X = Tokenizer.texts_to_sequences(data['comment_text'].values)
错误是TypeError: texts_to_sequences()缺少一个必需的位置参数：'texts'
浏览 1提问于2020-04-13得票数 2
回答已采纳
1回答
做元组但很难
、、、、
我只想用元组来使用列表，
list1 = [1,2]
a = tuple(list1)
我用了这段代码但它是错误的..。
TypeError：“tuple”对象不可调用
为什么不做元组呢？
浏览 1提问于2017-06-15得票数 0
回答已采纳
我在蜘蛛环境中编写了以下代码，但在运行时面临以下错误。
我的守则：
import numpy as np
import keras
from keras import models
### Generate random training an testing sets
x_train = np.random.random((1000,20))
y_train = np.random.randint(low = 2 , size = (x_train.shape[0] , 1))
x_test = np.random.random((100,20))
y_test = np.rand
浏览 5提问于2022-09-01得票数 0
我正在尝试训练NeRF (https://github.com/bmild/nerf)，下面是我得到的错误。我尝试打印变量的数据类型。我不知道下一步该怎么做。 下面是一个代码片段： 在run_nerf_helpers.py中： def init_nerf_model(D=8, W=256, input_ch=3, input_ch_views=3, output_ch=4, skips=[4], use_viewdirs=False):
relu = tf.keras.layers.ReLU()
def dense(W, act=relu): return tf.keras
浏览 28提问于2021-03-25得票数 0
回答已采纳
最近，我收集了几个Keras模型，我正在使用keras.Models.model_from_json函数导入它们的体系结构(注意，还没有进行任何培训)。我的图像数据生成器可以进行定制，以生成不同大小和形状(在相同的流生成器中变化)的批量样本。例如，我可以使用形状(*batchsize*,32,32,3)和总共6个类生成数据。目前，导入的模型具有不同的输入和输出形状，比如(5*100*100*3)和分配给它们层的两个类。我的目标是改变这些层的输入和输出形状，以便在模型性能中比较不同的图像大小。
首先，在输入层，我尝试了：
model.layers[0].input.set_shape((None
浏览 0提问于2018-08-16得票数 0
所有的最新版本从这篇文章的时刻开始。
tensorflow-gpu: 2.6.0
Python: 3.9.7
CUDA: 11.4.2
cuDNN: 8.2.4
如下面的代码所示，当加载一个通过不向Normalization()传递参数而标准化的模型时，当该模型由load_model()加载时，它会抛出一个异常，但是在加载该模型之前，我可以使用它，而不会出现任何明显的问题，这使您认为它是好的，因为Normalization()没有抱怨并处理输入形状。当加载被Normalization(input_dim=5)规范化的模型时，它不会抛出任何异常，因为指定了已知的形状。这很奇怪，我的意思是Norm
浏览 22提问于2021-09-09得票数 0
回答已采纳
我正在试着写下面的代码，但是不断地得到这个错误。请帮我弄一下这个。
review_sequence = tf.keras.Input(shape = (None, ))
embedding_sequence = tf.keras.layers.Embedding(input_dim=max_index_value+1, output_dim=embedding_dim, input_shape=tuple(review_sequence.shape), mask_zero = False)(review_sequence)
average_embedding = tf.keras.layers
浏览 1提问于2021-04-09得票数 0
我又回到了python，一直在尝试一些关于tensorflow和keras的东西。我想要使用plot_model函数，在整理了一些图形问题之后，我现在得到了这个错误-
TypeError: add_node()接收到一个非节点类对象：
我试着自己找一个答案，但结果很短，因为我找到的唯一答案似乎与tf无关。如有任何建议或替代意见，将不胜感激。这是代码和错误信息-我在这里的第一个问题很抱歉，如果我错过了什么，就让我知道。
我在python3.8中使用miniconda3
import tensorflow as tf
from tensorflow.keras import Model
fr
浏览 8提问于2020-05-05得票数 1
回答已采纳
1回答
在Python中将列表转换为元组
、、、、
>>> list=['a','b']
>>> tuple=tuple(list)
>>> list.append('a')
>>> print(tuple)
('a', 'b')
>>> another_tuple=tuple(list)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
Ty
浏览 0提问于2018-05-04得票数 4
回答已采纳
我正在通过它的文档学习TensorFlow，并且对第一层中的input_shape类型有点困惑。有些例子有list，但通常是元组。有什么特殊的情况需要我使用某种类型的吗？
