零基础学python-2.2 输入 input()

本课程深入探讨了Python中input()函数的作用,包括如何读取标准输入并将其赋值给变量,以及在游戏开发场景中的实际应用。通过实例演示,使读者能够熟练掌握input()函数的使用方法,提升编程技能。

这节课我们来聊一下输入函数input()

input()主要是读取标准输入,然后赋值给指定的变量

例如:


上图所示,我们把输入的123赋值给temp这个变量,然后后面通过print打印出来


再回到我们的游戏上面,我们猜数字,必须要输入,所以肯定需要用input函数

所以,我们在代码里面加入输入,然后改进成下面的代码:

print("---------欢迎来到猜数字的地方,请开始---------")
guess=int(input("*数字区间0-100,请输入你猜的数字:"))
print(guess)

这节就说到这里,谢谢大家

------------------------------------------------------------------

点击跳转零基础学python-目录


版权声明:本文为博主原创文章,未经博主允许不得转载。

### 模型下载与访问方式 CogFlorence-2.2-Large 是基于视觉语言理解的先进模型,适用于图像描述生成、标签识别以及多模态任务。当前,该模型的官方下载地址或访问方式主要依赖于 Hugging Face 平台,用户可以通过以下方式进行访问和使用: #### 使用 Hugging Face 下载模型 用户可以使用 `transformers` 库从 Hugging Face 加载 CogFlorence-2.2-Large 模型。具体代码如下: ```python from transformers import AutoModelForCausalLM, AutoProcessor model = AutoModelForCausalLM.from_pretrained("microsoft/Florence-2-large", trust_remote_code=True) processor = AutoProcessor.from_pretrained("microsoft/Florence-2-large", trust_remote_code=True) ``` 上述代码展示了如何从 Hugging Face 加载模型和处理器,`trust_remote_code=True` 是为了支持模型的自定义实现逻辑,这一参数在加载某些特定模型时是必需的 [^4]。 #### 模型文件手动加载 如果用户已经下载了模型文件(例如从第三方镜像或官方存储中获取的 `CogFlorence-2.2-Large` 文件),可以直接将这些文件放入 ComfyUI 的 `LLM` 目录中。随后,`Florence2ModelLoader` 节点会自动识别并加载这些模型,适用于图像描述生成、视觉问答等多模态任务 [^1]。 #### 模型特性与适用场景 CogFlorence-2.2-Large 是基于 Transformer 架构的视觉语言模型,通过大规模预训练掌握了丰富的视觉概念与语义关联。相比前代模型,它在处理复杂场景和多对象识别时表现出更高的准确率,特别适合用于图像标注和 Booru 风格的标签生成场景 [^2]。 此外,模型的更新迭代也带来了新的特性和改进,使其在计算机视觉领域表现更加出色,尤其是在图像理解与自然语言生成方面 [^3]。 ### 示例代码 以下是一个完整的图像描述生成流程示例,结合了模型加载和图像输入处理: ```python from PIL import Image from transformers import AutoModelForCausalLM, AutoProcessor # 加载模型和处理器 model_id = "microsoft/Florence-2-large" model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True, torch_dtype="auto").eval().cuda() processor = AutoProcessor.from_pretrained(model_id, trust_remote_code=True) # 加载图像 image = Image.open("path/to/image.jpg") # 生成描述 inputs = processor(images=image, return_tensors="pt").to("cuda") generated_ids = model.generate(input_ids=None, pixel_values=inputs.pixel_values, max_new_tokens=16) description = processor.batch_decode(generated_ids, skip_special_tokens=True)[0] # 输出结果 print(description) ``` 上述代码展示了如何加载模型、处理图像输入并生成自然语言描述 [^5]。 ### 注意事项 在下载和使用 CogFlorence-2.2-Large 模型时,用户需要注意以下几点: - 确保使用 `trust_remote_code=True` 参数以支持模型的远程加载。 - 模型较大,推荐使用 GPU 进行推理以提高性能。 - 如果使用手动加载方式,需将模型文件放入指定目录以确保节点正确识别。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值