TypeError:在Tensorflow中加载预先训练好的ResNet时，无法散列的类型：“list”？
TypeError:在Tensorflow中加载预先训练好的ResNet时，无法散列的类型：“list”是一个错误类型，表示在使用Tensorflow加载预先训练好的ResNet模型时，遇到了无法散列（hash）的类型“list”。
在Tensorflow中，加载预先训练好的模型时，通常需要提供一个模型文件的路径或者一个模型的配置文件。然而，当遇到无法散列的类型“list”时，意味着传递给加载函数的参数中包含了一个列表类型的对象，而Tensorflow无法对列表类型进行散列操作。
解决这个问题的方法是确保传递给加载函数的参数是一个合法的类型，而不是一个列表。可以检查代码中是否有误将列表作为参数传递给了加载函数。如果确实需要传递多个参数，可以考虑使用元组（tuple）或字典（dictionary）来代替列表。
以下是一个示例代码，展示了如何正确加载预先训练好的ResNet模型：
import tensorflow as tf
# 模型文件路径
model_path = 'path/to/model.h5'
# 加载模型
model = tf.keras.models.load_model(model_path)
# 使用模型进行推理等操作
...在这个示例中，model_path是一个字符串类型的变量，指定了模型文件的路径。通过调用tf.keras.models.load_model()函数，可以加载模型并将其赋值给model变量，然后可以使用model进行后续的操作。
需要注意的是，这只是一个示例代码，实际使用时需要根据具体情况进行调整。
关于Tensorflow和ResNet的更多信息，可以参考腾讯云的相关产品和文档：
- Tensorflow产品介绍：https://cloud.tencent.com/product/tensorflow
- ResNet模型介绍：https://cloud.tencent.com/document/product/851/18352
希望以上信息能够帮助到您解决问题。如果还有其他疑问，请随时提问。
相关·内容
1回答
我最近开始研究深度学习。我需要在Windows CPU上运行使用Tensorflow加载的预先训练好的ResNet50网络。我在网上找不到一种结构化的方法来做这件事。有人能帮我一下吗。
浏览 17提问于2019-02-21得票数 0
1回答
使用哪种图像分类进行训练？ 我们想用我们自己的图片为一个学校项目训练一个模型。我可以使用resnet50或任何其他可训练模型吗？我找不到Resnet50可训练模型，只能找到预先训练好的resnet50模型。我们正在使用Tensorflow 2。 谢谢
浏览 21提问于2020-06-16得票数 0
回答已采纳
我试图加载一个取自https://github.com/tensorflow/models/tree/master/official/resnet的已经训练好的模型，但是当我尝试加载.pb时，我在ParseFromString方法上得到一个错误： import tensorflow as tf
from tensorflow.python.platform import gfile
GRAPH_PB_PATH = '../resnet_v2_fp32_savedmodel_NHWC/1538687283/saved_model.pb'
with tf.gfile.FastGF
浏览 122提问于2019-03-19得票数 0
我已经从下载了一个预先训练好的关于ImageNet of Inception v3的模型(在学习codelabs的教程时找到了这个链接)。
这个压缩文件包含我可以在TensorFlow中作为GraphDef直接导入的.pb文件。
我想知道是否也有类似的.pb文件用于其他架构，如ResNet，VGG16，MobileNet等。如果有，您能提供这些文件的链接吗？
提前谢谢。
致以亲切的问候，
阿贾伊
浏览 1提问于2018-05-07得票数 8
回答已采纳
我正在使用tensorflow slim加载预先训练好的模型，比如vgg和resnet-50。因此，对于vgg，tf-slim提供了加载RGB平均值的方法，如下所示：
from preprocessing.vgg_preprocessing import (_mean_image_subtraction,
_R_MEAN, _G_MEAN, _B_MEAN)
我找不到任何与resnet类似的东西。它还没有实现吗？此外，我还知道一些库，如py-torch，为每个模型提供全局平均值。tf-slim也是这样吗？
浏览 13提问于2017-08-14得票数 1
1回答
我目前正尝试在我的TensorFlow程序中使用预先训练好的ResNet50模型。在运行训练python脚本时，我没有得到明确的指示，表明它正在使用ResNet。下面是我的训练脚本中使用ResNet的代码片段：
from tensorflow.keras.applications import ResNet50
base_model = base_model_fn(ResNet50)
final_model = build_model(base_model, num_classes)
model = Model(inputs=base_model.input, outputs=final_