# I am learning RNN and see this example.
tf.keras.layers.Dense(100, input_shape=[30])
tf.keras.layers.Dense(1)
vs
# This is what I usually see
tf.keras.layers.Dense(32, input_shape=(224, 224, 3)),
tf.keras.layers.
浏览 1提问于2021-03-13得票数 0
回答已采纳
1回答
我有一些简单的代码来加载一个图像文件，然后显示它的大小，使用枕头叉和他们关于如何找到图像属性的文档。
这是一个从更大的文件中获取的代码片段，但我认为其他任何部分都不应该对PIL有任何影响。我需要获取图像头文件，特别是大小，这样我就可以将其转换为接受特定输入数组的机器学习项目的特定格式。下面是我理解的文档告诉我要做的事情。
from PIL import Image
im = Image.open("test.jpg")
print im
print im.size()
这是我运行这个程序时遇到的错误
File "DataStorage.py", line
浏览 8提问于2015-03-19得票数 2
回答已采纳
import tensorflow as tf
length = 500
data = tf.transpose([range(length),
tf.random.uniform([length], minval=0, maxval=2, dtype=tf.int32)])
dataset = tf.data.Dataset.from_tensor_slices(data)
dataset.shuffle(length)
train_length = int(length / 5 * 4)
train_data = dataset.take(t
浏览 5提问于2021-03-06得票数 0
回答已采纳
1回答
我试图在元组中添加一个数字，但我得到了以下错误：
"TypeError：'int‘对象不可迭代“
这是我的密码：
V=tuple(int(输入(‘输入一个值：’))
打印(V)
这个错误意味着什么？我该怎么解决呢？
浏览 1提问于2021-06-22得票数 0
x = tf.keras.layers.Input((2,))
z = x.shape
y = (None, 2)
print("z: ", z)
print("y: ", y)
assert z == y
输出：
z: (None, 2)
y: (None, 2)
Traceback (most recent call last):
File "", line 113, in <module>
assert z == y
AssertionError
为什么当z和y形状相同时，它会给出断言错误？
浏览 13提问于2019-11-04得票数 0
1回答
我有一个复杂的keras模型，其中一个层是一个自定义的预训练层，它期望"int32“作为输入。此模型作为继承自model的类来实现，其实现方式如下所示： class MyModel(tf.keras.models.Model):
def __init__(self, size, input_shape):
super(MyModel, self).__init__()
self.layer = My_Layer()
self.build(input_shape)
def call(self, inputs):
浏览 151提问于2019-06-27得票数 19
我正在构建一个定制的keras层，类似于一个找到这里的示例。我希望类中的call方法能够知道在该方法中流动的inputs数据的batch_size是什么，但是在模型预测期间，inputs.shape显示为(None, 3)。下面是一个具体的例子：
我初始化了这样一个简单的数据集：
import numpy as np
import pandas as pd
import tensorflow as tf
from tensorflow.keras import layers, Model
# Create fake data to use for model testing
n = 1000
浏览 0提问于2022-11-04得票数 1
我正在构建一个自定义图层，然后在添加密集图层时遇到了输出形状问题。该层的输出形状似乎没有定义，即使我显式地这样做了。以下是重现该问题的最小代码：
import tensorflow as tf
from tensorflow import keras
class fakeLayer(keras.layers.Layer):
def __init__(self, **kwargs):
super().__init__(**kwargs)
def compute_output_shape(self, input_shape):
return (
浏览 0提问于2020-03-09得票数 4
2回答
类中的散列
、、、、
我正在尝试使用
hash()
函数。我的代码在类中执行以下操作
def __hash__(self):
return hash(tuple(self.somelistattribute))
其中属性somelistattribute是列表列表，如下所示：
为什么我一直收到一个错误：
TypeError: unhashable type: 'list'
我该如何修复它？
浏览 0提问于2016-03-26得票数 0
我想用tensorflow的Keras从现有的两个网络(模型)A和B中创建一个新的网络。新网络的架构是这样的。
