小编nad*_*nad的帖子

我需要将图像（可以是任何类型的 jpg、png 等）转换为 JSON 可序列化。

我在这里查看了解决方案，但接受的解决方案有一个错字，我不知道如何解决它。

我正在做pip install setuptools --upgrade但下面得到错误

Installing collected packages: setuptools
  Found existing installation: setuptools 1.1.6
    Uninstalling setuptools-1.1.6:
Exception:
Traceback (most recent call last):
  File "/Library/Python/2.7/site-packages/pip-8.1.1-py2.7.egg/pip/basecommand.py", line 209, in main
    status = self.run(options, args)
  File "/Library/Python/2.7/site-packages/pip-8.1.1-py2.7.egg/pip/commands/install.py", line 317, in run
    prefix=options.prefix_path,
  File "/Library/Python/2.7/site-packages/pip-8.1.1-py2.7.egg/pip/req/req_set.py", line 726, in install
    requirement.uninstall(auto_confirm=True)
  File "/Library/Python/2.7/site-packages/pip-8.1.1-py2.7.egg/pip/req/req_install.py", line 746, in uninstall
    paths_to_remove.remove(auto_confirm)
  File "/Library/Python/2.7/site-packages/pip-8.1.1-py2.7.egg/pip/req/req_uninstall.py", line 115, in remove
    renames(path, new_path)
  File "/Library/Python/2.7/site-packages/pip-8.1.1-py2.7.egg/pip/utils/__init__.py", line 267, in renames
    shutil.move(old, new)
  File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/shutil.py", line 299, in move
    copytree(src, real_dst, symlinks=True)
  File …

我使用 Huggingface Transformer 在 Pytorch 中微调了一个预训练的 BERT 模型。所有的训练/验证都是在云端的 GPU 上完成的。

在训练结束时，我保存模型和标记器，如下所示：

best_model.save_pretrained('./saved_model/')
tokenizer.save_pretrained('./saved_model/')

这将在saved_model目录中创建以下文件：

config.json
added_token.json
special_tokens_map.json
tokenizer_config.json
vocab.txt
pytorch_model.bin

现在，我saved_model在我的计算机中下载该目录并想要加载模型和标记器。我可以像下面这样加载模型

model = torch.load('./saved_model/pytorch_model.bin',map_location=torch.device('cpu'))

但是我如何加载标记器？我是 pytorch 的新手，不确定因为有多个文件。可能我没有以正确的方式保存模型？

我在我的 Mac 上安装了 LightGBM，并之前针对不同的项目进行了测试。

现在我在 Mac 上安装了 python 3.6 的 docker 中。一旦我添加import lightgbm as lgbm到 Flask 应用程序中，我就会收到错误

OSError: libgomp.so.1: cannot open shared object file: No such file or directory

到底是怎么回事？有人可以建议吗？

我将RedBearLab BLE屏蔽连接到Arduino UNO R3.我可以使用Rasp-Pi(附带的CSR4.0加密狗)中的gatttool连接到它.我有一些传感器(FSR)连接到模拟引脚,LED连接到Arduino中的数字引脚.我的目标是读取/写入通过BLE连接到Arduino的任何东西.

作为样本,我正在研究这个链接.看来我需要知道传感器的手柄,配置寄存器#等来读/写.但我不知道如何找到与连接到屏蔽的传感器相关的手柄/ uuid.

例如,我在下面看到.

[xx:xx:xx:xx:xx:xx][LE]> char-desc
handle: 0x0001, uuid: 2800
handle: 0x0002, uuid: 2803
handle: 0x0003, uuid: 2a00
handle: 0x0004, uuid: 2803
handle: 0x0005, uuid: 2a01
handle: 0x0006, uuid: 2803
handle: 0x0007, uuid: 2a04
handle: 0x0008, uuid: 2800
handle: 0x0009, uuid: 2800
handle: 0x000a, uuid: 2803
handle: 0x000b, uuid: 713d0003-503e-4c75-ba94-3148f18d941e
handle: 0x000c, uuid: 2803
handle: 0x000d, uuid: 713d0002-503e-4c75-ba94-3148f18d941e
handle: 0x000e, uuid: 2902
handle: 0x000f, uuid: 2800
handle: 0x0010, uuid: 2803
handle: 0x0011, uuid: 2a27    
Discover …

