我有以下问题:我有一个活动,其中我有两个选项卡,使用FragmentPagerAdapter作为片段 在某些时刻我想更改其中一个片段的视图,但我无法找到FragmentById()或findFragmentByTag( )我无法设置id,因为我没有在XML中声明Fragment,因为FragmentPagerAdapter 当我尝试设置标记时,我遇到了以下问题:
08-15 21:46:23.805: E/AndroidRuntime(9297): java.lang.IllegalStateException: Can't change tag of fragment Companies{416d7b78 id=0x7f04002e companies}: was companies now android:switcher:2130968622:1
我的寻呼机FragmentPagerAdapter的代码:
public class TabsAdapter extends FragmentPagerAdapter implements ActionBar.TabListener, ViewPager.OnPageChangeListener {
private final FragmentActivity mContext;
private final ActionBar mActionBar;
private final ViewPager mViewPager;
private final ArrayList<TabInfo> mTabs = new ArrayList<TabInfo>();
final class TabInfo {
private final Class<?> clss;
private final Bundle args;
TabInfo(Class<?> _class, Bundle _args) {
clss = _class;
args = …我试图通过以下方式将numpy.array保存到.csv.
with open("resultTR.csv", "wb") as f:
f.write(b'ImageId,Label\n')
numpy.savetxt(f, result, fmt='%i', delimiter=",")
结果是numpy.array,它由两列组成,第一列是索引(数字1到n),第二列是(0,9).
不幸的是,我有问题,只要第二列中有0,那么在第二列中没有任何内容写入生成的.csv文件.
换句话说,前五行数组如下所示:
[[ 1.00000000e+00 2.00000000e+00]
[ 2.00000000e+00 0.00000000e+00]
[ 3.00000000e+00 9.00000000e+00]
[ 4.00000000e+00 9.00000000e+00]
[ 5.00000000e+00 3.00000000e+00]
前五行的.csv文件如下:
ImageId,Label
1,2
2
3,9
4,9
5,3
它看起来像我的代码应该工作,因此不保存零似乎在我看来非常奇怪.有没有人知道我的代码写入.csv文件可能有什么问题？
编辑:
仅仅为了完成我的python版本是2.7.2并且它在Mac OS X 10.9.2上运行
我正在尝试使用BCrypt在我的Play 2.1中实现身份验证.Java应用程序,但是Invalid salt version exception当我尝试验证用户时,我得到了.
这是我的堆栈跟踪
play.api.Application$$anon$1: Execution exception[[IllegalArgumentException: Invalid salt version]]
at play.api.Application$class.handleError(Application.scala:289) ~[play_2.10.jar:2.1.0]
at play.api.DefaultApplication.handleError(Application.scala:383) [play_2.10.jar:2.1.0]
at play.core.server.netty.PlayDefaultUpstreamHandler$$anon$2$$anonfun$handle$1.apply(PlayDefaultUpstreamHandler.scala:132) [play_2.10.jar:2.1.0]
at play.core.server.netty.PlayDefaultUpstreamHandler$$anon$2$$anonfun$handle$1.apply(PlayDefaultUpstreamHandler.scala:128) [play_2.10.jar:2.1.0]
at play.api.libs.concurrent.PlayPromise$$anonfun$extend1$1.apply(Promise.scala:113) [play_2.10.jar:2.1.0]
at play.api.libs.concurrent.PlayPromise$$anonfun$extend1$1.apply(Promise.scala:113) [play_2.10.jar:2.1.0]
java.lang.IllegalArgumentException: Invalid salt version
at org.mindrot.jbcrypt.BCrypt.hashpw(BCrypt.java:664) ~[jbcrypt-0.3m.jar:na]
at org.mindrot.jbcrypt.BCrypt.checkpw(BCrypt.java:763) ~[jbcrypt-0.3m.jar:na]
at model.operations.DistrictOperations.authenticate(DistrictOperations.java:24) ~[na:na]
at controllers.Application.authenticateDistrict(Application.java:26) ~[na:na]
at Routes$$anonfun$routes$1$$anonfun$applyOrElse$2$$anonfun$apply$2.apply(routes_routing.scala:133) ~[na:na]
at Routes$$anonfun$routes$1$$anonfun$applyOrElse$2$$anonfun$apply$2.apply(routes_routing.scala:133) ~[na:na]
我正在使用以下maven存储库:http://mvnrepository.com/artifact/org.mindrot/jbcrypt/0.3m
因此,我的代码基于文档
district.setPassword(BCrypt.hashpw(json.findPath("password").getTextValue(), BCrypt.gensalt()));
用于保存密码(我还检查密码为空)
BCrypt.checkpw(password, d.getPassword());
检查输入的密码是否正确,其中password是String,d.getPassword()是哈希密码.
