小编sco*_*tle的帖子

如果我有z = cumsum( [ 0, 1, 2, 6, 9 ] ),这给了我z = [ 0, 1, 3, 9, 18 ],我怎么能回到原来的阵列[ 0, 1, 2, 6, 9 ]？

我可以使用sqlalchemy和pandas成功查询和插入数据:

from sqlalchemy import create_engine
import pandas as pd
engine = create_engine('mssql://myserver/mydb?driver=SQL+Server+Native+Client+11.0?trusted_connection=yes')

阅读临时表:

sql_command = """
select top 100 * from tempy
"""

df = pd.read_sql(sql_command, engine)
print df

   tempID  tempValue
0       1          2

附加新数据:

df_append = pd.DataFrame( [[4,6]] , columns=['tempID','tempValue']) 
df_append.to_sql(name='tempy', con=engine, if_exists = 'append', index=False)

df = pd.read_sql(sql_command, engine)
print df

   tempID  tempValue
0       1          2
1       4          6

尝试截断数据:

connection = engine.connect()
connection.execute( '''TRUNCATE TABLE tempy''' )
connection.close()

再次读表,但截断失败:

df = pd.read_sql(sql_command, engine)
print df

   tempID …

当使用鼠标悬停选择时,我希望突出显示跟踪(颜色或不透明度更改).我已经研究过restyle功能,但它可能不适合我的用例.

看起来这已经在Github上讨论了,但我不确定它是否已经解决/实现.

这是Bokeh中我想要在Plotly Python中完成的一个例子:

from bokeh.plotting import figure, show, output_notebook
from bokeh.models import HoverTool
from bokeh.models import ColumnDataSource
output_notebook()

p = figure(plot_width=400, plot_height=400,y_range=(0.2,0.5))


y_vals = [0.22,0.22,0.25,0.25,0.26,0.26,0.27,0.27]
y_vals2 = [y*1.4 for y in y_vals]
x_vals = [0,1,1,2,2,2,2,3]
data_dict = {'x':[x_vals,x_vals],
             'y':[y_vals,y_vals2],
             'color':["firebrick", "navy"],
             'alpha':[0.1, 0.1]}

source = ColumnDataSource(data_dict)

p.multi_line('x','y',source=source,
             color='color', alpha='alpha', line_width=4,
             hover_line_alpha=1.0,hover_line_color='color')

p.add_tools(HoverTool(show_arrow=True,
                      line_policy='nearest',
                      ))
show(p)

除了我的 python bot 之外，我还使用 Heroku 设置了一个 postgresql 服务器，它也在 heroku 上运行，但该 bot 无法连接到数据库

我确保密码用户名等正确。

这是用于连接的方法：

async def create_db_pool():
    bot.pg_con = await asyncpg.create_pool(database="dbname", 
    user="username", 
    password="dbpw")

这就是我运行它的方式：

bot.loop.run_until_complete(create_db_pool())

预计访问数据库并写入和读取数据，而不是我收到以下错误：

asyncpg.exceptions.ConnectionDoesNotExistError: connection was closed in the middle of operation
Task was destroyed but it is pending!
task: <Task pending coro=<chng_pr() running at I:/Python/HardCoreDisBot/Commands.py:38> wait_for=<Future pending cb=[<TaskWakeupMethWrapper object at 0x000002571E9B1978>()]>>

有没有一种方法可以使用click为所有命令和子命令生成（和导出）帮助文档？

例如，

cli --help all --destination help-docs.txt

将在命令之后生成命令和子命令的帮助

cli command subcommand

格式化并放入help-docs.txt文件中。

我认为可以完成此操作的唯一方法是使用

cli command subcommand --help

我想要为其生成帮助并将cat其输出到文件的每个子命令，但是如果有一种更简单的方法来使用Click --help功能来完成此操作，那将是很好的选择。

问题描述

我们遇到的问题如下。Serving 配置为加载和服务 7 个模型，并且随着模型数量的增加，Serving 请求超时更频繁。相反，随着模型数量的减少，请求超时是微不足道的。在客户端，超时被配置为 5 秒。

有趣的是，最大批处理持续时间约为 700 毫秒，配置的最大批处理大小为 10。平均批处理持续时间约为 60 毫秒。

日志和截图

我们检查了 TensorFlow Serving 日志，但未发现任何警告或错误。此外，我们还监控了正在运行的 GPU 机器和主机执行对 Serving 的推理请求的网络，但也没有发现任何网络问题。

暂时解决

减少加载和服务的模型数量，但这不是预期的解决方案，因为这需要设置多个不同的 GPU 实例，每次加载和仅服务模型的一个子集。

系统信息

操作系统平台和发行版（例如 Linux Ubuntu 16.04）：Ubuntu 16.04 TensorFlow Serving 安装自（源或二进制）：源 TensorFlow Serving 版本：1.9 TensorFlow Serving 在多个 AWS g2.2xlarge 实例上运行。我们使用 Docker 运行 TensorFlow Serving，并带有一个基础镜像nvidia/cuda:9.0-cudnn7-devel-ubuntu16.04

这种行为的路线原因可能是什么？在内存中加载多个模型时，Serving 如何处理请求？它如何改变模型上下文？

我正在尝试val使用另一列ts对每个值进行排序id。

# imports
from pyspark.sql import functions as F
from pyspark.sql import SparkSession as ss
import pandas as pd

# create dummy data
pdf = pd.DataFrame( [['2',2,'cat'],['1',1,'dog'],['1',2,'cat'],['2',3,'cat'],['2',4,'dog']] ,columns=['id','ts','val'])
sdf = ss.createDataFrame( pdf )
sdf.show()

+---+---+---+
| id| ts|val|
+---+---+---+
|  2|  2|cat|
|  1|  1|dog|
|  1|  2|cat|
|  2|  3|cat|
|  2|  4|dog|
+---+---+---+

我正在尝试运行一个纱线服务器

$ yarn run start --https

它启动一个服务器，但使用的是 http 而不是 https。--https 选项适用于我正在开发的另一个项目，但不适用于这个项目。我想知道是否还需要在 package.json 中设置一些内容来启用 https。作为参考，这是我克隆并正在使用的 github 项目： https: //github.com/googlecreativelab/teachable-machine-boilerplate。