输入-> A -> B ->输出
A的输出形状为(15,500)，B的输入为(1000)。我有一种转换方法，它接受形状(15,100)的输入，调用完全不同的网络(C)的预测，并返回形状为(1000)的输出。
我假设我必须引入Lambda层，它将使用我的转换方法将A的输出转换为B所需的格式，但是，当我尝试时，我得到了错误
"TypeError: /的不受支持的操作数类型：‘维度’和‘浮点’_“，用于在转换方法中调用predict。
这是转换方法。
def co
浏览 0提问于2017-04-11得票数 4
这里是python新手。我正在尝试运行这段代码，但是我得到了该对象不可迭代的错误消息。希望你能对我做错了什么提出一些建议。谢谢。
import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
temp = pd.read_csv("file.csv", encoding='latin-1')
xy = temp.ix[:,2:6]
X = xy.values
X
array([[ nan, nan],
[
浏览 3提问于2016-08-19得票数 1
回答已采纳
1回答
我正在尝试用keras实现一个lstm模型。问题是我有不同形状的数据。我的数据如下：
col1 col2 col3 col4 col5
1,2,3，3,4,5，4，5，5，9
0,2，1,24 -1,4
0,2,4,5，24，-7,6 -1,4,1,2
我的代码是
import numpy as np
import pandas as pd
import h5py
from sklearn.model_selection import train_test_split
from keras.layers import Dense
from keras.layers import Input,
浏览 3提问于2018-05-14得票数 1
回答已采纳
我试图通过使用ImageDataGenerator并将一个自定义函数传递给preprocessing_function参数，在图像上应用一些裁剪操作。但是，根据Keras文档，只有在图像已经调整大小之后才能运行该函数：
将隐含在每个输入上的preprocessing_function：函数。该函数将在图像大小调整和扩展后运行。
现在，我想禁用大小调整，但是如果不提供值，则target_size参数默认为(256,256)。又一次从医生那里：
target_size：整数元组(高度、宽度)，默认值：(256,256)。找到的所有图像的尺寸将被调整大小。
我一直试图将target_
浏览 3提问于2019-02-27得票数 6
1回答
问题子类内建类型
、、、
# Python 3
class Point(tuple):
def __init__(self, x, y):
super().__init__((x, y))
Point(2, 3)
会导致
TypeError: tuple()最多接受一个参数(2个给定)
为什么？我该怎么办呢？
浏览 1提问于2011-01-28得票数 6
回答已采纳
1回答
我使用的是pygame，我使用的是一个在PyGame中设置文本选定位置的函数：
def textPos(YPos , TextSize):
TextPosition.center(60,YPos)
print("Size : " + TextSize)
但是当我运行这个程序时，我得到一个错误：
TextPosition.center(60,YPos) : TypeError : 'Tuple' object is not callable
有办法解决这个问题吗？
浏览 26提问于2020-05-13得票数 0
回答已采纳
1回答
我创建了一个tuple子类来向tuple添加一个属性。使用与没有问题的列表子类相同的逻辑。代码：
class TupleObject(tuple):
def __init__(self, property, _tuple):
super().__init__(_tuple)
self.property = property
_tuple = TupleObject(property, (0, 0))
抛出错误：
TypeError:元组最多需要1个参数，得到2个
我怎么能让这件事成功呢？与list子类一起使用这个精确的方法会像预期的那样工作。
浏览 1提问于2019-02-17得票数 0
回答已采纳
1回答
我查阅了一些参考资料和研究论文，并从其中一篇文章中吸取了一些想法，我想继续实现同样的图像参考-
在这里，我们输入一个2d的输入，模型输出一个相同的三维模型。我所写的网络代码如下：
编辑
image = Input(shape=(None, None, 3))
# Encoder
l1 = Conv2D(64, (3,3), strides = (2), padding='same', activation='leaky_relu')(image)
l2 = MaxPooling2D()(l1)
l3 = Conv2D(32, (5,5), strid
浏览 3提问于2022-07-31得票数 2
1回答
可变输入大小的PReLU
、、、
如何使用具有可变输入大小的PReLU激活函数？
from keras.layers import Conv2D, Input
from keras.layers.advanced_activations import PReLU
X = Input(shape=(None,None,1))
