小编Eng*_*ero的帖子

海亚，

让我解释一下我的观点。

template<typename T>
class node{
  T data;
  template<typename X>
  node<X>* right; // can point to any node<typename> i know its wrong
}

这样我就可以做类似的事情：

node<int> a;
a.data = 23;
node<float> b;
b.data =43.6;
a.right= b;
std::cout<< a.data <<a.right->data;

另一个例子：

template <class Type>
struct vnode {
  Type data;
  vnode<Type> * vnodenext;
  // vrow what_to_put_here // **i don't want to use void ptrs neither want to cast back manually**
}

在 main 函数中，如果我定义了vnode类型的结构string和vnode类型的另一个结构，那么我应该在结构定义中int替换什么指针 def …

抱歉，我刚刚问了这个问题： Pythonic Way to have multiple Or's whenconditioning in a dataframe但过早将其标记为已回答，因为它通过了我过于简单的测试用例，但不能更普遍地工作。（如果可以合并并重新打开这个问题，那就太好了......）

这是完整的问题：

sum(data['Name'].isin(eligible_players))
> 0

sum(data['Name'] == "Antonio Brown")
> 68

"Antonio Brown" in eligible_players
> True

基本上，如果我理解正确的话，我会展示安东尼奥·布朗在符合条件的球员中并且他在数据框中。但是，由于某种原因， .isin() 无法正常工作。

正如我在上一个问题中所说，我正在寻找一种方法来检查许多 ors 以选择正确的行

____ 编辑 ____

In[14]:
eligible_players
Out[14]:
Name
Antonio Brown       378
Demaryius Thomas    334
Jordy Nelson        319
Dez Bryant          309
Emmanuel Sanders    293
Odell Beckham       289
Julio Jones         288
Randall Cobb        284
Jeremy Maclin       267
T.Y. Hilton         255
Alshon Jeffery      252
Golden Tate         250
Mike Evans          236 …

我安装了张量流并成功通过了 MNIST 演示。现在，我正在尝试运行seq2seq demo，但这对我不起作用。

我克隆了他们 github 存储库的一个版本，并尝试从存储库根目录运行一些列出的命令。

$ bazel run -c opt ./tensorflow/models/rnn/translate/translate.py 
    ERROR: Bad target pattern './tensorflow/models/rnn/translate/translate.py': package names may contain only A-Z, a-z, 0-9, '/', '-' and '_'.
    INFO: Elapsed time: 0.115s
    ERROR: Build failed. Not running target.

这并不奇怪，因为让 bazel 执行 python 脚本并没有什么意义。

在教程的后面，

$ bazel run -c opt //tensorflow/models/rnn/translate:translate \
  --data_dir ./data_dir --train_dir ./checkpoints_directory \
  --en_vocab_size=40000 --fr_vocab_size=40000

Unrecognized option: --data_dir

如果我从上面的调用中删除参数，它将在执行之前尝试（并失败）构建整个张量流项目translate。这不是我想要的，因为我已经使用 pip 成功安装了张量流。

我尝试跑步的最后一件事，

$ python ./tensorflow/models/rnn/translate/translate.py 
Traceback (most recent call last):
  File …

我感兴趣的是让TensorFlow在Windows上运行,但是目前我意识到这是不可能的,因为一些依赖项无法用于Windows,例如Bazel.

出现这种需求是因为我目前了解它,从TensorFlow访问GPU的唯一方法是通过非虚拟安装Linux.我确实知道我可以双启动到Linux安装,但更愿意避免这种路由.

要解决这个问题,我需要整个依赖链来构建TensorFlow,因为想知道这是否已经存在.

我也意识到,从源代码构建时,我可以捕获构建输出作为一个可靠的开始,但是如果它已经知道,我希望避免这种工作.

有一个在Windows上运行的Bazel测试版 - https://github.com/dslomov/bazel-windows

请参阅相关的GitHub问题以在Windows上运行TensorFlow.- https://github.com/tensorflow/tensorflow/issues/17

在Windows上运行的另一个原因是可以移植到Xbox One.

我找到了一个可能的答案,仍然需要检查它.这将生成依赖图作为点文件.

$ bazel query 'deps(//tensorflow/tools/pip_package:build_pip_package)' --output graph > tensorflow.dependency.dot

我想使用该tf.with_dependencies函数来保存我的RNN状态.出于某种原因,我收到以下错误.

