小编sfj*_*jac的帖子

我正在使用redux承诺开发天气应用程序,并且无法检索action.payLoad.data.

actions/index.js

import axios from 'axios';

const API_KEY = 'xxxxxxxxx';
const ROOT_URL = `http://api.openweathermap.org/data/2.5/forecast?appid=${API_KEY}`;

export const FETCH_WEATHER = 'FETCH_WEATHER';

export function fetchWeather(city) {
  const url = `${ROOT_URL}&q=${city},us`;
  const request = axios.get(url);

  //console.log("request:", request);

  return {
    type: FETCH_WEATHER,
    payLoad: request
  };
}

reducers/reducer_weather.js

import  { FETCH_WEATHER } from '../actions/index';

export default function(state = [], action) {
  if (action.type === FETCH_WEATHER) {
    console.log('Action.payLoad.data received:', action.payLoad.data);
    console.log('Action received:', action);
  }

  switch (action.type) {
    case FETCH_WEATHER:
      return [ action.payLoad.data, ...state ]; // …

我希望这能成为R中各种时间序列突破/变化/干扰检测方法的标志.我的问题是用以下每个包描述方法的动机和差异.也就是说,何时使用一种方法比另一种方法,相似性/差异等更有意义.

有问题的包裹:

• strucchange(这里的例子)
• 变化点(这里的例子)
• BreakoutDetection(链接包括简单示例)
• qcc的控制图(这里的教程)
• BFAST
• 也许(？)在较小程度上:AnomalyDetection和mvOutlier

我希望有针对性的答案.也许是每种方法的一个段落.在一个时间序列中很容易拍打每一个,但这可能会以滥用/违反假设为代价.有资源为ML监督/无监督技术提供指导.我(当然还有其他人)会欣赏这个时间序列分析领域的一些指南/指针.

我是这个主题的新手,我正在研究一个处理时间序列数据检测异常的项目.我想使用TensorFlow,以便我可以将模型部署到移动设备上.我很难找到TensorFlow中实现的异常检测算法的相关资料和示例.

我正在研究的一些算法是用于分类窗口样本的聚类算法和用于流数据的Holt-Winters.

任何一个例子都会对我有很大帮助!

C++标准

如果C++ 14 实现在a的基础字节中包含填充位unsigned int,那么标准是否指定是否必须在填充位上执行按位运算？

另外,C++ 14标准是否指定相等和关系运算符是否必须忽略填充位？

方针

如果在这个问题上缺乏规范,那么这些运算符在填充位上的预期行为是否存在某种共识？

我在Stack Overflow上找到了相互矛盾的答案.轨道中的亮度竞赛和ecatmur说,按位运算符不适用于算术,因为它们应用于所有位(包括填充位),而Christoph和Bartek Banachewicz表示按位运算符处理整数的逻辑值并忽略填充.

参考

相关的答案:在填充比特的存在(1, 2, 3),在没有明确的C++规范(4).

C++中填充位的定义14 - 第3.9.1节 - 基本类型:

对于窄字符类型,对象表示的所有位都参与值表示.对于无符号窄字符类型,值表示的所有可能位模式表示数字.这些要求不适用于其他类型.

C++中对象表示和值表示的定义14 - §3.9 - 类型:

类型对象的对象表示是由类型对象占据T的N个 unsigned char对象的序列T,其中N等于sizeof(T).对象的值表示是保存type值的位集T.对于简单的可复制类型,值表示是对象表示中的一组位,用于确定值,该值是实现定义的值集的一个离散元素.⁴⁴

脚注44)意图是C++的内存模型与ISO/IEC 9899编程语言C的内存模型兼容.

C++中按位AND的定义14 - §5.11 - 按位AND运算符:

执行通常的算术转换; 结果是操作数的按位AND功能.运算符仅适用于整数或无范围的枚举操作数.

C++中添加的定义14 …

在这个声明中

for (i = 1; i <= n; i++) {
    cout << i << " \n"[ i == n ];
}

cout声明中的最后一个词是[i==n]做什么的？这个循环打印空间分开的数字我想.