我不知道这是否是相关信息,但准确地说,我正在使用hibernate for ORM和PostgreSQL 8.4作为DB.
我有点被困在这里,所以我问是否有人可以帮助我.比你提前多了.
我有一个全天候运行的EMR集群.我无法将其关闭并启动新的.
我想要做的是在已经运行的集群上执行类似bootstrap操作的操作,最好使用Python和boto或AWS CLI.
我可以想象通过两个步骤做到这一点:
1)在所有正在运行的实例上运行脚本(如果以某种方式可能,例如来自boto,这将是很好的)
2)将脚本添加到引导操作以用于我想要调整集群大小的情况.
所以我的问题是:使用boto或至少AWS CLI是否可以这样？我会通过GitHub上的文档和源代码,但我无法弄清楚如何添加新的"引导"行为时,集群已在运行.
我目前正在使用Jupyter笔记本,我想强制它将Python日志打印到输出单元格.
我使用过去以这种方式工作的旧笔记本,可能是旧版本的Jupyter笔记本.
我将日志记录设置为:
import logging
logging.basicConfig(format='%(levelname)s : %(message)s', level=logging.INFO)
logging.root.level = 20
但是当我接到电话时:
logging.info("hello world")
它不会在输出单元格中打印任何内容.它只是打印出我启动Jupyter笔记本的控制台中的东西.
我python 2.7.10在我的虚拟环境中使用和安装的包是:
appnope==0.1.0
backports-abc==0.4
backports.ssl-match-hostname==3.5.0.1
certifi==2016.2.28
decorator==4.0.9
functools32==3.2.3.post2
gnureadline==6.3.3
ipykernel==4.3.1
ipython==4.1.2
ipython-genutils==0.1.0
ipywidgets==4.1.1
Jinja2==2.8
jsonschema==2.5.1
jupyter==1.0.0
jupyter-client==4.2.2
jupyter-console==4.1.1
jupyter-core==4.1.0
MarkupSafe==0.23
mistune==0.7.2
nbconvert==4.1.0
nbformat==4.0.1
notebook==4.1.0
path.py==8.1.2
pexpect==4.0.1
pickleshare==0.6
ptyprocess==0.5.1
Pygments==2.1.3
pyzmq==15.2.0
qtconsole==4.2.0
simplegeneric==0.8.1
singledispatch==3.4.0.3
six==1.10.0
terminado==0.6
tornado==4.3
traitlets==4.1.0
wheel==0.24.0
记录打印输出是否已更改？有什么方法可以强制Jupyter写出输出单元格的日志记录吗？
parameters = [{'weights': ['uniform'], 'n_neighbors': [5, 10, 20, 30, 40, 50, 60, 70, 80, 90, 100]}]
clf = GridSearchCV(neighbors.KNeighborsRegressor(), parameters, n_jobs=4)
clf.fit(features, rewards)
但是,当我运行这个时,出现了另一个与之前提出的问题无关的问题.Python最终会出现以下操作系统错误消息:
Process: Python [1327]
Path: /Library/Frameworks/Python.framework/Versions/2.7/Resources/Python.app/Contents/MacOS/Python
Identifier: Python
Version: 2.7.2.5 (2.7.2.5.r64662-trunk)
Code Type: X86-64 (Native)
Parent Process: Python [1316]
Responsible: Sublime Text 2 [308]
User ID: 501
Date/Time: 2014-08-12 10:27:24.640 +0200
OS Version: Mac OS X 10.9.4 (13E28)
Report Version: 11
Anonymous UUID: D10CD8B7-221F-B121-98D4-4574A1F2189F
Sleep/Wake UUID: 0B9C4AE0-26E6-4DE8-B751-665791968115
Crashed Thread: 0 Dispatch queue: …我已经使用Flask框架实现了简单的API,现在我正在尝试将其部署到gunicorn服务器.