浏览 0提问于2021-01-16得票数 0
1回答
我想在go应用程序中使用预先训练好的模型。尤其是Inception-ResNet-v2模型。这个模型似乎只能通过tensorflow集线器()获得。
但是，我找不到任何文档如何将tensorflow hub与tensorflow的go语言绑定一起使用。
如何在go中下载和使用这些模型？
浏览 3提问于2019-06-18得票数 0
在试图加载ResNet50模型时，我得到了以下错误。我应该在哪里下载resnet50.h5文件？
Traceback (most recent call last):
File "C:\Users\drlng\Desktop\image-captioning-keras-resnet-main\app.py", line 61, in <module>
resnet = load_model('resnet.h5')
File "C:\Users\drlng\AppData\Local\Programs\Python\Pyth
浏览 3提问于2021-03-05得票数 0
回答已采纳
我可以下载并成功测试包的。然而，这只给了我一个预先训练的网络的最终分割结果，而我也需要访问中间层的输出。
根据这个演示，下面这行代码下载了一个预先训练好的模型和一个测试MR卷：
wget -c https://www.dropbox.com/s/rxhluo9sub7ewlp/parcellation_demo.tar.gz -P ${demopath}
其中${demopath}是演示文件夹的路径。解压下载的文件将创建一个.ckpt文件，该文件似乎包含预训练的tensorflow模型，但是我无法将其加载到tensorflow会话中。
有没有一种方法可以加载预先训练的模型并访问它的所有中间激活
浏览 3提问于2017-10-20得票数 1
2回答
我正尝试在下面的链接中加载预先训练好的ResNet模型
但是它提供了RuntimeError:会话图是空的。在调用run()之前将操作添加到图形中。
可能的问题是什么？
import tensorflow as tf
import tensorflow.contrib.slim as slim
# Let's load a previously saved meta graph in the default graph
# This function returns a Saver
saver = tf.train.import_meta_graph('model.ckpt-
浏览 28提问于2019-07-08得票数 0
回答已采纳
1回答
我有一个由10k-15k图片组成的数据集，用于监督目标检测，这与Imagenet或Coco有很大的不同(图片更暗，代表完全不同的事物，与工业有关)。
目前使用的模型是一个FasterRCNN，它以Resnet作为主干提取特性。能否从一个阶段从零开始训练模型的骨干，然后在另一个阶段对整个网络进行训练，而不是将预先训练好的网络加载到Coco上，然后在一个阶段对整个网络的所有层进行再培训？
浏览 0提问于2021-01-31得票数 0
回答已采纳
我一直在尝试使用谷歌发布的预先训练好的inception_resnet_v2模型。我使用他们的模型定义()和给定的检查点()在tensorflow中加载模型，如下所示下载一个解压检查点文件，并下载示例图像dog.jpg和panda.jpg来测试此代码。
import tensorflow as tf
slim = tf.contrib.slim
from PIL import Image
from inception_resnet_v2 import *
import numpy as np
checkpoint_file = 'inception_resnet_v2_2016_08
浏览 10提问于2016-09-20得票数 14
回答已采纳
我正在尝试加载一个预先训练好的模型
model_urls = { 'resnet18': 'https://download.pytorch.org/models/resnet18-5c106cde.pth', 'resnet34': 'https://download.pytorch.org/models/resnet34-333f7ec4.pth'}
当我使用以下代码时，它总是将模型加载到cuda:0。如果我想把它加载到cuda:3中呢？
model = ResNet(BasicBlock, [3, 4, 6, 3])
de
浏览 1提问于2018-05-20得票数 0
所以，我在ResNet50 2中重新训练了一个预先训练过的TensorFlow 2模型，它使用的是tf.keras框架，上面添加了两个密集的层。现在，我想将层中的权重可视化为中的基本ResNet模型。但是，将保存的模型重新加载到
model = tf.keras.models.load_model(path/to/model.hdf5)
model.summary()
结果：
如您所见，ResNet模型的层没有单独列出，这意味着调用
model.layers[0].get_weights()[1]
只会导致
[7 7 3 64]
因此，如何访问基本ResNet50 V2模型中每个层的
浏览 0提问于2020-01-12得票数 3
回答已采纳
