小编Piy*_*ava的帖子

我正在为Akka Actor创建一个单元测试用例TestActorRef.

def actorRefFactory = context
        implicit def executionContext = actorRefFactory.dispatcher
        implicit val OutputActor = actorRefFactory.actorOf(Props[OutputActor], "OutputActor")

        val actorRef = TestActorRef[OutputActor]
        val actor = actorRef.underlyingActor

在创建actorRef时出现以下错误:

- could not find implicit value for parameter system: akka.actor.ActorSystem
    - not enough arguments for method apply: (implicit t: 
     scala.reflect.ClassTag[org.musigma.muhpc.OutputActor], implicit system: 
     akka.actor.ActorSystem)akka.testkit.TestActorRef[org.musigma.muhpc.OutputActor] in object 
     TestActorRef. Unspecified value parameter system.

我对此很新.请帮助.

我正在尝试使用Tensorflow与结合使用的Python代码的可执行文件Pyinstaller。可执行文件正确生成，但是当我尝试运行它时，出现以下错误：

Traceback (most recent call last):
  File "detection_init.py", line 14, in <module>
    import lib.tensorboxDetector as tensorboxDetector
  File "/usr/local/lib/python2.7/dist-packages/PyInstaller/loader/pyimod03_importers.py", line 396, in load_module
    exec(bytecode, module.__dict__)
  File "lib/tensorboxDetector.py", line 26, in <module>
    from lib.train import build_forward
  File "/usr/local/lib/python2.7/dist-packages/PyInstaller/loader/pyimod03_importers.py", line 396, in load_module
    exec(bytecode, module.__dict__)
  File "lib/train.py", line 4, in <module>
    import tensorflow.contrib.slim as slim
  File "/usr/local/lib/python2.7/dist-packages/PyInstaller/loader/pyimod03_importers.py", line 396, in load_module
    exec(bytecode, module.__dict__)
  File "tensorflow/contrib/__init__.py", line 22, in <module>
  File "/usr/local/lib/python2.7/dist-packages/PyInstaller/loader/pyimod03_importers.py", line 396, in load_module
    exec(bytecode, module.__dict__)
  File "tensorflow/contrib/bayesflow/__init__.py", …

我是pyinstaller第一次尝试。我创建了一个hello.py仅用一行代码命名的文件：

print "hello"

我使用以下命令制作二进制文件：

pyinstaller hello.py

该过程成功完成，并在 上创建了一个二进制文件dist/hello。我无法运行这个二进制文件。当我试图从终端运行它时，我得到了，

bash: .: hello: cannot execute binary file

我试图双击它，nautilus但没有任何反应。我怎样才能运行这个二进制文件？

我正在使用 Ubuntu 16.04

我要读命令行参数R通过Rscript,并使用存储在其中的一些整数运算的值.默认情况下,命令行参数作为字符导入:

#!/usr/bin/env Rscript
arg <- commandArgs(trailingOnly = TRUE)
x = as.vector(arg[1])
class(x)
x
y = as.vector(arg[2])
class(y)
y
cor.test(x,y)

这是此脚本的输出:

$ Rscript Correlation.R 3,3,2 4,8,6
[1] "character"
[1] "3,3,2"
[1] "character"
[1] "4,8,6"
Error in cor.test.default(x, y) : 'x' must be a numeric vector
Calls: cor.test -> cor.test.default
Execution halted

如何将x和y转换为数字向量？

我想在Apache Flink中创建流数据的时间窗口.我的数据看起来有点像这样:

1> {52,"mokshda",84.85}
2> {1,"kavita",26.16}
2> {131,"nidhi",178.9}
3> {2,"poorvi",22.97}
4> {115,"saheba",110.41}

每隔20秒,我想要所有行的标记总和(最后一列,例如Mokshda的标记是84.85).timeWindow()函数在KeyedStream上运行,因此我必须使用keyBy()这个DataStream.我可以通过卷号(第一列,例如Mokshda的52)来键入它.

val windowedStream = stockStream
                        .keyBy(0)
                        .timeWindow(Time.seconds(20))
                        .sum(2)

但显然,Flink并没有将我的数据作为列表读取.它将它作为String读取,因此,我得到以下异常:

Exception in thread "main" org.apache.flink.api.common.InvalidProgramException: Specifying keys via field positions is only valid for tuple data types. Type: String

如何在String数据上执行timeWindow,或者如何将此数据转换为Tuple？

我在用Scala编写的Apache Flink API中创建了一个Kafka使用者.每当我从某个主题传递一些消息时,它就会接收它们.但是,当我重新启动使用者时,它会消耗发送到该主题的最新消息,而不是接收新消息或未消息消息.

