小编Gri*_*ock的帖子

我正在使用treelib生成树,现在我需要易于阅读的树版本,因此我想将它们转换为图像.例如:

以下树的示例JSON数据:

有了数据:

>>> print(tree.to_json(with_data=True))
{"Harry": {"data": null, "children": [{"Bill": {"data": null}}, {"Jane": {"data": null, "children": [{"Diane": {"data": null}}, {"Mark": {"data": null}}]}}, {"Mary": {"data": null}}]}}

没有数据:

>>> print(tree.to_json(with_data=False))
{"Harry": {"children": ["Bill", {"Jane": {"children": [{"Diane": {"children": ["Mary"]}}, "Mark"]}}]}}

无论如何使用graphviz或d3.js或其他一些python库来使用这个JSON数据生成树？

我想做的事？

激活 tensorflow_p36 环境并运行 python wsgi.py

我的supervisord.conf文件是什么样的？

[program:my_program]
command = /home/ec2-user/anaconda3/envs/tensorflow_p36/bin/python /home/ec2-user/abc/wsgi.py
directory= /home/ec2-user/abc/
environment=PATH= "/home/ec2-user/anaconda3/envs/tensorflow_p36/bin"
user= ec2-user
redirect_stderr = True
stdout_logfile = /home/ec2-user/abc/logs/gunicorn/gunicorn_stdout.log
stderr_logfile = /home/ec2-user/abc/logs/gunicorn/gunicorn_stderr.log

该文件位于默认的 /etc/supervisord.conf 位置。

到目前为止我尝试了什么？

我尝试了这个问题的所有解决方案，但没有导入安装在该虚拟环境中的模块。例如，我在导入 tensorflow、flask 等时出错。然而，当我在终端中执行相同的命令后，source activate tensorflow_p36它工作得很好。

我还尝试将本答案中建议的多个程序分组，其中我在第一个程序中激活虚拟环境并在第二个程序中运行 python 命令并将它们组合在一起。没有用，仍然出现相同的导入错误。

额外信息：

当我运行时sudo service supervisord restart，我收到以下消息：

停止监督：[确定]

启动 supervisord: /usr/local/lib/python2.7/site-packages/supervisor-3.3.4-py2.7.egg/supervisor/options.py:461: UserWarning: Supervisord is running as root and it is running它在默认位置的配置文件（包括它的当前工作目录）；您可能想要指定一个“-c”参数来指定配置文件的绝对路径以提高安全性。'Supervisord 正在以 root 身份运行并且正在搜索' [确定]

我想在内置的 anaconda 环境 tensorflow_p36 中运行 python 脚本。要检查它是否在虚拟环境中，我使用命令pip -V。

我第一次尝试 bash 脚本：

#!/bin/bash
source activate tensorflow_p36
python /home/ec2-user/abc/temp.py
pip -V

注意：tensorflow_p36作为内置环境，不需要从特定/env/bin目录调用。可以从任何目录激活它。我认为这是Amazon Deep Learning AMI的一项功能。

我对 bash 脚本的第二次尝试：

#!/bin/bash
pythonEnv="/home/ec2-user/anaconda3/envs/tensorflow_p36/"
source ${pythonEnv}bin/activate
${pythonEnv}bin/python /home/ec2-user/abc/temp.py
pip -V

注意：当我尝试source /home/ec2-user/anaconda3/envs/tensorflow_p36/bin/activate在终端中运行命令时，环境没有被激活。

每次，我都会得到相同的结果：

pip 9.0.1 来自 /home/ec2-user/anaconda3/lib/python3.6/site-packages (python 3.6)

然而，我应该得到：

pip 9.0.1 from /home/ec2-user/anaconda3/envs/tensorflow_p36/lib/python3.6/site-packages (python 3.6)

有人可以解释一下如何激活虚拟环境并从该环境运行 python 脚本吗？我需要使用这个特定的环境，因为其中安装了依赖项。

额外信息： 不确定这是否重要，但 tensorflow_p36 是conda 环境，而不是 virtualenv。

我是Keras的新手，正在学习构建卷积神经网络模型。我正在使用MNIST数据集。

(X_train, y_train), (X_test, y_test) = mnist.load_data()

经过构建和评估，我获得了99％以上的准确性。

model = NN_model() # Sequential model built with multiple Convolution and pooling layers

model.fit(X_train, y_train, validation_data=(X_test, y_test), epochs=3, batch_size=200, verbose=2)

scores = model.evaluate(X_test, y_test, verbose=0)

现在，我想通过选择一个随机图像，使用matplotlib打印它，然后使用学习的模型进行预测来手动检查结果。例如，X_test [39]数据如下所示。

print(model.predict(X_test[39],verbose=2))

当我尝试执行此操作时，它会要求我将预处理的数据转换为conv2d数据，因为模型正在对其进行转换。如何将这种转换手动应用于测试数据？

ValueError: Error when checking : expected conv2d_1_input to have 4 dimensions, but got array with shape (1, 28, 28)