我希望打印语句的输出与图表交错,按照它们的打印顺序和在Ipython笔记本单元格中绘制.例如,请考虑以下代码:
(启动ipython ipython notebook --no-browser --no-mathjax)
%matplotlib inline
import matplotlib.pyplot as plt
i = 0
for data in manydata:
fig, ax = plt.subplots()
print "data number i =", i
ax.hist(data)
i = i + 1
理想情况下,输出看起来像:
data number i = 0
(histogram plot)
data number i = 1
(histogram plot)
...
但是,Ipython中的实际输出将如下所示:
data number i = 0
data number i = 1
...
(histogram plot)
(histogram plot)
...
在Ipython中有直接的解决方案,还是解决方案或替代解决方案来获得隔行输出？
我正在安装Apache Spark，它使用自己的 SBT 副本进行设置。
我在 VirtualBox VM 中使用 Linux Mint。
这是我sudo ./sbt/sbt compile从 Spark 目录运行时的错误片段spark-0.9.0-incubating：
[error] (core/compile:compile) java.io.IOException: Cannot run program "javac": error=2, No such file or directory
[error] Total time: 181 s, completed Mar 9, 2014 12:48:03 PM
我可以从命令行运行java并javac很好：例如javac -version给出javac 1.6.0_31
正确的jdk1.6.0_31/bin是在我的PATH.
我读到该错误可能是由于我安装了 64 位 JDK，但我在 32 位 JDK 上遇到了同样的错误。
我该如何解决问题？
编辑：使用 bash shell。
我不明白为什么展开的数量，即在训练或预测期间一次考虑的时间步数，在 LSTM 中非常重要。无论展开/时间步数是 1 还是 100，LSTM 状态在每个时间步都会发生突变。这是否仅仅类似于常规前馈神经网络中随机梯度下降与小批量梯度下降之间的区别？
假设您有 100,000 个有序训练示例。您可以按顺序一次训练一个示例。
假设在预测时，您有一个包含 10 个单词的“句子”（例如），并且您想要预测第 11 个单词。您可以在展开的网络中一次向 LSTM 提供 10 个单词，也可以一次向 LSTM 提供一个单词，然后观察第 10 个单词之后的预测。我怀疑，如果我们试图预测不同长度的句子的下一个单词，那么一次一个示例网络将会出现问题（因为理想情况下，我们会在不同句子的预测之间重置短期记忆），但是我对此非常模糊，希望回答者能提供任何见解。
为什么我们不在Scala中的方法参数名之前写var或val？
例如,一个函数定义:
def printname(name: String) = println(name)