小编Viv*_*tya的帖子

我成功安装了mongodb-charts并且还能够创建仪表板。

现在我想将此仪表板保存/导出为 JSON（或任何其他格式）。是否有保存/导出和加载/导入 Mongodb 图表的功能？如果我想在其他服务器上使用相同的仪表板，这将很有用。

mongodb-charts 也没有标签。所以任何有标签创建权限的人都可以创建标签。

我有一台在 AWS 中运行的 kafka 机器，它由几个主题组成。我有以下 Lambda 函数，它生成一条消息并将其推送到 kafka 主题之一。

import json from kafka
import KafkaClient from kafka
import SimpleProducer from kafka
import KafkaProducer

def lambda_handler(event, context):
    kafka = KafkaClient("XXXX.XXX.XX.XX:XXXX")
    print(kafka)
    producer = SimpleProducer(kafka, async = True)
    print(producer)
    task_op = {
        "'message": "Hai, Calling from AWS Lambda"
    }
    print(json.dumps(task_op))
    producer.send_messages("topic_atx_ticket_update",json.dumps(task_op).encode('utf-8'))
    print(producer.send_messages)
    return ("Messages Sent to Kafka Topic")

但我看到消息没有像我预期的那样推送。

注意：角色和策略、连接方面没有问题。

虽然有很好的描述如何设置ROUGE评估,但我无法完全完成安装的任何地方.

基于以下示例:

https://blog.balthazar-rouberol.com/celery-best-practices

https://shulhi.com/2015/10/13/class-based-celery-task/

django芹菜中的基于类的任务

我想创建类似的东西:

class CalculationWorker(Task):

    def __init__(self, id_user):
        self._id_user = id_user
        self._user = get_object_or_404(User, pk=self._id_user)

    # I need to understand if the bind work or if it's needed
    def _bind(self, app):
        return super(self.__class__, self).bind(celery_app)

    def _retrieve_some_task(self):
        # long calculation

    def _long_run_task(self):
        # long calculation
        self._retrieve_some_task()

    # Main entry
    def run(self):
        self._long_run_task()


# 
def run_job():  
    worker = CalculationWorker(id_user=323232)
    task = worker.apply_async()

文档似乎说它是可能的(无论如何我不清楚)http://docs.celeryproject.org/en/latest/userguide/tasks.html#custom-task-classes.它甚至说:

msgstr"""这意味着每个进程只会调用一次init构造函数,并且任务类在语义上更接近于Actor."

但http://docs.celeryproject.org/en/latest/whatsnew-4.0.html#the-task-base-class-no-longer-automatically-register-tasks明确地说:"最佳做法是使用自定义任务类仅用于覆盖一般行为,然后使用任务装饰器来实现任务".

结果我得到了一个N​​otRegistered Exception,因为这个https://github.com/celery/celery/issues/3548,但添加app.tasks.register(CalculationWorker())并没有解决它.我正在使用Django 1.10.X和Celery 4.0.0

这种方法仍然有效吗？ …

我正尝试通过Java Tensorflow API启动Keras Tensorflow图形培训. 除了标准输入图像占位符之外,此图形还包含"keras_learning_phase"占位符,需要使用布尔值.

问题是,没有在任何方法TensorFlowInferenceInterface为布尔值-你只能给它浮动,双,INT或字节的值.

显然,当我尝试通过此代码将int传递给此张量时:

inferenceInterface.fillNodeInt("keras_learning_phase",  
                               new int[]{1}, new int[]{0});

我明白了

tensorflow_inference_jni.cc:207推理期间出错:内部:int32类型的输出0与声明的输出类型bool不匹配节点_recv_keras_learning_phase_0 = _Recvclient_terminated = true,recv_device ="/ job:localhost/replica:0/task:0/cpu:0 ",send_device ="/ job:localhost/replica:0/task:0/cpu:0",send_device_incarnation = 4742451733276497694,tensor_name ="keras_learning_phase",tensor_type = DT_BOOL,_device ="/ job:localhost/replica:0/task :0/CPU:0"

有没有办法规避它？
也许有可能以某种方式将图中的占位符节点显式转换为常量？
或者也许最初可以避免在图表中创建此占位符？

我在这里找到了有关如何使用graph.coreness.

不幸的是，我得到了一份大约有 27000 个条目长的数字列表。

我的目的是简单地弄清楚如何找出条目所属的最大 k 核。

我怎么做？

当我使用float而不是使用奇怪的输出double

#include <stdio.h>
void main()
{
    double p,p1,cost,cost1=30;
    for (p = 0.1; p < 10;p=p+0.1)
    {
        cost = 30-6*p+p*p;
        if (cost<cost1)
        {
            cost1=cost;
            p1=p;
        }
        else
        {
            break;
        }
        printf("%lf\t%lf\n",p,cost);
    }
    printf("%lf\t%lf\n",p1,cost1);
}

按预期输出p= 3;

但是当我使用float输出时有点奇怪.

#include <stdio.h>
void main()
{
    float p,p1,cost,cost1=40;
    for (p = 0.1; p < 10;p=p+0.1)
    {
        cost = 30-6*p+p*p;
        if (cost<cost1)
        {
            cost1=cost;
            p1=p;
        }
        else
        {
            break;
        }
        printf("%f\t%f\n",p,cost);
    }
    printf("%f\t%f\n",p1,cost1);
}

为什么p第二种情况下的增量在2.7之后变得奇怪？

我有以下代码

double area = 6.60;    
System.out.println(area);

这给出了输出6.6

如何使输出为6.60？

我需要在冒号 - 癌症 数据集上执行内核PCA :

然后

我需要用PCA数据绘制主成分数和分类精度.

对于第一部分,我在R中使用kernlab如下(让特征数量为2然后我将从2-100改变它)

kpc <- kpca(~.,data=data[,-1],kernel="rbfdot",kpar=list(sigma=0.2),features=2)

我很难理解如何使用这个PCA数据进行分类(我可以使用任何分类器,例如SVM)

编辑:我的问题是如何将PCA的输出提供给分类器

数据看起来像这样(清理数据)

未清理的原始数据看起来像这样

使用WebDriver在Chrome上执行操作

我有一个扩展名为.xqy的网页.我在哪里执行一些动作并打开第一帧.然后在第一帧上执行一些操作后,打开第二帧,然后打开第三帧.现在,我需要在第一帧上执行某些操作,以便关闭当前使用selenium焦点的第三帧,然后使用以下代码关闭第二帧:

WebDriver dObjExit = driverObj.switchTo().frame(driverObj.findElement(By.xpath("html/body/div[4]/iframe"))).switchTo().frame(driverObj.findElement(By.xpath("//body[@class='dlg-page']/div[4]/iframe")));
dObjExit.findElement(By.xpath("//p[@class='modal-footer']/button")).click();

现在,我只剩下第一帧,我使用以下代码点击它上面的元素:

WebDriver dObjExit1 = driverObj.switchTo().parentFrame();
ObjExit1.findElement(By.xpath("//button[@id='srch-save']")).click();

但是Selenium会抛出以下错误:

线程"main"中的异常org.openqa.selenium.WebDriverException:未知错误:元素在点(54,88)处不可点击.其他元素将收到点击:

关于决议的任何想法？也尝试使用Actions类但无济于事.