小编raj*_*900的帖子

所以我用芹菜django.rabbitmq是经纪人.redis是缓存.mysql是db.(localhost中的所有内容)

1. 我正在使用python2.7并使用基于virtualenv的虚拟环境
2. 我在默认端口启动redis服务器(本地)

3. 在一个新的终端,我跑

   python manage.py runserver
   

   Run Code Online (Sandbox Code Playgroud)

4. 在一个新的终端我开始像这样的芹菜

   celery -A ds_django worker -B -l warning
   

   Run Code Online (Sandbox Code Playgroud)

这个程序过去常常有效.但现在当我运行celery命令时,我得到以下内容

    [2016-07-12 09:15:20,113: CRITICAL/MainProcess] Frequent restarts detected: RestartFreqExceeded('5 in 1s',)
    Traceback (most recent call last):
        File "/Users/user/Desktop/ds-django/ds_django/newDs/lib/python2.7/site- packages/celery/worker/consumer.py", line 285, in start
            self._restart_state.step()
        File "/Users/user/Desktop/ds-django/ds_django/newDs/lib/python2.7/site-packages/billiard/common.py", line 130, in step
            raise self.RestartFreqExceeded("%r in %rs" % (R, self.maxT))
     RestartFreqExceeded: 5 in 1s

我完全不知道为什么会发生这种情况或如何解决这个问题.我一遍又一遍地搜索Google和StackOverFlow,但没有用.

我认为可能发生这种情况的一个原因是,有时我曾经一次经营过4名芹菜工人,然后将他们全部关闭.也许是因为它说重启频率超标,但不确定.而且不知道如何解决这个问题.可能是一些配置文件设置,但哪个设置和哪里也没有任何线索.

如果需要任何其他信息,我会提供.任何帮助表示赞赏.谢谢.

我试图使用稀疏numpy矩阵作为后端的张量流的keras.模型编译但适合时会出错.代码如下.任何帮助表示赞赏.

from keras.layers import Dense, Input
from keras.models import Model
inputs = Input(shape=(trainX.shape[1],), sparse=True)
outputs = Dense(trainY.shape[1], activation='softmax')(inputs)
model = Model(inputs=inputs, outputs=outputs)
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

trainX是

<2404941x337071 sparse matrix of type '<type 'numpy.float64'>'
with 4765705 stored elements in Compressed Sparse Row format>

类似地,trainY是CSR矩阵

model.fit(trainX, trainY, verbose=1)

给出以下错误

ValueError: setting an array element with a sequence.

我正在使用python包dialogflow连接到我的dialogflow代理。我对dialogflow代理培训有两个疑问

1. 当我使用RPC添加意图时，是否需要显式训练？通过火车，我的意思是调用该TrainAgent函数并等待其完成。
2. 如果我连续两次调用TrainAgent而不在这些调用之间等待，对话流会两次训练还是仅接受最近的请求并训练一次？