我的服务器脚本如下所示:
app = Flask(__name__)
class Server(object):
def __init__(self, data):
self.data = data
@app.route("/api_method", methods=['GET', 'POST'])
def api_method():
return server.data
if __name__ == '__main__':
with smart_open(sys.argv[1]) as f:
server = Server(f.read())
app.run()
当我从控制台运行这个"Flask app"时,一切都还可以,但当我尝试在gunicorn下运行时,它就看不到服务器了.我只能通过移动服务器创建来修复它,但我不得不对路径进行硬编码.
有没有办法如何在gunicorn服务器启动时加载类似我的Server类,然后在API方法中读取它？
我在堆栈溢出时发现了几个pip问题,但不幸的是,我似乎遇到了一些我找不到的问题.特别是每当我尝试使用pip时,我都会收到以下错误消息:
Traceback (most recent call last):
File "/Library/Frameworks/Python.framework/Versions/2.7/bin/pip", line 9, in <module>
load_entry_point('pip==1.3.1', 'console_scripts', 'pip')()
File "build/bdist.macosx-10.5-intel/egg/pkg_resources.py", line 357, in load_entry_point
"""Yield named metadata resource as list of non-blank non-comment lines
File "build/bdist.macosx-10.5-intel/egg/pkg_resources.py", line 2394, in load_entry_point
except ValueError:
File "build/bdist.macosx-10.5-intel/egg/pkg_resources.py", line 2108, in load
File "/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/site-packages/pip/__init__.py", line 10, in <module>
from pip.backwardcompat import u, walk_packages, console_to_str
ImportError: cannot import name walk_packages
有谁知道什么是错的？到目前为止,我已经尝试重新安装pip,因为它在这里推荐:找不到Python机械化模块,我也尝试使用系统python osx这个Pip,但是它们不适用于我.
提前感谢您的任何建议.
我正在尝试将 Flask 应用程序部署到 Gunicorn，但收到以下错误。
AttributeError: 'module' object has no attribute 'MyTopics'
当我仅运行 Flask 服务器时，一切正常：
python http_server/server.py
但是当我在gunicorn下运行它时，我得到了AttributeError
gunicorn -c http_server.config http_server.server:app
我的服务器应用程序的加载如下所示：
import logging
import sys
import os
import json
import time
from functools import wraps
from flask import Flask, request, jsonify
from my_lda import MyTopics
import config
logger = logging.getLogger(__name__)
app = Flask(__name__)
class Server(object):
def __init__(self, lda_model_path):
self.lda_model_path = lda_model_path
self.lda_model = self.load_to_lda_model()
def load_to_lda_model(self, path=None):
"""
load the lda model from the specific path
"""
if …我目前正在tensorflow中实现FCN,它可以实现可变的输入图像大小.
我有各种图像尺寸的图像,但不幸的是,我无法以不同于1的批量大小开始培训.
我以下列方式使用feed dict:
feed_dict = {fcn.images: image_batch,
fcn.labels: labels_batch,
fcn.dropout_keep: dropout}
result = sess.run(list(tf_ops), feed_dict=feed_dict)
我已经尝试过了:
image_batch和labels_batch作为numpy数组不起作用.image_batch和labels_batch作为numpy数组的列表.这似乎是tensorflow试图调用numpy.array(image_batch).tf.pack(),这个遗憾的是不支持不同的图像大小,以及我的问题是:有没有办法解决这个问题？
提前感谢您提出任何建议和意见.
