小编mal*_*oro的帖子

在Keras中,为了预测数据的类,predict_classes()使用了.

例如:

classes = model.predict_classes(X_test, batch_size=32)

我的问题是,我知道batch_size在训练中的用法,但为什么需要batch_size预测呢？它是如何工作的？

我有用Flask编写的Web应用程序.正如大家所说,我不能在生产中使用Flask.所以我想到了带有Flask的Gunicorn.

在Flask应用程序中,我正在加载一些机器学习模型.它们的总体尺寸为8GB.我的Web应用程序的并发性可以达到1000个请求.机器的RAM是15GB.
那么运行这个应用程序的最佳方法是什么？

这些链接的理论表明,卷积网络的顺序是:Convolutional Layer - Non-linear Activation - Pooling Layer.

1. 神经网络和深度学习(方程(125)
2. 深度学习书(第304页,第1段)
3. Lenet(等式)
4. 这个标题的来源

但是,在这些网站的最后一次实施中,它说订单是: Convolutional Layer - Pooling Layer - Non-linear Activation

1. network3.py
2. 源代码,LeNetConvPoolLayer类

我也尝试过探索Conv2D操作语法,但是没有激活函数,它只是与翻转内核的卷积.有人可以帮我解释为什么会这样吗？

我正在尝试训练我的Wit.ai机器人以识别某人的名字.我不太清楚我是否理解NLP是如何工作的所以我会给你一个例子.

1. 我定义了许多表达,比如"我的名字是XXXX","每个人都叫我XXXX"
2. 在"理解"表中,我添加了一个名为"contact_name"的实体,我添加了近50个关键字,如"Michel,John,Mary ......".
3. 我把这个特性称为"自由文本"和"关键字".

我不确定这个过程是否正确.所以,我问你:

1. 对于NLP来说,"我的名字是......"这样的背景是否重要？我的意思是......它会帮助机器人预测,在这个表达之后可能会出现一个名字吗？
2. 是否有权向实体添加50个值,或者它是完全错误的？
3. 你有什么建议作为培训过程,以获得某人的名字？

import sklearn所以我只是看了一个教程，作者在anaconda环境（安装了sklearn）中使用predictpickled模型的功能时不需要看。

我尝试在 Google Colab 中重现它的最小版本。如果您有 pickled-sklearn-model，下面的代码可以在 Colab 中运行（已安装 sklearn）：

import pickle
model = pickle.load(open("model.pkl", "rb"), encoding="bytes")
out = model.predict([[20, 0, 1, 1, 0]])
print(out)

我意识到我仍然需要安装 sklearn 软件包。如果我卸载 sklearn，该predict功能现在不起作用：

!pip uninstall scikit-learn
import pickle
model = pickle.load(open("model.pkl", "rb"), encoding="bytes")
out = model.predict([[20, 0, 1, 1, 0]])
print(out)

错误：

WARNING: Skipping scikit-learn as it is not installed.

---------------------------------------------------------------------------

ModuleNotFoundError                       Traceback (most recent call last)

<ipython-input-1-dec96951ae29> in <module>()
      1 get_ipython().system('pip uninstall scikit-learn')
      2 import pickle
----> 3 …

我是编码的新手，所以我不了解该论坛上的大多数类似文章。

我正在做一个简单的C编程课程，并且需要从Powershell运行一个notepad ++文件。该文件仅包含以下内容：

#include <stdio.h> 

 int main()
  {
    int num = 931;

    printf("The number 'num' is %d\n", num);
    return 0; 
}   

我调用了文件：Variables.c，然后将其放入Powershell：

PS C:\Users\Raven\Desktop\C Programming> gcc Variables.c -o Variables.exe 

其次是：

PS C:\Users\Raven\Desktop\C Programming> Variables.exe

然后，我得到以下错误：

Variables.exe : The term 'Variables.exe' is not recognized as the name of a cmdlet, funct ion, script file, or operable program. Check the spelling of the name, or if a path was i ncluded, verify that the path is correct and try again. At line:1 …

