小编Fil*_*ixo的帖子

这是第一次发生在我身上，我不知道为什么 pip 以如此奇怪的形式输出需求。我正在使用 conda 环境。输出示例pip freeze：

aioredis @ file:///home/conda/feedstock_root/build_artifacts/aioredis_1591809643295/work
amqp @ file:///home/conda/feedstock_root/build_artifacts/amqp_1591005859311/work
asgiref==3.2.7
async-timeout==3.0.1
attrs==19.3.0

为什么不aioredis和amqp各自的版本就像其他要求上市？

我有以下代码将数据帧转储results到 HTML 表格中，以便TIME_FRAMES根据 seaborn 的颜色图对其中的列进行着色。

import seaborn as sns

TIME_FRAMES = ["24h", "7d", "30d", "1y"]

# Set CSS properties for th elements in dataframe
th_props = [
    ('font-size', '11px'),
    ('text-align', 'center'),
    ('font-weight', 'bold'),
    ('color', '#6d6d6d'),
    ('background-color', '#f7f7f9')
]

# Set CSS properties for td elements in dataframe
td_props = [
    ('font-size', '11px')
]


cm = sns.light_palette("green", as_cmap=True)
s = (results.style.background_gradient(cmap=cm, subset=TIME_FRAMES)
                  .set_table_styles(styles))
a = s.render()
with open("test.html", "w") as f:
    f.write(a)

由此，我收到警告：

/python3.7/site-packages/matplotlib/colors.py:512: RuntimeWarning: 在less xa[xa …

我正在尝试使用FastText Python API https://pypi.python.org/pypi/fasttext虽然,根据我的阅读,此API无法加载较新的.bin模型文件https:// github .ps/facebookresearch/fastText/blob/master/pretrained-vectors.md,如https://github.com/salestock/fastText.py/issues/115中所述

我已经尝试了在该问题上建议的所有内容,而且https://github.com/Kyubyong/wordvectors没有.bin用于英语,否则问题将得到解决.有没有人知道这方面的解决方法？

我第一次尝试将 django 应用程序部署到弹性 beantalk。该应用程序使用 django 频道。

这些是我的配置文件：

option_settings:  
  aws:elasticbeanstalk:container:python:     
    WSGIPath: "dashboard/dashboard/wsgi.py"
  aws:elasticbeanstalk:application:environment:
    DJANGO_SETTINGS_MODULE: "dashboard/dashboard/settings.py"
    PYTHONPATH: /opt/python/current/app/dashboard:$PYTHONPATH

  aws:elbv2:listener:80:
    DefaultProcess: http
    ListenerEnabled: 'true'
    Protocol: HTTP
    Rules: ws
  aws:elbv2:listenerrule:ws:
    PathPatterns: /websockets/*
    Process: websocket
    Priority: 1
  aws:elasticbeanstalk:environment:process:http:
    Port: '80'
    Protocol: HTTP
  aws:elasticbeanstalk:environment:process:websocket:
    Port: '5000'
    Protocol: HTTP

container_commands:
  00_pip_upgrade:
    command: "source /opt/python/run/venv/bin/activate && pip install --upgrade pip"
    ignoreErrors: false
  01_migrate:
    command: "django-admin.py migrate"
    leader_only: true
  02_collectstatic:
    command: "django-admin.py collectstatic --noinput"
  03_wsgipass:
    command: 'echo "WSGIPassAuthorization On" >> ../wsgi.conf'

当我运行时，eb create django-env我得到以下日志：

Creating application version …

我正在使用以下方法从另一个 Lambda 异步调用 Lambda：

payload = {"id":item['id']}
invoke_lambda = lambda_client.invoke(FunctionName="process",
                                     InvocationType="Event",
                                     Payload=json.dumps(payload)) # Use InvocationType="RequestResponse" for synchronous run

这可能相当明显，但我找不到它的文档 - 如何访问定义为的第二个 lambda 中的有效负载：

def process(event, context):
    (...)

假设我有一个张量，x其维数在图形初始化时未定义。

我可以使用以下方法获取形状：

x_shape = tf.shape(input=x)

现在，如果我想根据x_shape使用中定义的值创建一个变量：

y = tf.get_variable(variable_name="y", shape=[x_shape[0], 10])

我收到一个错误，因为传递给参数shape的值必须为intand not Tensor。如何在不使用占位符的情况下创建这样的动态形状变量？

我在TensorFlow上有一个卷积层的代码.该层是较大计算图的一部分.

# Define the shape of the filter
filter_shape = [1,
                config.char_filter_size,
                config.dim_char,
                config.dim_char]

# Define the convolutional layer weights and biases
W_conv = tf.Variable(tf.truncated_normal(filter_shape, stddev=0.1),
                     name="W_conv")
b_conv = tf.Variable(tf.constant(0.1, shape=[config.dim_char]),
                     name="b_conv")
# Do 2d convolution
conv = tf.nn.conv2d(char_embeddings,
                    W_conv,
                    strides=[1, 1, 1, 1],
                    padding="VALID",
                    name="conv")
# Apply nonlinearity
# h_conv has the same shape as conv
h_conv = tf.nn.relu(tf.nn.bias_add(conv, b_conv),
                    name="conv_relu")
# Maxpooling h_conv over dim 2 (char dim)

# ERROR HERE
conv_pooled = tf.nn.max_pool(h_conv,
                             ksize=[1, 1, tf.shape(h_conv)[-2], 1], …

我正在逐步将来自网络抓取的数据行附加到 DataFrame 中。虽然，有时我正在抓取的数据已经存在于 DataFrame 中，所以我不想再次附加它。检查 DataFrame 是否已有数据的最有效方法是什么？在末尾删除重复项不是一个选项，因为我想提取特定数量的记录，并且在末尾删除重复项将使最终 DataFrame 的记录少于指定数量。

res = pd.DataFrame([], columns=GD_SCHEMA)\n\nreviews = self.browser.find_elements_by_class_name('empReview')\nidx = 0\nfor review in reviews:\n    data = extract_review(review) # This is a dict with the same keys as \xc2\xb4res\xc2\xb4\n    \n    # Most efficient way to check if \xc2\xb4data\xc2\xb4 already exists in \xc2\xb4res\xc2\xb4 before appending?\n    res.loc[idx] = data\n    idx += 1\n

我想在 TensowFlow 上实现一个通用模块，它接收 TensorFlow 模型列表（这里表示为专家）并从中构建专家组合，如下图来自http://www.aclweb 所示。组织/文集/C16-1133

所以这个模型得到一个输入x，输入给不同的专家以及门控网络。最终输出对应于ensemble output，由不同专家的输出之和乘以gm来自门控网络的相应门控函数 给出。所有的专家网络都是同时训练的。

这个模块适合批量训练很重要。我一直在寻找已经实现的东西，并找到了这个https://github.com/AmazaspShumik/Mixture-Models虽然它不在 TensorFlow 上。

所以现在我正在寻找关于构建这个模块的最佳方法的指针和建议，即关于一些已经实现的 TF 层或特别适合这个应用程序的包装器。

在这里找到了同一问题的答案django 中的时间戳字段，但我认为我遗漏了一些东西 - 在 django 模型中保存时间戳不应该比创建自己的时间戳字段更容易吗？

我有一个有DateTimeField字段的模型。为了满足该领域的需要，我使用了一个datetime对象。但我刚刚意识到该datetime对象实际上并不包含时区，所以我最好直接存储时间戳，因为最初我是从时间戳中的 API 获取这些数据的。还有比上面的答案更直接的方法吗？