conv1Y = Conv2D(filters=49, kernel_size=7, name='conv1')(X)
conv1Y = PReLU()(conv1Y)
上面的代码产生
TypeError:不支持的操作数类型为*：'NoneType‘和'NoneType’
浏览 3提问于2017-05-22得票数 1
1回答
我已经在互联网上搜索了几天，试图找到一个解决这个错误的方法，但我找不到的任何东西都是特别适用的：
ValueError: Error when checking target: expected dense_2 to have shape (300,) but got array with shape (60,)
下面是生成错误的代码(数据预处理除外)：
model = keras.Sequential([
keras.layers.Conv1D(5,input_shape=(1,60), kernel_size=12, padding='same'),
keras.laye
浏览 3提问于2018-12-08得票数 0
回答已采纳
我正在尝试运行下面的代码，但是我得到了一个错误。我在密码里漏掉了什么吗？
from keras.layers.core import Dense, Activation, Dropout
from keras.layers.recurrent import LSTM
from keras.models import Sequential
from keras.callbacks import ModelCheckpoint
from keras.models import load_model
from keras.optimizers import Adam
from keras.regul
浏览 2提问于2021-06-04得票数 1
回答已采纳
1回答
我正在从Twitter上收集数据，每条推文都以字典的形式出现。
我的完整数据集是数千条tweet(字典列表)的列表。
我想在每条推文中引用主题标签，但我需要帮助找出如何做到这一点.
下面是两个包含相关数据的部分tweet列表的示例：
twitter_tweets =
[{'created_at': 'Wed Oct 18 22:20:30 +0000 2017', 'id': 920776631102214144, 'entities': {'hashtags': ['#dataanalyst#'
浏览 1提问于2017-10-26得票数 1
3回答
我目前有一个类似于这样的keras模型：
model = keras.Sequential()
model.add(keras.layers.Dense(100, activation=tf.nn.relu))
model.add(keras.layers.Dense(100, activation=tf.nn.relu))
model.add(keras.layers.Dense(len(labels), activation=tf.nn.softmax))
告诉我：
模型需要知道它应该期望什么样的输入形状。因此，序列模型中的第一层(而且只有第一层，因为下面的层可以进行自动形状推断)需要接
浏览 0提问于2019-09-10得票数 13
回答已采纳
我目前正在学习深度学习和Keras。当我执行这段代码时，我得到了奇怪的错误："TypeError: Unable to build Dense layer with non-floating point dtype“，我不知道问题出在哪里。我遗漏了什么？如何修复这个奇怪的错误？ 错误显示在model.fit(... def create_nerual_network():
model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Flatten())
model.add(tf.keras.l
浏览 87提问于2019-06-24得票数 10
回答已采纳
在我的Keras模型中，我试图将形状未知的张量(但固定的秩)放置到固定的形状上。张量是string型的，所以我不能使用tf.keras.preprocessing.sequence.pad_sequences或tf.image.pad_to_bounding_box。
我想使用tf.pad，但问题是我不知道张量的形状，所以我必须动态地计算填充长度。我怎么能这么做？
我目前的方法是这样的，但不起作用：
def pad_to_length(t: tf.Tensor, target_length: int):
return tf.pad(t, [0, target_length-t.shap
浏览 5提问于2022-01-18得票数 1
2回答
下面的代码可以工作：
class Foo(tuple):
def __init__(self, b):
super(Foo, self).__init__(tuple(b))
if __name__ == '__main__':
print Foo([3, 4])
$ python play.py
结果：
play.py:4: DeprecationWarning: object.__init__() takes no parameters
super(Foo, self).__init__(tuple(b))
(3, 4)
但不包括
浏览 0提问于2009-10-14得票数 56
回答已采纳
我有一个表示嵌入的张量，我想重塑它，但是它失败了，出现了以下错误：
