小编kni*_*ian的帖子

Tensorflow文档指出a Variable可以在任何可以使用的地方Tensor使用,它们似乎是可以互换的.例如,如果v是a Variable,则x = 1.0 + v变为a Tensor.

两者之间有什么区别,何时我会使用另一个？

我想做一些类似于http://matplotlib.org/examples/pylab_examples/hist2d_log_demo.html的内容,但我已经读到使用pylab代替python交互模式以外的代码是不好的做法所以我想这样做matplotlib.pyplot.但是,我无法弄清楚如何使用pyplot使这段代码工作.使用,pylab,给出的例子是

from matplotlib.colors import LogNorm
from pylab import *

#normal distribution center at x=0 and y=5
x = randn(100000)
y = randn(100000)+5

hist2d(x, y, bins=40, norm=LogNorm())
colorbar()
show()

我尝试了很多

import matplotlib.pyplot as plt
fig = plt.figure()
ax1 = fig.add_subplot(1,1,1)
h1 = ax1.hist2d([1,2],[3,4])

从这里我已经尝试了plt.colorbar(h1) plt.colorbar(ax1) plt.colorbar(fig) ax.colorbar()等等的一切,我无法得到任何工作.

总的来说,即使在阅读了http://matplotlib.org/faq/usage_faq.html之后,老实说我对pylab和pyplot之间的关系还不是很清楚.例如show()在pylab中似乎变成plt.show()了pyplot,但由于某种原因colorbar不成为plt.colorbar()？

例如,

我正在调试一个使用过多内存的 Javascript 应用程序。在 Heap Profiler 中，它显示大约有 300MB，但根据 Chrome 的任务管理器，它总共使用了大约 950MB，其中有 40MB 的“Javascript 内存”。

基于这个问题，任务管理器和堆分析器之间的 650MB 差异似乎是由于本机内存造成的：

Chrome 堆快照 - 为什么它不显示分配的所有内存？

然而，我无法弄清楚什么是“本机内存”，并且谷歌搜索也没有帮助。哪些类型的内容会进入本机内存，以及我将如何调试使用如此多本机内存的内容？

可能的重复项（全部未答复）：

堆分析器的报告与任务管理器的报告：该相信谁？

Chrome任务管理器和内存时间线中显示的内存使用情况存在巨大差异

使用node的http库,这看起来像

var request = http.request(options);
request.setTimeout(milliseconds, callback);

但是,我正在使用包装器库请求,并且没有看到在超时时添加回调的方法.

我正在创建一个API端点来发出http请求并公开该数据,如果请求超时,我希望能够呈现null结果.

我已经看到很多与此类似的问题，但是我相信这是不同的。当我尝试onYouTubeIframeAPIReady在全局范围内定义时，该函数仅在加载页面的一半时间被调用（如果我不断刷新，有时会看到控制台消息，有时则不存在）。令我感到困惑的是，这种情况仅在某些时候发生，并且我onYouTubeIframeAPIReady在代码中未调用其他任何地方。

我检查过的问题区域：

• 我正在Github Pages上运行它（因此它不是本地的）
• 该函数在全局范围内定义

我的代码如下：

window.onYouTubeIframeAPIReady = function() {
    console.log("YouTube API Ready");

    player = new YT.Player('player', { // TODO: Sometimes this doesn't work
        videoId: curVideoId,
        playerVars: {
            controls: 1,
            autoplay: 0,
            disablekb: 1,
            enablejsapi: 1,
            iv_load_policy: 3,
            // modestbranding: 1,
            showinfo: 1
        }
    }); 

    ytLoaded = true;

    if (windowWidth) { // if document loaded first
        resizePlayer();
    }
}

我有一个,ByteTensor并希望获得有一个指数1.在numpy,我可以做类似的事情

a = np.array([1,0,1,0,1])
return np.where(a)

哪会回来(array([0, 2, 4]),).这个功能是在Torch中定义的吗？

(在我的特定情况下,我想使用这些索引来索引几个不同的Tensor对象,但是知道如何通常这样做会很好.)