小编Jak*_*zuk的帖子

我试图理解haskell IO但stdin的这个特性最终让我困惑:当我尝试使用像getContents这样的函数时,例如:

let main = do x<-getContents; putStrLn x

我收到以下错误:

hGetContents: illegal operation (handle is closed)

我应该怎么做这个IO？是否有一些修复,或者我应该查找另一个模拟IO功能？

我试图了解这两种使用 PIL 与 OpenCV 从字节加载图像的方法之间的区别。

def bytes_to_ndarray(bytes):
    bytes_io = bytearray(bytes)
    img = Image.open(BytesIO(bytes_io))
    return np.array(img)

和

img = cv2.imdecode(bytes, cv2.IMREAD_ANYCOLOR)

问题是他们似乎对使用 OpenCV 创建的图像给出了不同的答案。如果image是ndarray，那么对于

bytes = cv2.imencode('.jpg', image)

这两种方式将给出不同的输出，例如 skimage.data.astronaut()

PIL 将给出：

而 OpenCV 将返回正确的图像：

如何在 sklearn python 中重新训练我现有的机器学习模型？

我有数千条记录，我使用这些记录训练我的模型并.pkl使用pickle. 在第一次训练模型时，我warmStart = True在创建逻辑回归对象时使用了该参数。

示例代码：

 log_regression_model =  linear_model.LogisticRegression(warm_start = True)
 log_regression_model.fit(X, Y)
 # Saved this model as .pkl file on filesystem like pickle.dump(model,open('model.pkl', wb))

我想让它与我每天都会获得的新数据保持同步。为此，我打开现有模型文件并获取过去 24 小时的新数据并再次训练。/

示例代码：

#open the model from filesystem
log_regression_model = pickle.load(open('model.pkl','rb'))
log_regression_model.fit(X, Y) # New X, Y here is data of last 24 hours only. Few hundreds records only.

但是，当我通过从文件系统加载模型来重新训练模型时，它似乎删除了使用数千条记录创建的现有模型，并创建了过去 24 小时内包含数百条记录的新模型（具有数千条记录的模型大小为 3MB）在文件系统上，而新的重新训练模型只有 67KB）

我试过使用warmStart 选项。如何重新训练我的 LogisticRegression 模型？

我正在尝试在Racket中实现一些SICP图形程序,但有两个问题:

当我需要使用'let'时,我不能使用初学者语言.当我尝试更改语言,或使用"高级"语言打开新文件时,我收到此错误:

module: identifier already imported from a different source

我尝试加载图像模块时出错(需要2htdp/image).

这是怎么回事？另外,有没有更好的方法来训练图像中的图像？