小编Ty *_*ich的帖子

我正在尝试将初始视图控制器设置为自定义类.在以前的版本中,这有效但由于某种原因我现在无法做到.

我有一个UIViewController班(IntroVC).在故事板中,我创建了一个新View Controller对象并将其设置为类(Identity Inspector- > Custom Class- > Class)IntroVC.IntroVC是一个.swift具有功能文件viewDidLoad()及didReceiveMemoryWarning()的class IntroVC: UIViewController.

以下是XCode的截图

错误

IntroVC

故事板

有谁知道如何解决这个问题？这个版本的XCode有什么用？

我有一个带有2个索引的pandas DataFrame.(MultiIndex)我想用类似的东西得到一个Numpy矩阵,df.as_matrix(...)但这个矩阵有形状(n_rows, 1).我想要一个形状矩阵(n_index1_rows, n_index2_rows, 1).

有没有办法使用.groupby(...)a .values.tolist()或.as_matrix(...)获得所需的形状？

编辑:数据

                                                              value  
current_date                  temp_date                                        
1970-01-01 00:00:01.446237485 1970-01-01 00:00:01.446237489   30.497100   
                              1970-01-01 00:00:01.446237494    9.584300   
                              1970-01-01 00:00:01.446237455   10.134200   
                              1970-01-01 00:00:01.446237494    7.803683   
                              1970-01-01 00:00:01.446237400   10.678700   
                              1970-01-01 00:00:01.446237373    9.700000   
                              1970-01-01 00:00:01.446237180   15.000000   
                              1970-01-01 00:00:01.446236961   12.928866   
                              1970-01-01 00:00:01.446237032   10.458800

这是一个想法:

np.array([np.resize(x.as_matrix(["value"]).copy(), (500, 1)) for (i, x) in df.reset_index("current_date").groupby("current_date")])

TLDR:如何使用Keras RNN预测序列中的下一个值？

我有一个顺序值列表.我想将它们输入RNN以预测序列中的下一个值.

[ 0.43589744  0.44230769  0.49358974 ...,  0.71153846  0.70833333 0.69230769]

我正在使用Keras这样做,并且可以获得一个减少损失的网络,但精度始终为1.0.这是错的.y_tests != model.predict(x_tests).

Epoch 0
1517/1517 [==============================] - 0s - loss: 0.0726 - acc: 1.0000 - val_loss: 0.0636 - val_acc: 1.0000
Epoch 1
1517/1517 [==============================] - 0s - loss: 0.0720 - acc: 1.0000 - val_loss: 0.0629 - val_acc: 1.0000
...

这是我的网络.

model = Sequential()
model.add(SimpleRNN(1, 100))
model.add(Dense(100, 1, activation = "sigmoid"))
model.compile(loss="mean_squared_error", optimizer = "sgd")

我尝试过SimpleRNN,GRU和LSTM,但没有运气.以下是数据的格式.

# Current value
y_train = [[ 0.60576923] …

有没有办法防止 PyTables 打印出来 Closing remaining open files:path/to/store.h5...done？

我想摆脱它只是因为它阻塞了终端。

pandas.HDFStore如果这很重要，我正在使用。