我想在Tensorflow中实现一个带有预先训练好的权重的LSTM模型。这些重量可能来自Caffee或Torch。
我发现在文件rnn_cell.py中有LSTM单元，比如rnn_cell.BasicLSTMCell和rnn_cell.MultiRNNCell。但是如何为这些LSTM单元加载预先训练好的权重呢？
浏览 0提问于2016-06-26得票数 5
我有一个微调过的ResNet50模型，如下所示 def get_model_RES(img_width, img_height, img_channels, num_classes, name_weight = None):
from keras.applications.resnet50 import ResNet50
base_model = ResNet50(include_top=False, weights='imagenet', input_tensor=None,
input_shape=(i
浏览 185提问于2021-03-31得票数 0
我想用我自己的图像数据集在TensorFlow slim中对预先训练好的resnet_v1_50进行微调。但是我的数据集还不够大，不足以调整整个网络。我想逐层查看作用域的名称，这样我就可以知道哪些作用域要排除，哪些作用域是可训练的。有没有人知道怎么做？
浏览 1提问于2018-03-10得票数 1
我试图在keras中的每个循环中使用新的数据样本来训练一个模型(使用tensorflow后端)。由于一些迭代后的GPU内存错误，我追加了K.clear_session()。但是，在一次迭代之后，代码会抛出错误：
'Cannot interpret feed_dict key as Tensor: ' + e.args[0])
TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("Placeholder:0", shape=(7, 7, 3, 64), dtype=float32)
浏览 0提问于2019-08-06得票数 1
回答已采纳
5回答
我正在尝试在tensorflow中训练SVHN (街景门牌号)数据集用于对象检测(对数字执行一些基本的OCR )。到目前为止，我已经成功地遵循了对象检测-tensorflow指南中的宠物训练示例。当我基于样本faster_rcnn_resnet101.config训练网络时，经过几十个步骤后，我得到：
INFO:tensorflow:Error reported to Coordinator:
<class 'tensorflow.python.framework.errors_impl.InvalidArgumentError'>,
Reduction
浏览 6提问于2017-07-09得票数 4
2回答
我正在自学TensorFlow，目前正在存储库中尝试不同的图像分类模型。按照那里的教程，我已经对一个预先训练好的inception_v2_resnet模型进行了微调，并且正在尝试对其进行。我想知道是否有什么简单的方法可以修改脚本来打印它正在分类的图像的标签？这将有助于调整此脚本以用于测试集。
浏览 3提问于2016-11-29得票数 0
X是(36，60，3)图像的列表。我正试图用一个预先训练好的resnet18来预测我的图像的输出。我把x作为2张图片的列表。当我只拍摄一张图像时，我得到的预测没有错误，如下所示：
im = x[0]
preprocess = transforms.Compose([
transforms.ToTensor(),
transforms.Normalize(
mean=[0.485, 0.456, 0.406],
std=[0.229, 0.224, 0.225]
)])
# Pass the image for prepro
浏览 2提问于2021-11-14得票数 0
回答已采纳
此代码：
input_tensor = Input(shape=(input_width, input_height, 3))
ResNet50 = ResNet50(include_top=False, weights='imagenet',input_tensor=input_tensor)
top_model = Sequential()
top_model.add(Flatten(input_shape=ResNet50.output_shape[1:]))
top_model.add(Dense(8, activation='softmax'))
mo
浏览 1提问于2020-10-15得票数 0
tensorflow中是否有任何resnet实现？我遇到了一些(例如，)，但这些实现有一些bug(例如，请参阅各自github页面上的问题部分)。我希望使用resnet训练imagenet，并寻找tensorflow实现。
浏览 0提问于2016-10-15得票数 9
目前，我有来自tensorflow的开源预训练模型的resnet_v2_50.ckpt。我正在尝试在Go中服务这个模型，因为我的web应用程序的后端将在Go中。如果我创建自己的模型并训练它，然后保存它。我在Go中发球没有问题，但我正在尝试使用预先训练的模型来节省我的时间。
下面是我如何保存模型的一个简单示例
mnist = input_data.read_data_sets(DATA_DIR, one_hot=True)