TypeError:不允许使用tf.Tensor作为Python bool。使用if t is not None:而不是if t:来测试是否定义了张量，并使用TensorFlow操作(如tf.cond )执行以张量值为条件的子图。
用于重塑的代码：
embedding_feature = \
Reshape((tf.shape(embedding_feature)[0],
10, 20, tf.shape(embedding_feature)[2])) \
(embeddi
浏览 13提问于2019-11-22得票数 1
回答已采纳
当在划痕文件中运行以下代码时，所有操作都正常：
x = [1,1,1]
print(set(x))
> {1}
然而，当我运行以下代码时
class MyClass(object):
def __init__(self):
self.mylist = []
def train(self,vector):
self.mylist.append(vector)
self.mylist = list(set(self.mylist))
我明白错误了，TypeError: unhashable type: 'list
浏览 1提问于2015-12-15得票数 2
回答已采纳
我在python中试验tuple时，偶然发现了这个问题。 t=tuple("2",) # works 但是 t=tuple(1,) # fails with error TypeError: 'int' object is not iterable 鉴于 t=(1,) # works 有人能解释一下为什么会这样吗？
浏览 96提问于2020-05-16得票数 0
回答已采纳
1回答
我对Python非常陌生，我正在努力学习Python。我一直在尝试实现一个社区检测算法，这是我偶然发现的，如果我能从这里的任何人那里得到帮助，我将非常感激。
我有一个defaultdict(list)，我的输入，它看起来像：
input = [('B', ['D']), ('D', ['E']), ('F', ['E']), ('G', ['D', 'F'])]
在这里，'B‘、'D’、'E'等表示树中的节点。字典中的键
浏览 1提问于2016-09-30得票数 0
回答已采纳
1回答
我试图保存keras完整的模型，但遇到了这个错误。
Traceback (most recent call last):
File "d:/Workspace/College/Semester 8/Tugas Akhir/Keras-RFCN-master/Keras-RFCN-master/testing.py", line 133, in <module>
main()
File "d:/Workspace/College/Semester 8/Tugas Akhir/Keras-RFCN-master/Keras-RFCN-master
浏览 2提问于2020-04-28得票数 0
回答已采纳
背景
据我所知，Keras将成为编写渴望/懒惰的不可知论模型的首选方式。似乎还有对带有Keras ()的的支持，这是很棒的，因为这是我在当前tf.estimator项目中使用的ETL。
问题
我想保留我的tf.data管道，但是用一个tf.keras.Model替换我的tf.estimator，但是在移植我的图形之后，我被一个
ValueError: Please do not pass a dictionary as model inputs.
在调用model.fit(dataset, steps_per_epoch=n)时，我觉得很奇怪，因为构建tf.data/tf.estimator是
浏览 2提问于2018-08-30得票数 3
1回答
可变批量张量的显式广播
、、、
我正在尝试在TensorFlow2.0RC中实现一个自定义的Keras Layer，需要将一个[None, Q]形状的张量连接到一个[None, H, W, D]形状的张量上，以产生一个[None, H, W, D + Q]形状的张量。假设两个输入张量具有相同的批量大小，即使事先不知道。此外，H、W、D和Q在写入时都是未知的，但在第一次调用该层时会在该层的build方法中进行求值。我遇到的问题是，为了连接，把[None, Q]形状的张量传播到[None, H, W, Q]形状的张量。 下面是一个尝试使用从shape [None, 3]到shape [None, 5, 5, 3]执行可变批量广
浏览 6提问于2019-08-30得票数 1
回答已采纳
我在keras中使用了自定义图像生成器的，这样我就可以使用hdf5文件作为输入。最初，代码给出了一个“形状”错误，所以我只在后面包含了。现在我在这种形式中使用它，正如您在我的中所看到的那样
from numpy.random import uniform, randint
from tensorflow.python.keras.preprocessing.image import ImageDataGenerator
import numpy as np
from tensorflow.python.keras.utils.data_utils import Sequence
class
浏览 1提问于2019-08-29得票数 1
我正在努力建立一个接收多个输入的CNN，我正在尝试以下几点：
input = keras.Input()
classifier = keras.Model(inputs=input,output=classifier)
但是，当运行代码时，我收到了第6行的以下错误：
TypeError: ('Keyword argument not understood:', 'input').