我让我的服务器同步到UTC,这是当前2013-05-23 18:13:56给予或接受的.

当我跑步时date("Y-m-d H:i:s"),我明白了2013-05-24 07:13:56.

我检查了php.ini文件,设置了时区date.timezone = 'UTC',我认为这会改变时区以反映系统的时区设置.所以我把它关闭了(像这样;date.timezone = 'UTC':),我仍然得到一个不正确的时间戳.

所有这些wibbly摇摇欲坠的时髦的wimey东西让我更加困惑,一个Dalek与情人节卡片.

建议？

如果你使用BigInteger(或BigDecimal),并希望对它们执行算术,你必须使用的方法add或subtract,例如.这听起来不错,直到你意识到这一点

 i += d + p + y;

会写成这样的BigInteger:

 i = i.add(d.add(p.add(y)));

正如您所看到的,第一行阅读起来要容易一些.如果Java允许运算符重载但是没有,这可以解决,所以这引出了一个问题:

为什么不是BigInteger原始类型,因此它可以利用与其他原始类型相同的运算符？

我正在努力实现已经过训练的TensorFlow基本LSTM和可以在浏览器中运行的javascript版本之间的接口.问题在于,在我读过的所有文献中,LSTM被建模为迷你网络(仅使用连接,节点和门),而TensorFlow似乎还有很多其他问题.

我有两个问题:

1. TensorFlow模型能否轻松转换为更传统的神经网络结构？

2. 是否有一种实用的方法来映射TensorFlow为您提供的可训练变量？

我可以从TensorFlow中获取"可训练的变量",问题是它们似乎只有一个LSTM节点的偏差值,我看到的大多数模型都会包含几个存储单元的偏差,输入和输出.

我试图从高清图中抓取数据.我看了类似的问题,但不明白script_execute如何工作或如何使用我的浏览器检测js.这是我目前的代码:

from selenium import webdriver
from selenium.webdriver.common.keys import Keys

# Core settings
chrome_path = r"C:\Users\X\Y\chromedriver_win32\chromedriver.exe"
driver = webdriver.Chrome(chrome_path)
driver.implicitly_wait(15)

stats_url = 'https://addons.mozilla.org/en-US/firefox/addon/adblock-plus/statistics/'

driver.get(stats_url)
driver.find_element_by_link_text('by Source').click()
driver.find_element_by_id('custom-date-range').click()
year = driver.find_element_by_id('date-range-start')
year.click()
for i in range(5): # goes back 5 years
    year.send_keys(Keys.ARROW_DOWN)
driver.find_element_by_id('date-range-submit').click()

我想从图表中删除"下载"数据,(不仅仅是针对许多页面的此页面).当我使用自定义搜索选项时,网站自动生成的csv文件不会更新.所以唯一的方法是从图表中删除数据.我怎么能这样做？

我总是用一些样板来设置我的Jupyter笔记本来加载matplotlib并修改默认的数字大小(除此之外 - 这里的例子是一个最小的罪犯).我最近更新了anaconda,我的配置更改似乎不再正常工作.我已经想出了一个解决方法,但想知道是否有人有解释.

以下是我总是这样做(在单个单元格中):

%matplotlib inline

import matplotlib.pyplot as plt
import matplotlib as mpl

mpl.rcParams['figure.figsize'] = (16.0, 10.0)

如下图所示(相对于后续图),这没有效果:

如果我把%matplotlib inline魔法放在一个单独的单元格中,那么这个问题就会消失:

不幸的是,我有很多笔记本电脑遇到这个问题.有没有办法来解决这个问题？为什么行为改变了？

这是版本信息:

Software   Version
Python     3.6.4-64bit
IPython    6.2.1
jupyter    1.0.0
matplotlib 2.2.2

conda list --revisions 如果我理解正确,请将以下内容报告为最后更新:

 matplotlib  {2.1.0 -> 2.2.2}
 ipython  {6.1.0 -> 6.2.1}
 jupyter_client  {5.1.0 -> 5.2.3}
 jupyter_core  {4.3.0 -> 4.4.0}