小编Jak*_*kob的帖子

我有一个 Keras .h5 模型，我一直在本地训练它，但是现在希望通过 Google Cloud ML-Engine 自动化整个过程。

我已将所有 GCloud Storage 存储桶设置为可从应用程序访问，并且我已阅读有关配置作业以提交Keras模型以在 GCloud ML-Engine 中进行训练的信息。但是，所有这些教程（包括 google cloud ml-engine 上的文档）都声明要运行作业最好从命令行运行gcloud ml-engine jobs submit training。

不过，我知道 Google Cloud 有一个 Python 客户端库，但它的文档似乎有点不透明。

有人知道我是否可以完全从 python 文件本身提交模型的训练（通过直接 API 调用或通过 Google 客户端库）？我问是因为我希望把它变成一个完全自动化的、托管的 Flask 网络应用程序，用于模型训练，所以它需要尽可能地放手。

我想在Python中制作一个粉丝图表类型的线图,类似于英格兰银行利率粉丝图,如下所示:

我很熟练使用matplotlib作为标准线/条/散点图,但这似乎需要一些更自定义的实现.

我已经谷歌了,似乎找不到任何标准的Python库,它们可以完成这类工作甚至任何描述如何完成此操作的代码.

任何有关如何实现这一目标的帮助都将非常感激.

所以我对这一点感到有点难过.我有多个页面使用各种数据对后端的C#控制器进行了大量成功的Ajax调用,但现在我正在尝试构建一个简单的小内容管理功能,因此在数据库中更新HTML来自JS编辑器的新HTML.

长话短说,我已经取出了所有繁重的数据库代码并将其缩小到我的控制器不接受任何带有html标签的事实,或者我的ajax代码在发送它时遇到问题.

Ajax函数是:

$.ajax({
            type: "POST",
            url: '@Url.Action("UpdateContent", "Admin")',
            data: {
                elementId: elementId,
                newContent: newContent
            },
            dataType: "json",
            success: function (data) {
                if (data.result == 'true') {
                    infoMessage('Content Updated!', 'success');
                } else {
                    infoMessage('Error: ' + data.result + '. Nothing has been updated!', 'error');
                }
            },
            error: function () {
                alert('There was a problem contacting the server.');
            }
        });

在我的控制器端,我已经拿走了所有代码,只留下一些调试写行.

[HttpPost]
    public ActionResult UpdateContent(string elementId, string newContent)
    {
        System.Diagnostics.Debug.WriteLine("!" + elementId);
        System.Diagnostics.Debug.WriteLine("!" + newContent);
        string _result = "true";
        return Json(new …

所以我对 Docker 很陌生，因此如果这是一个新手问题，我深表歉意......

我刚刚使用 Docker（python 3 Flask Web 应用程序）构建了我的第一个应用程序，它运行得很好。然而，我在运行时注意到的一件事docker images -a是，即使我只运行一个构建命令来构建一个图像，altum-platform它似乎还创建了 11 个附加图像！其中之一已标记，python因此我假设这与我的应用程序指定 python3 有关。然而其他的都没有标签。而且它们都占用相当大的空间，这并不理想！

我以为 Docker 镜像都是一个独立的大东西？那么，为什么当我运行一个构建命令时，我会自动创建 11 个额外的映像呢？