这就是我在做的事情:

1. 运行生产者:

   $ bin/kafka-console-producer.sh --broker-list localhost:9092 --topic corr2
   

   Run Code Online (Sandbox Code Playgroud)

2. 运行消费者:

   val properties = new Properties()
   properties.setProperty("bootstrap.servers", "localhost:9092")
   properties.setProperty("zookeeper.connect", "localhost:2181")
   properties.setProperty("group.id", "test")
   
   val env = StreamExecutionEnvironment.getExecutionEnvironment
   val st = env
       .addSource(new FlinkKafkaConsumer09[String]("corr2", new SimpleStringSchema(), properties))
   env.enableCheckpointing(5000)
   st.print()
   env.execute()
   

   Run Code Online (Sandbox Code Playgroud)

3. 传递一些消息

4. 阻止消费者
5. 再次运行使用者打印我发送的最后一条消息.我希望它只打印新消息.

我想在 Flink 中的 WindowedStream 上执行一些操作，比如平均操作。但可用的预定义操作非常有限，例如求和、最小值、最大值等。

val windowedStream = valueStream
                          .keyBy(0)
                          .timeWindow(Time.minutes(5))
                          .sum(2) //Change this to average?

假设我想求平均值，我该怎么做呢？

我想在具有多个ps和worker的多GPU集群中试验TensorFlow的图形内复制.所述CIFAR-10多GPU示例示出了在一台机器上图形同步复制.是否有一个可用的示例,我可以参考示例培训程序进行图形间培训？

我正在尝试运行一个非常简单的Spark Streaming字数统计程序，该程序从一个Kafka主题读取。下面是我的代码：

val spark = SparkSession
  .builder()
  .appName("KafkaWordCount")
  .config("spark.master", "local")
  .getOrCreate()

import spark.implicits._

val df = spark
  .readStream
  .format("kafka")
  .option("kafka.bootstrap.servers", "localhost:9092")
  .option("subscribe", "test")
  .load()

val lines = df.selectExpr("CAST(value AS STRING)").as[String]

val words = lines.flatMap(_.split(" "))

val wordCounts = words.groupBy("value").count()

val query = wordCounts.writeStream
  .outputMode("complete")
  .format("console")
  .start()

query.awaitTermination()

运行该程序时，出现以下异常：

Exception in thread "stream execution thread for [id = f704d6e5-14bf-4bd7-94a0-38c4b77986ea, runId = d277eaac-e18c-4128-954b-6a318bb8039c]" Exception in thread "main" java.lang.ExceptionInInitializerError
    at org.apache.spark.rdd.RDD.withScope(RDD.scala:363)
    at org.apache.spark.rdd.RDD.map(RDD.scala:370)
    at org.apache.spark.sql.kafka010.KafkaSource.getBatch(KafkaSource.scala:287)
    at org.apache.spark.sql.execution.streaming.MicroBatchExecution$$anonfun$org$apache$spark$sql$execution$streaming$MicroBatchExecution$$runBatch$1$$anonfun$apply$9.apply(MicroBatchExecution.scala:394)
    at org.apache.spark.sql.execution.streaming.MicroBatchExecution$$anonfun$org$apache$spark$sql$execution$streaming$MicroBatchExecution$$runBatch$1$$anonfun$apply$9.apply(MicroBatchExecution.scala:390)
    at scala.collection.TraversableLike$$anonfun$flatMap$1.apply(TraversableLike.scala:241) …

我想创建一个Trigger第一次在20秒内触发，此后每5秒触发一次的触发。我已经习惯GlobalWindows了Trigger

val windowedStream = valueStream
                          .keyBy(0)
                          .window(GlobalWindows.create())
                          .trigger(TradeTrigger.of())

这是中的代码TradeTrigger：

@PublicEvolving
public class TradeTrigger<W extends Window> extends Trigger<Object, W> {

    private static final long serialVersionUID = 1L;

    static boolean flag=false;
    static long ctime = System.currentTimeMillis();

    private TradeTrigger() {
    }

    @Override
    public TriggerResult onElement(
            Object arg0,
            long arg1,
            W arg2,
            org.apache.flink.streaming.api.windowing.triggers.Trigger.TriggerContext arg3)
            throws Exception {
        // TODO Auto-generated method stub

        if(flag == false){
            if((System.currentTimeMillis()-ctime) >= 20000){
               flag = true;
               ctime = System.currentTimeMillis();
               return TriggerResult.FIRE;
            } …

这个问题是关于TFDetect演示,它是Tensorflow Android Camera Demo的一部分.描述说,

演示基于可扩展对象检测的模型,使用深度神经网络实时定位和跟踪摄像机预览中的人员.

当我运行演示时,应用程序在检测到的对象周围创建了一个框,并为每个对象分配了一个小数(我猜是置信度得分).我的问题是,如何在这里执行跟踪.它是多个对象跟踪(在此描述),其中有一个id分配给每个轨道并且轨道存储在内存中,或者只是检测多个帧中的对象以查看对象是如何移动的？

如果我错过任何事情,请纠正我.