我正在尝试在Play 2.1中实现WebSocket.框架和JPA一起使用Hibernate,当我从WebSocket访问数据库时,我遇到异常:
java.lang.RuntimeException: No EntityManager bound to this thread. Try to annotate your action method with @play.db.jpa.Transactional
at play.db.jpa.JPA.em(JPA.java:42)
at model.operations.DistrictOperations.isOwner(DistrictOperations.java:15)
at controllers.security.Secured.isOwnerOf(Secured.java:28)
at controllers.DistrictCommunication.initWebSocket(DistrictCommunication.java:157)
at Routes$$anonfun$routes$1$$anonfun$applyOrElse$20$$anonfun$apply$20.apply(routes_routing.scala:277)
at Routes$$anonfun$routes$1$$anonfun$applyOrElse$20$$anonfun$apply$20.apply(routes_routing.scala:277)
at play.core.j.JavaWebSocket$$anonfun$webSocketWrapper$1$$anonfun$apply$1.apply(JavaWebSocket.scala:20)
at play.core.j.JavaWebSocket$$anonfun$webSocketWrapper$1$$anonfun$apply$1.apply(JavaWebSocket.scala:14)
at play.core.server.netty.PlayDefaultUpstreamHandler.liftedTree1$1(PlayDefaultUpstreamHandler.scala:324)
at play.core.server.netty.PlayDefaultUpstreamHandler.messageReceived(PlayDefaultUpstreamHandler.scala:322)
at org.jboss.netty.channel.SimpleChannelUpstreamHandler.handleUpstream(SimpleChannelUpstreamHandler.java:75)
at org.jboss.netty.channel.DefaultChannelPipeline.sendUpstream(DefaultChannelPipeline.java:565)
at org.jboss.netty.channel.DefaultChannelPipeline$DefaultChannelHandlerContext.sendUpstream(DefaultChannelPipeline.java:793)
at org.jboss.netty.handler.codec.http.HttpContentDecoder.messageReceived(HttpContentDecoder.java:104)
at org.jboss.netty.channel.SimpleChannelUpstreamHandler.handleUpstream(SimpleChannelUpstreamHandler.java:75)
at org.jboss.netty.channel.DefaultChannelPipeline.sendUpstream(DefaultChannelPipeline.java:565)
at org.jboss.netty.channel.DefaultChannelPipeline$DefaultChannelHandlerContext.sendUpstream(DefaultChannelPipeline.java:793)
at org.jboss.netty.channel.Channels.fireMessageReceived(Channels.java:296)
at org.jboss.netty.handler.codec.frame.FrameDecoder.unfoldAndFireMessageReceived(FrameDecoder.java:455)
at org.jboss.netty.handler.codec.replay.ReplayingDecoder.callDecode(ReplayingDecoder.java:538)
at org.jboss.netty.handler.codec.replay.ReplayingDecoder.messageReceived(ReplayingDecoder.java:437)
at org.jboss.netty.channel.SimpleChannelUpstreamHandler.handleUpstream(SimpleChannelUpstreamHandler.java:75)
at org.jboss.netty.channel.DefaultChannelPipeline.sendUpstream(DefaultChannelPipeline.java:565)
at org.jboss.netty.channel.DefaultChannelPipeline.sendUpstream(DefaultChannelPipeline.java:560)
at org.jboss.netty.channel.Channels.fireMessageReceived(Channels.java:268)
at org.jboss.netty.channel.Channels.fireMessageReceived(Channels.java:255)
at org.jboss.netty.channel.socket.nio.NioWorker.read(NioWorker.java:84)
at org.jboss.netty.channel.socket.nio.AbstractNioWorker.processSelectedKeys(AbstractNioWorker.java:472)
at org.jboss.netty.channel.socket.nio.AbstractNioWorker.run(AbstractNioWorker.java:333)
at org.jboss.netty.channel.socket.nio.NioWorker.run(NioWorker.java:35)
at org.jboss.netty.util.ThreadRenamingRunnable.run(ThreadRenamingRunnable.java:102)
at …java hibernate websocket playframework-2.0 playframework-2.1
我目前想实现FCN的语义分割在TensorFlow因为它是在来自Caffe以前那样在这里.
不幸的是,我正在努力完成以下三件事:
1)如何将"Deconvolution"图层从Caffe映射到TensorFlow？这是正确的tf.nn.conv2d_transpose吗？
2)如何将"Crop"图层从Caffe映射到TensorFlow？不幸的是,我在TensorFlow中看不到任何替代方案.在TensorFlow中有相同的效果吗？
3)Caffe是否SoftmaxWithLoss对应TensorFlow softmax_cross_entropy_with_logits？
提前感谢您提供任何建议,提示和帮助.
编辑2016年5月9日:
1)我发现它tf.nn.conv2_transpose确实对应于反卷积层.
2)现在作物层似乎真的是一个问题.我发现确实存在tf.image.resize_image_with_crop_or_pad,但这似乎不可能用于此目的,因为它不能用于动态创建的张量,也不能用于需要在tf.nn.conv2_transpose图层之后使用的4D张量.
可能会有更多信息:https://github.com/tensorflow/tensorflow/issues/2049
编辑2016年5月17日:
我已经关注@ 24hours建议并在tensorflow中构建FCN,尽管我无法对任意大小的数据进行训练.
2)真的不需要裁剪层.
3)我tf.nn.sparse_softmax_cross_entropy_with_logits最后用过,它对我有用.