Traceback (most recent call last):
  File "/home/chase/workspace/AudioRNN/audiornn.py", line 56, in <module>
    tf.with_dependencies([expected_output], input_tensor)
AttributeError: module 'tensorflow' has no attribute 'with_dependencies'

我的tensorflow代码的其余部分运行正常.我在eclipse中,我按Ctrl +单击tf.with_dependencies它将我带到源代码.我注意到该tf.group函数也在这个文件中,我可以称之为正常.有什么问题tf.with_dependencies？我在Ubuntu 16.04上.我正在使用python 3和tensorflow的最新版本.

这是dir(tf)根据要求的印刷品.

AggregationMethod
Assert
AttrValue
ConfigProto
DType
DeviceSpec
Dimension
Event
FIFOQueue
FixedLenFeature
FixedLenSequenceFeature
FixedLengthRecordReader
GPUOptions
GRAPH_DEF_VERSION
GRAPH_DEF_VERSION_MIN_CONSUMER
GRAPH_DEF_VERSION_MIN_PRODUCER
Graph
GraphDef
GraphKeys
GraphOptions
HistogramProto
IdentityReader
IndexedSlices
InteractiveSession
LogMessage
NameAttrList
NoGradient
NodeDef
OpError
Operation
OptimizerOptions
PaddingFIFOQueue
Print
QUANTIZED_DTYPES
QueueBase
RandomShuffleQueue
ReaderBase
RegisterGradient
RegisterShape
RunMetadata
RunOptions
Session
SessionLog
SparseTensor
SparseTensorValue
Summary …

我正在使用Tensorflow的对象检测API构建RCNN检测网络。

我的目标是在户外视频中检测动物的边界框。大多数框架没有动物，只是具有动态背景。

大多数教程侧重于培训自定义标签，但没有提及负面的培训样本。这类检测器如何处理不包含感兴趣对象的图像？它只会输出低概率，还是会强制尝试在图像内绘制边界框？

我目前的计划是在opencv中使用传统的背景减法来生成潜在帧并将其传递到经过训练的网络。我是否还应将一类“背景”边界框包括为“负数据”？

最终的选择是使用opencv进行背景扣除，使用RCNN生成边界框，然后使用农作物的分类模型来识别动物和背景。

我正在同一轴上绘制一系列箱线图，并希望添加图例来识别它们。非常简化，我的脚本如下所示：

import pandas as pd
import matplotlib.pyplot as plt
import numpy as np
df={}
bp={}
positions = [1,2,3,4]
df[0]= pd.DataFrame (np.random.rand(4,4),columns =['A','B','C','D'])
df[1]= pd.DataFrame (np.random.rand(4,4),columns =['A','B','C','D'])
colour=['red','blue']
fig, ax = plt.subplots()
for i in [0,1]:
    bp[i] = df[i].plot.box(ax=ax,
                          positions = positions,
                          color={'whiskers': colour[i],
                                 'caps': colour[i],
                                 'medians': colour[i],
                                 'boxes': colour[i]}
                          )
plt.legend([bp[i] for i in [0,1]], ['first plot', 'second plot'])
fig.show()

情节很好，但图例没有绘制，我收到此警告

    UserWarning: Legend does not support <matplotlib.axes._subplots.AxesSubplot object at 0x000000000A7830F0> instances.
A proxy artist may be used instead.

（我之前在向散点图添加图例时收到过此警告，但图例仍然被绘制，所以我可以忽略它。）

这是 …

我有两个数据框，它们都具有相同的基本架构。（4 个日期字段、几个字符串字段和 4-5 个浮点字段）。打电话给他们df1和df2。

我想要做的基本上是获得两者的“差异” - 在那里我返回两个数据帧之间未共享的所有行（不在集合交集中）。请注意，两个数据帧的长度不必相同。

我尝试使用，pandas.merge(how='outer')但我不确定要作为“键”传入的列，因为确实没有，而且我尝试的各种组合都不起作用。这是可能的df1或者df2具有两个（或更多个），其是相同的行。

在 Pandas/Python 中这样做的好方法是什么？

有什么等同于tf.python_io.tf_record_iterator()和ParseFromString()功能的吗？谷歌搜索并查看 TensorFlow 存储库并没有出现太多结果。

当运行一个 mnist 分类程序以在 tensorboard 中查看时，它会显示多个图，即使只有一个图。我收到错误消息：

图表如下所示：