# Recall that each image is 28x28
x = tf.placeholder(tf.float32, [None, 784], name=
浏览 0提问于2018-04-01得票数 2
回答已采纳
我试图微调resnet50在一半精度模式，但没有成功。模型的某些部分似乎与float16不兼容。这是我的代码：
dtype='float16'
K.set_floatx(dtype)
K.set_epsilon(1e-4)
model = Sequential()
model.add(ResNet50(weights='imagenet', include_top=False, pooling='avg'))
我得到了一个错误：
Traceback (most recent call last):
File "train_resne
浏览 4提问于2019-12-02得票数 0
回答已采纳
1回答
我正在尝试在我的视频数据上评估一个预先训练好的tensorflow对象部分模型。
我在这里的另一个问题中尝试了这个脚本，但它不起作用
python
/Users/user_name/PycharmProjects/ObjDectCount/Tensorflow/models/research/object_detection/legacy/eval.py --logtostderr --checkpoint_dir=test_ckpt --eval_dir=/Users/Documents/1426-1200reduced.avi --pipelineline_config_path=/s
浏览 17提问于2019-07-31得票数 0
回答已采纳
我正在尝试创建一个图像分类器，它利用slim文档中提供的预先训练的ResNet V2模型。
以下是到目前为止的代码：
import tensorflow as tf
slim = tf.contrib.slim
from PIL import Image
from inception_resnet_v2 import *
import numpy as np
checkpoint_file = 'inception_resnet_v2_2016_08_30.ckpt'
sample_images = ['carrot.jpg']
input_tensor =
浏览 0提问于2017-04-25得票数 2
我使用以下代码将经过预先培训的ResNet50 keras模型导出到tensorflow，用于tensorflow服务：
import tensorflow as tf
sess = tf.Session()
from keras import backend as K
K.set_session(sess)
K.set_learning_phase(0)
# Modelo resnet con pesos entrenados en imagenet
from keras.applications.resnet50 import ResNet50
model = ResNet50(weig
浏览 0提问于2018-11-25得票数 2
回答已采纳
1回答
我有以下代码，它在Keras中使用经过预先训练的ResNet50模型和imagenet DataSet：
from keras.applications.resnet50 import ResNet50
from keras.preprocessing import image
from keras.applications.resnet50 import preprocess_input, decode_predictions
import numpy as np
model = ResNet50(weights='imagenet')
print(model)
fine.
浏览 1提问于2019-03-06得票数 0
回答已采纳
我正在使用tensorflow slim resnet_v2来提取图像特征。resnet_v2_152.ckpt来自:，这是我的代码。
import tensorflow as tf
import tensorflow.contrib.slim.python.slim.nets.resnet_v2 as resnet_v2
def cnn_model_fn(features, labels, mode):
net, end_points = resnet_v2.resnet_v2_152(inputs=features, is_training=mode == tf.estima
浏览 2提问于2017-09-10得票数 3
我正在尝试使用Tensorflow Hub模块再现基于Tensorflow Slim 的Tensorflow Slim模块的输出。然而，我似乎无法得到预期的产出。例如，让我们加载所需的库，创建一个示例输入和占位符来输入数据：
import tensorflow_hub as hub
from tensorflow.contrib.slim import nets
images = np.random.rand(1,224,224,3).astype(np.float32)
inputs = tf.placeholder(shape=[None, 224, 224, 3], dtype=tf.