代替

key:
    - thisvalue
    - thatvalue
    - anothervalue

我想拥有

key:
    1. thisvalue
    2. thatvalue
    3. anothervalue

纯粹为了人类可读性，具有相同的解释{key: [thisvalue, thatvalue, anothervalue]}。

这似乎不是基本 YAML 语法的一部分，但是有没有办法实现这一点 - 也许使用YAML 中可能的一些高级技巧？

（我意识到这可以通过将列表写为以下形式来近似：

key:
    - 1. thisvalue
    - 2. thatvalue
    - 3. anothervalue

但这是一个丑陋的黑客，我更喜欢一种解决方案，其中数字具有语义目的，而不仅仅是值文本的一部分，这也需要被解析和删除。）

我在激活虚拟环境时使用 conda 命令安装了 pytorch。

但是，在 Jupyter Notebook 中导入火炬模块时出现了一些问题。

我在提示符和 Jupyter Notebook 中都检查了 sys.path。

嗯..在提示中，结果sys.path是

['', '/home/usrname/anaconda3/lib/python36.zip',
     '/home/usrname/anaconda3/lib/python3.6',
     '/home/usrname/anaconda3/lib/python3.6/lib-dynload',
     '/home/usrname/anaconda3/lib/python3.6/site-packages']

导入火炬模块时没有错误。

但是，在 jupyter 笔记本（在 chrome 中执行）中，sys.path是

['',
 '/home/usrname/anaconda3/lib/python36.zip',
 '/home/usrname/anaconda3/lib/python3.6',
 '/home/usrname/anaconda3/lib/python3.6/lib-dynload',
 '/home/usrname/anaconda3/lib/python3.6/site-packages',
 '/home/usrname/anaconda3/lib/python3.6/site-packages/IPython/extensions',
 '/home/usrname/.ipython']

我看到一个错误： No module named 'torch'

我无法解决这个问题...

我有一个表 EMP，其中包含 Empno、Name、Age 作为常规字段。

EMP.Salary 作为 RECORD，具有重复类型，具有两个字段“月份”和“金额”

EmpNo: 1
Age : 25
Name : Alex

Salary.Month : Jan
Salary.Amt : 2000

Salary.Month : Feb
Salary.Amt : 3000

Salary.Month : Mar
Salary.Amt : 3500

Emp No: 2
Age : 26
Name : Teresa

Salary.Month : Jan
Salary.Amt : 1000

Salary.Month : Feb
Salary.Amt : 2000

Salary.Month : Mar
Salary.Amt : 3000

如何在 Bigquery 中使用标准 sql 来获取这些重复的项目？

问候， 西瓦

I have a simple code to run on Google Colab (I use CPU mode):

import numpy as np
import pandas as pd

## LOAD DATASET

datatrain = pd.read_csv("gdrive/My Drive/iris_train.csv").values
xtrain = datatrain[:,:-1]
ytrain = datatrain[:,-1]

datatest = pd.read_csv("gdrive/My Drive/iris_test.csv").values
xtest = datatest[:,:-1]
ytest = datatest[:,-1]

import tensorflow as tf
from tensorflow.keras.layers import Dense, Activation
from tensorflow.keras.utils import to_categorical

## SET ALL SEED

import os
os.environ['PYTHONHASHSEED']=str(66)

import random
random.seed(66)

np.random.seed(66)
tf.set_random_seed(66)

from tensorflow.keras import backend as K
session_conf = tf.ConfigProto(intra_op_parallelism_threads=1, inter_op_parallelism_threads=1) …

我正在 matplotlib 的add_subplot()函数中创建一个图形。

当我运行这个

ax1 = fig.add_subplot(231)
ax2 = fig.add_subplot(232)
ax3 = fig.add_subplot(233)
ax4 = fig.add_subplot(212) # why not 211

我得到这个输出

我的问题是这最后一个论点是如何运作的。为什么 ax4 是 212 而不是 211，因为第二行只有一个图？

如果我使用 211 而不是 212 运行，如下所示：

ax1 = fig.add_subplot(231)
ax2 = fig.add_subplot(232)
ax3 = fig.add_subplot(233)
ax4 = fig.add_subplot(211)

我得到这个输出，其中 Plot 4 放在第一行的 Plot 2 上。

如果有人能解释索引是如何工作的，我将不胜感激。花了不少时间研究还是没搞懂。

这是我的代码:

#include<iostream>
using namespace std;
int main(){
    char ch[0];
    cin >> ch;
    cout << ch;
    return 0;
}

输入1:

abcdefghijklmnopqrstuvwxyza

输出1:

abcdefghijklmnopqrstuvwxyza

(工作正常,但我不知道为什么)

输入2:

abcdefghijklmnopqrstuvwxyzab

输出2:

abcdefghijklmnopqrstuvwxyzab_

(请求输入)

输入3:

abcdefghijklmnopqrstuvwxyzabc

output3 :(运行时错误)

当output2请求输入时,我们输入input2,输出是相同的output2(再次请求输入),当input1或input2放在那里时,output1或output2也会出现

有人可以解释这种现象吗？为什么会这样？