小编Nao*_*man的帖子

我正在训练一个 keras 序列模型。我希望在训练没有进展时降低学习率。

我使用 ReduceLROnPlateau 回调。

在前 2 个 epoch 没有进展后，学习率按预期降低。但随后每 2 个 epoch 减少一次，导致训练停止进展。

那是keras错误吗？或者我以错误的方式使用该功能？

编码：

earlystopper = EarlyStopping(patience=8, verbose=1)
checkpointer = ModelCheckpoint(filepath = 'model_zero7.{epoch:02d}-{val_loss:.6f}.hdf5',
                               verbose=1,
                               save_best_only=True, save_weights_only = True)

reduce_lr = ReduceLROnPlateau(monitor='val_loss', factor=0.2,
                              patience=2, min_lr=0.000001, verbose=1)

history_zero7 = model_zero.fit_generator(bach_gen_only1,
                                        validation_data = (v_im, v_lb),
                                        steps_per_epoch=25,epochs=100,
                    callbacks=[earlystopper, checkpointer, reduce_lr])

输出：

Epoch 00006: val_loss did not improve from 0.68605
Epoch 7/100
25/25 [==============================] - 213s 9s/step - loss: 0.6873 - binary_crossentropy: 0.0797 - dice_coef_loss: -0.8224 - jaccard_distance_loss_flat: 0.2998 - val_loss: 0.6865 …

我需要沿 Z 轴翻转 3D 数组 A 形状 [m, n, k]。我需要平面 0 (A[0,:,:]) 变为 k-1，平面 1 变为 k-2 平面，依此类推。

我需要在许多数组上执行此操作，并且循环非常慢。

我试过：

C = numpy.rot90(A,2)
C = flipud(A)
C = A[::-1]

我还尝试了 rol 和 reshape，但不是我需要的。

例如：A 是 (3, 2, 2)

    A= np.array([[[ 1.01551435, -0.76494131],
 [ 0.56853752 , 1.94491724]],
[[-0.97433012 , 2.08134198],
 [-1.34997602 ,-0.33543117]],
[[ 0.54217072, -1.33470658],
 [-0.50179028, -0.66593918]]])

我需要将 Z 轴倒置重新排序：

[[ 0.54217072 -1.33470658]
 [-0.50179028 -0.66593918]]
[[-0.7703279   0.02402204]
 [-0.18006451 -0.37589744]]
[[ 1.01551435 -0.76494131]
 [ 0.56853752  1.94491724]]

有任何想法吗 ？

我想以 4 精度打印浮点数。我使用 numpy ，我尝试过的 jupyter notebook：

%precision %.4g
%precision 2
np.set_printoptions(precision=2)
print(0.6776776)

输出：

0.6776776

任何想法有什么问题？

# Name                    Version                   
ipython                   6.4.0                    
ipython_genutils          0.2.0            
msgpack-python            0.5.6            
python                    3.6.5                
python-dateutil           2.7.3       

我有大数据框，我需要有效地计算数据框行和给定值列表之间的相关性。例如：

dfa= DataFrame(np.zeros((1,4)) ,columns=['a','b','c','d'])
dfa.ix[0] = [2,6,8,12]
a   b   c   d
2.0 6.0 8.0 12.0
dfb= DataFrame([[2,6,8,12],[1,3,4,6],[-1,-3,-4,-6]], columns=['a','b','c','d'])
    a   b   c   d
0   2   6   8   12
1   1   3   4   6
2  -1  -3  -4  -6

我希望得到：

0    1
1    0.5
2   -0.5

我尝试了很多版本，例如：

dfb.T.corrwith(dfa.T, axis=0)

但我得到的是很多南的

我在miniconda中创建了python 3.6环境。Jupyter Notebook现在从右到左工作

我该如何解决？

已安装的软件包：

ipykernel                 4.7.0                    py36_0    conda-forge
ipython                   6.2.1                    py36_1    conda-forge
ipython_genutils          0.2.0                    py36_0    conda-forge
jsonschema                2.5.1                    py36_0    conda-forge
jupyter_client            5.2.1                    py36_0    conda-forge
jupyter_core              4.4.0                      py_0    conda-forge
notebook                  5.2.2                    py36_1    conda-forge

笔记本元数据：

{
  "celltoolbar": "Edit Metadata",
  "kernelspec": {
    "name": "python3",
    "display_name": "Python 3",
    "language": "python"
  },
  "language_info": {
    "name": "python",
    "version": "3.6.4",
    "mimetype": "text/x-python",
    "codemirror_mode": {
      "name": "ipython",
      "version": 3
    },
    "pygments_lexer": "ipython3",
    "nbconvert_exporter": "python",
    "file_extension": ".py"
  }
}