浏览 1提问于2019-07-29得票数 0
回答已采纳
tensorFlow version (use command below): 1.10
Python version:3.6
OS Platform: window 10
描述问题：
我使用了tf.enable_eager_execution()和create InceptionResNetV2模式从将是错误的，只有InceptionResNetV2。我需要使用tf.enable_eager_execution()不能没有的东西。
如何修复它？
创建模式
import tensorflow as tf
tf.enable_eager_execution()
image_model =tf.k
浏览 33提问于2018-08-25得票数 1
1回答
我想为单个类的自定义对象检测实现ResNet50体系结构。我的数据集中有两个文件夹，一个包含图像，另一个包含作为.txt文件存储的注释。我尝试过使用探测，但它要求注释是.xml文件。我也尝试过ResNet50的Tensorflow和ResNet50模型，但它们不接受作为.txt文件的注释。我要求注释在.txt文件中。请您告诉我如何在此场景中为自定义对象检测建立ResNet50模型？
浏览 0提问于2021-10-05得票数 0
我正在尝试在ImageNet预先训练好的权重上实现ResNet50。下面是完整的代码： from tensorflow import keras
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Dense
from tensorflow.keras import optimizers
from tensorflow.keras.preprocessing.image import ImageDataGenerator
from tensorflow.keras.preprocessin
浏览 27提问于2020-10-24得票数 0
1回答
也许有办法摆脱avg_pool层?我找不到解决办法：
SAMPLE_SHAPE = (32,32,3)
def generate_model(sample_shape):
inp = Input(shape=sample_shape)
resnet = resnet50.ResNet50(weights="imagenet",include_top=False)
x = resnet(inp)
predictions = Dense(2, activation='softmax')(x)
m = Model(inputs
浏览 2提问于2018-07-04得票数 0
回答已采纳
我想用TensorFlow slim重新训练一个预训练的ResNet-50模型，并在以后将其用于分类目的。
ResNet-50被设计为1000个类别，但我只想要10个类别(土地覆盖类型)作为输出。
首先，我尝试只为一个图像编写代码，稍后我可以对其进行推广。所以这是我的代码：
from tensorflow.contrib.slim.nets import resnet_v1
import tensorflow as tf
import tensorflow.contrib.slim as slim
import numpy as np
batch_size = 1
height, width
浏览 17提问于2018-02-23得票数 3
我正在寻找一种解决方案，将预先训练好的Resnet50模型重用为一个大的定制模型中的定制子层。
在我的场景中，我使用Resnet50作为FCN主干，然后我将使用FCN输出结果作为另一个网络层的输入。
你可以看到我的代码：
我的问题是，我找不到一个示例代码，要将TF2.0中的Resnet50层集成为自定义层的一部分，我搜索了stackoverflow，TF2.0官网和博客，找不到一个可行的代码片段来演示如何实现这些需求。
但我相信这是一个非常常见的范例，有没有人遇到过这样的问题，任何建议或代码演示都会非常感谢。
浏览 5提问于2020-05-07得票数 0
在尝试重新加载ResNet-50检查点的官方tensorflow模型时： http://download.tensorflow.org/models/official/20181001_resnet/checkpoints/resnet_imagenet_v1_fp32_20181001.tar.gz ...using这段代码： import os
import tensorflow as tf
print(tf.__version__)
saver = tf.train.import_meta_graph(os.path.join(
'resnet_imagenet_v1_
浏览 24提问于2019-03-30得票数 2
我正在尝试使用来自tensorflow_hub的预先训练的Resnet50模型。但是，我打算修改第一个卷积层，使其能够采用4通道张量(image+binary掩模)，其中网络权重是从预先训练的模型中初始化的，除了新添加的随机初始化的滤波器。
用于提取Resnet50权重的基本代码：
import tensorflow_hub as hub
import numpy as np
module = hub.Module("https://tfhub.dev/google/imagenet/resnet_v1_50/feature_vector/3")
batch = 2
chann
浏览 0提问于2019-10-01得票数 0
我想使用Keras Resnet50模型使用OpenCV来读取和调整输入图像的大小。我正在使用来自Keras的相同的预处理代码(对于OpenCV，我需要转换为RGB，因为这是preprocess_input()所期望的格式)。使用OpenCV和Keras图像加载，我得到的预测略有不同。我不明白为什么预测不一样。
这是我的代码：
import numpy as np
import json
from tensorflow.keras.applications.resnet50 import ResNet50
from tensorflow.keras.preprocessing import i
浏览 2提问于2020-09-30得票数 8
回答已采纳
2回答
我想用tensorflow训练一个网络，我选择"Inception_resnet_v2“作为网络(来自)，这是我的训练代码，
def train(train_dir, annotations, max_step, checkpoint_dir='./checkpoint2/'):
# train the model
features = tf.placeholder("float32", shape=[None, IMAGE_SIZE, IMAGE_SIZE, IMAGE_CHANNEL], name="features")