我会很感激你的提示，谢谢！
浏览 3提问于2020-08-08得票数 2
回答已采纳
我有200000个彩色图像，每个维度(50x50x3)都作为列表存储在Python中。因为它都在一个列表中，所以我想将它改为维数为(200000,50,50,3)的numpy数组。但是，使用np.toarray(list)会返回一个形状数组(200000，)
但是如果我缩短列表(假设只接受10000个元素)，然后执行np.toarray(shortened_list)，它将返回一个正确的形状数组(10000,50,50,3)
我想这样做是为了使用Keras将图像提供给CNN。
浏览 5提问于2018-12-06得票数 0
1回答
显示图像时无效大小
、、、、
我一直试图检索VGG16的隐藏层，并在Keras中显示特征映射。我要做的是获取block1_conv1功能地图并显示出来。但不幸的是，我得到了以下错误：
TypeError: Invalid dimensions for image data
请查找以下代码：
from keras.applications.vgg16 import VGG16
from keras.preprocessing import image
from keras.applications.vgg16 import preprocess_input
from keras.models import Model
imp
浏览 0提问于2018-12-06得票数 1
回答已采纳
1回答
我正在使用Keras构建一个卷积神经网络，并希望在最后一个完全连接的层之前添加一个具有数据标准差的单个节点。
以下是重现错误的最小代码：
from keras.layers import merge, Input, Dense
from keras.layers import Convolution1D, Flatten
from keras import backend as K
input_img = Input(shape=(64, 4))
x = Convolution1D(48, 3, activation='relu', init='he_normal&
浏览 7提问于2016-09-28得票数 3
导入库和模型，
from __future__ import print_function
import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
import keras.backend as k
batch_size = 128
num_classes = 10
epochs = 12
下面的编
浏览 1提问于2020-09-07得票数 6
回答已采纳
我正在尝试使用TF集线器中的作为keras层的功能。我想在Keras中使用hub.KerasLayer，但我不知道如何实现这一点，到目前为止，我只看到了hub.KerasLayer与顺序API的区别
import tensorflow_hub as hub
import tensorflow as tf
from tensorflow.keras import layers
import tf_sentencepiece
use_url = 'https://tfhub.dev/google/universal-sentence-encoder-multilingual-large
浏览 3提问于2019-09-25得票数 6
回答已采纳
我想在一个集合中插入多个元组，每个元组包含一个list和一个string。
每个元组看起来如下：
sample_tuple = (['list of elements'], 'one_string')
如果我们检查sample_tuple的类型，我们可以确保它是一个包含2个元素(一个列表和一个字符串)的tuple。
但是，当我使用"add“方法将这个元组插入到我的集合时，我得到了错误：
TypeError Traceback (most recent call last)
c
浏览 6提问于2022-11-10得票数 0
回答已采纳
我得到了
TypeError: unhashable type: 'list'
当我尝试这段代码时：
from nltk import FreqDist
fd = FreqDist()
token_words = data['tweet_split'].apply(lambda tweet: tweet.split())
for i in token_words:
fd[i] += 1
print(fd)
浏览 5提问于2020-02-17得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
腾讯会议活动推荐
腾讯云开发者
