我想在Qml中显示一个矩形,我想从我的python代码中更改矩形的属性(宽度,长度).实际上,python代码中有一个套接字连接,通过该连接从另一台计算机接收宽度和长度的值.简单来说:另一个用户应该能够实时调整这个矩形.我知道如何在我的python文件中使用PyQt5建立套接字连接,我可以从python中显示qml文件.
但是,我很难通过我的python代码访问矩形的参数.我怎样才能做到这一点？
这是我的qml文件的简化示例:
import QtQuick 2.11
import QtQuick.Window 2.2
import QtQuick.Controls 2.2
ApplicationWindow {
visible: true
width: Screen.width/2
height: Screen.height/2
Rectangle {
id: rectangle
x: 187
y: 92
width: 200
height: 200
color: "blue"
}
}
这是我在.py文件中写的内容:
from PyQt5.QtQml import QQmlApplicationEngine, QQmlProperty
from PyQt5.QtQuick import QQuickWindow, QQuickView
from PyQt5.QtCore import QObject, QUrl
from PyQt5.QtWidgets import QApplication
import sys
def run():
myApp = QApplication(sys.argv)
myEngine = QQmlApplicationEngine()
myEngine.load('mainViewofHoomanApp.qml')
if not myEngine.rootObjects():
return -1
return myApp.exec_()
if __name__ == "__main__":
sys.exit(run())
我已经安装了Qt 4.5.0社区，我正在尝试使用Qt5.10.0 MinGW 32位构建我的项目。将QtQuick 2.12导入到我的qtquick项目的qml文件中后，我遇到以下错误：
未安装模块“ QtQuick” 2.12版
值得一提的是，当我尝试编写QtQu的第一个字符时，此模块是建议的模块之一。
如果能帮助我如何克服这一问题，将不胜感激
我已经在 google colab 中使用 GPU 调整了这段代码来创建多层 LSTM。它用于时间序列预测。
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import LSTM
import tensorflow as tf
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, LSTM, LSTM, BatchNormalization
from keras.optimizers import SGD
model = Sequential()
model.add(LSTM(units = 50, activation = 'relu', return_sequences=True, input_shape=
(1,len(FeaturesDataFrame.columns))))
model.add(Dropout(0.2))
model.add(LSTM(3, return_sequences=False))
model.add(Dense(1))
opt = SGD(lr=0.01, momentum=0.9, clipvalue=5.0)
model.compile(loss='mean_squared_error', optimizer=opt)
请注意，我使用了渐变剪辑。但是，当我训练这个模型时，它仍然返回 nan 作为训练损失：
history = model.fit(X_t_reshaped, train_labels, epochs=20, batch_size=96, verbose=2)
这是结果
Run Code Online (Sandbox Code Playgroud)Epoch 1/20 316/316 - 2s - loss: …