labels
浏览 0提问于2017-11-01得票数 0
1回答
在模型上应用一个层是做什么的？
、、、、
我正在使用tensorflow.keras API，并且遇到了我不熟悉的语法，即在子模型的输出上应用一个层，如下面的示例所示
from tensorflow.keras import Model, layers
from tensorflow.keras.applications import resnet
target_shape = (200, 200)
base_cnn = resnet.ResNet50(
weights="imagenet", input_shape=target_shape + (3,), include_top=False
)
f
浏览 0提问于2021-11-20得票数 0
我正在研究Tensorflow Slim Resnet_v2模型。我的tensorflow版本是(1.4.0)，python版本是(3.5.4)。我正在做一个图像分类与两个标签作为输出。我使用tensorflow Slim resnet_v2模型进行这种分类。当我试图运行以下代码时
predictions,_ = nets.resnet_v2.resnet_v2(x,num_classes=2, is_training=True,
global_pool=True,spatial_squeeze=True)
我得到了下
浏览 0提问于2018-02-20得票数 0
回答已采纳
我有一份假档案。我只想从一个ckpt检查点文件中得到我训练过的cnn的权重。inception_resnet_v2_2016_08_30
import tensorflow as tf
saver = tf.train.Saver()
sess = tf.Session()
saver.restore(sess, "inception_resnet_v2_2016_08_30.ckpt")
from tensorflow.core.framework import graph_pb2
from tensorflow.core.protobuf import saver_pb2
浏览 4提问于2017-03-20得票数 2
回答已采纳
2回答
从非最终keras模型层获取输出
、、、、
我正在使用ubuntu和python3和keras，而不是tensorflow，我试图使用迁移学习从预先训练好的keras模型中创建一个模型，如所解释的那样：
我正在使用下面的代码
import numpy as np
from keras.applications import vgg16, inception_v3, resnet50, mobilenet
from keras import Model
a = np.random.rand(1, 224, 224, 3) + 0.001
a = mobilenet.preprocess_input(a)
mobilenet_model
浏览 4提问于2018-08-21得票数 7
回答已采纳
我正在尝试使用新的tensorflow 2实现后续网络的文本检测。作者使用resnet作为他们网络的主干，所以我的第一个想法是使用tensoflow加载一个预先训练过的网络。但问题是，我无法找到打印模块摘要的方法，该模块是从tfhub加载的吗？
有没有任何方法可以看到从tf-集线器加载模块的层？谢谢
更新
不幸的是，resnet不适用于tf2-hub，所以我欺骗使用了resent的内置keras实现，至少直到有一个集线器驱动。就是这样。
下面是如何使用tf2.keras.applications获取resnet的中间层：
import numpy as np
import tensorflo
浏览 0提问于2019-08-08得票数 2
回答已采纳
试图从预先训练好的形式训练一个Resnet50模型，但是一旦它达到训练它的代码，它就会抛出这个错误:I ValueError: Shapes (None, 5) and (None, 1000) are incompatible can out out I hits what？ 我有5个类的数据集，所以这就是为什么我使用categorical_crossentropy作为损失。 完整的代码在这里： # This is in for loop until labels.append
#load the image, pre-process it, and store it in
浏览 76提问于2020-08-18得票数 0
回答已采纳
deeplearning4j返回“期望的模型类名模型(找到功能模型)。”当尝试加载keras模型时。当尝试将其作为顺序加载时，也会发生同样的情况。 python： from tensorflow.keras.applications.resnet50 import ResNet50
from tensorflow.keras.preprocessing import image
from tensorflow.keras.applications.resnet50 import preprocess_input, decode_predictions
import numpy as np
m
浏览 32提问于2020-08-15得票数 0
1回答
在加载权重时，我尝试在Resnet方法中按照code.But加载Resnet加载的权重。
base_model = ResNet50(input_shape=(224, 224, 3), include_top=False,weights='imagenet',pooling='avg')
# load weights
if weights == 'imagenet':
if include_top:
weights_path = get_file('resnet50_weights_tf_dim_orderi
浏览 0提问于2018-03-20得票数 0
当我试图做的时候，我有点惊讶
if list in dict:
并得到了
TypeError: unhashable type: 'list'
我知道使用列表作为键是没有意义的，因为它们是可变的，并且当您对它们执行操作时，它们的散列可能会改变。然而，为什么不能简单地使用它们来查找字典中的对象呢？我知道这不是很多工作
if tuple(list) in dict:
而不仅仅是
if list in dict:
但是，我仍然觉得它会像默认行为一样工作，因为它当前元素的散列应该与字典中相应的元组的散列完全相同？还是我遗漏了什么东西使列表无法在字典中使用？
浏览 9提问于2022-03-18得票数 -1
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
实时音视频
即时通信 IM活动推荐
腾讯云开发者