我已经通过brew安装了pkg-config和libusb

现在如果我这样做

pkg-config --cflags --libs libusb

我收到以下消息

在 pkg-config 搜索路径中找不到软件包 libusb。也许您应该将包含“libusb.pc”的目录添加到 PKG_CONFIG_PATH 环境变量中找不到软件包“libusb”

所以我按照这篇文章做了

导出 PKG_CONFIG_PATH="$PKG_CONFIG_PATH:/usr/local/Cellar/libusb/1.0.20/lib/pkgconfig"

但我仍然有问题。我缺少什么？

我使用的是 MAC OSX El Capitan

我在 Sagemaker 中部署了基于 TensorFlow/keras 的 CNN 模型。

现在为了调用推论，我遵循了本教程

下面的代码片段

def inferImage(endpoint_name):
    # Load the image bytes
    img = open('./shoe.jpg', 'rb').read()
    runtime = boto3.Session().client(service_name='sagemaker-runtime')

    # Call your model for predicting which object appears in this image.
    response = runtime.invoke_endpoint(
        EndpointName=endpoint_name,
        ContentType='application/x-image',
        Body=bytearray(img))
    response_body = response['Body']
    print(response_body.read()) 

当我运行此代码时，出现错误

Unsupported content-type application/x-image

我缺少什么？关于如何修复它有什么建议吗？

我有一个 AWS lambda 函数，我可以同步调用它并使用以下代码返回结果

response = lambda_client.invoke(
        FunctionName=FUNCTION_NAME,
        InvocationType='RequestResponse',
        LogType='Tail',
        Payload=payload,
        Qualifier=$LATEST
    )

响应 Payload 的类型<botocore.response.StreamingBody object at 0x115fb3160>所以我使用下面的代码来提取工作正常的有效负载。

response_body = response['Payload']
response_str = response_body.read().decode('utf-8')
response_dict = eval(response_str)

现在，我需要异步调用我的 lambda，所以我更改了调用类型 InvocationType='Event'

它给了我一个与以前相同类型的有效负载的响应，botocore.response.StreamingBody object但我在这行出现错误 -response_dict = eval(response_str)

错误消息说

    response_dict = eval(response_str)
  File "<string>", line 0

    ^
SyntaxError: unexpected EOF while parsing

我错过了什么？如果响应负载与同步调用的类型相同，为什么会出现解析错误？有什么建议吗？

编辑

为清楚起见，我明白如果InvocationType='Event', 那么我们只得到invoke调用的状态，而不是 lambda 函数的结果。不过，在我的情况下，我需要两者 - 启动 lambda 异步并在完成后返回结果。我怎么做？是否将结果写回 s3 并定期检查这是唯一的选择？

我正在尝试从 AWS lambda 写入 SQS 队列，如下所示。

sqs = boto3.resource(
        'sqs',
        region_name='us-east-1'
    )

def lambda_handler(event, context):
    queue_name = event["queue_name"]
    sqsQ = sqs.get_queue_by_name(QueueName=queue_name)
    msg_body = {
            "source": "some_source",
            "mse": 120
        }
    msg = sqsQ.send_message(MessageBody=json.dumps(msg_body), MessageGroupId="some_id", MessageDeduplicationId=str(uuid.uuid4()))

但我收到队列不存在错误

"errorMessage": "An error occurred (AWS.SimpleQueueService.NonExistentQueue) when calling the GetQueueUrl operation: The specified queue does not exist or you do not have access to it.",
  "errorType": "QueueDoesNotExist",

我确保队列名称正确（复制粘贴）并且它是正确的区域。

我缺少什么？

我在本地使用 dynamoDB。我想创建一个具有 6 个属性的表，其中只有一个是key. 我怎么做？keySchema在AttributeDefinitions? 中指定键属性和所有属性？

var params = {
    TableName : "Movies",
    KeySchema: [
        { AttributeName: "year", KeyType: "HASH"},  //Partition key
    ],
    AttributeDefinitions: [
        { AttributeName: "year", AttributeType: "N" },
        { AttributeName: "title", AttributeType: "S" }
    ],
    ProvisionedThroughput: {
        ReadCapacityUnits: 10,
        WriteCapacityUnits: 10
    }
};

dynamodb.createTable(params, function(err, data) {
    if (err) {
        console.error("Unable to create table. Error JSON:", JSON.stringify(err, null, 2));
    } else {
        console.log("Created table. Table description JSON:", JSON.stringify(data, null, 2));
    } …