小编Yag*_*gel的帖子

嗨,我是批处理文件的新手,我想知道如何从批处理文件中自动按键.我想制作一个打开浏览器并自动按Tab键的程序.

（我正在关注这个关于 BERT 词嵌入的 pytorch 教程，在教程中，作者访问了 BERT 模型的中间层。）

我想要的是使用 HuggingFace 的 Transformers 库访问 TensorFlow2 中 BERT 模型的单个输入令牌的最后 4 层。因为每一层输出一个长度为 768 的向量，所以最后 4 层的形状为4*768=3072（对于每个标记）。

如何在 TF/keras/TF2 中实现这一点，以获得输入令牌的预训练模型的中间层？（稍后我将尝试获取句子中每个标记的标记，但现在一个标记就足够了）。

我正在使用 HuggingFace 的 BERT 模型：

!pip install transformers
from transformers import (TFBertModel, BertTokenizer)

bert_model = TFBertModel.from_pretrained("bert-base-uncased")  # Automatically loads the config
bert_tokenizer = BertTokenizer.from_pretrained("bert-base-uncased")
sentence_marked = "hello"
tokenized_text = bert_tokenizer.tokenize(sentence_marked)
indexed_tokens = bert_tokenizer.convert_tokens_to_ids(tokenized_text)

print (indexed_tokens)
>> prints [7592]

输出是一个令牌 ( [7592])，它应该是 BERT 模型的输入。

我正在遵循这个创建 aws 环境的指南。现在，在创建环境后，我想通过 ssh 连接到 ec2。

我需要的是创建私钥 - 公钥对，我不知道如何。

在指南的开头，它说：

Generate public key from private key
ssh-keygen -y -f ~/.ssh/pemfile/mumbai.pem

但是我如何在我的主机上创建一个 mumbai.pem 文件呢？是否有下载创建此 pem 的命令，或者我需要从 aws 下载它？我对 aws 真的很陌生，我希望这不是太明显。

我有一个 AWS RDS Aurora PostgreSQL 集群（与 PostgreSQL 13.4 兼容）。

我成功按照本教程将我的 PostgreSQL RDS aurora 集群快照备份到 S3，看起来所有数据都备份到了 s3。

现在我正在尝试将导出的快照从 S3 恢复到 PostgreSQL RDS 集群，但我找不到如何执行此操作的说明。

知道怎么做吗？也许我需要先将S3导出的数据恢复到快照，然后将其连接到RDS，或者任何其他方式？

我遵循这个有关 Kubernetes 的教程。

我到达了引导我运行的部分：

minikube service sa-frontend-lb

（我使用 sudo 来运行它，因为如果我不使用 sudo，它会要求我使用 sudo）。

我收到以下错误：

Opening kubernetes service default/sa-frontend-lb in default browser...
No protocol specified
No protocol specified

(firefox:4538): Gtk-WARNING **: 22:07:38.395: cannot open display: :0
/usr/bin/xdg-open: line 881: x-www-browser: command not found
No protocol specified
No protocol specified

(firefox:4633): Gtk-WARNING **: 22:07:39.112: cannot open display: :0
/usr/bin/xdg-open: line 881: iceweasel: command not found
/usr/bin/xdg-open: line 881: seamonkey: command not found
/usr/bin/xdg-open: line 881: mozilla: command not found
No protocol …

我正在尝试将我的 Elastic Search Pod 连接到端口 9200 和 9300。当我转到：

http://localhost:$IP_FROM_KUBECTL_PROXY(usually 8001)/api/v1/namespaces/default/pods/$POD_NAME/proxy/

我看到以下错误：

Error: 'net/http: HTTP/1.x transport connection broken: malformed HTTP status code "is"'
Trying to reach: 'http://172.17.0.5:9300/'

我所做的是，运行：

kubectl run elasticsearch --image=elasticsearch:6.6.1 -labels="elasticsearch" --env="discovery.type=single-node" --port=9200 --port=9300

并运行以下服务：

kind: Service
apiVersion: v1
metadata:
  name: elasticsearch
spec:
  selector:
    host: elasticsearch
    subdomain: for-kibana
    app: elasticsearch
  ports:
  - protocol: TCP
    name: serving
    port: 9200
    targetPort: 9200
  - protocol: TCP
    name: node2node
    port: 9300
    targetPort: 9300

这很奇怪，因为当我只使用端口 9200 时，一切正常，但是当我使用 9300 端口运行时，它会失败。

我有 Elasticsearch Pod 和服务。我还有另一个名为“website”的 Pod（相同的命名空间 - 默认），它想要获取 Elasticsearch 的 html 内容（使用curl）。

当我访问“网站”Pod（使用 exec）并运行时$curl -v elasticsearch-service，我得到：

curl -v elasticsearch-service
* Rebuilt URL to: elasticsearch-service/
*   Trying 10.111.159.30...
* TCP_NODELAY set

注意：10.111.159.30 是elasticsearch-service IP。

但是当我运行$curl 172.15.0.5:9200（POD IP）时，我得到了正确的输出：

 $curl 172.15.0.5:9200
{
  "name" : "1X7ZARS",
  "cluster_name" : "docker-cluster",
  "cluster_uuid" : "V8GX-5STSoW_PJ8Qguu7Jw",
  "version" : {
    "number" : "6.6.1",
    "build_flavor" : "default",
    "build_type" : "tar",
    "build_hash" : "1fd8f69",
    "build_date" : "2019-02-13T17:10:04.160291Z",
    "build_snapshot" : false,
    "lucene_version" : "7.6.0",
    "minimum_wire_compatibility_version" : "5.6.0",
    "minimum_index_compatibility_version" : …

我被问到了这个问题，但我找不到在线信息-Kubernetes使用哪种算法来导航Podset或部署中的Pod或部署中的流量（我想它们是相同的）？

可以说，我的Kubernetes集群中有5个Pod的副本，在副本集中定义。集群如何在新请求中选择要转到哪个吊舱？它使用轮询吗？我找不到有关它的信息。

我试图在足球场上的球员下方画一个圆圈，类似于：

如果我只是绕着玩家的脚转一圈，看起来会很糟糕：

我试图仅在场的绿色部分上绘制圆圈（以使其更具 3D 效果）。

首先，我使用以下代码仅掩盖了字段上的绿色部分：

def mask(img):
    ## convert to hsv
    hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
    ## mask of green (36,25,25) ~ (86, 255,255)
    lower = (36, 25, 25)
    upper = (86, 255, 255)
    mask = cv2.inRange(hsv, lower, upper)
    ## slice the green
    imask = mask == 0
    green = np.zeros_like(img, np.uint8)
    green[imask] = img[imask]
    img = green
    return img

这给出了以下结果：

如何仅在绿色（遮罩后 - 黑色）部分绘制椭圆？

PS这是完整的代码：

import cv2
import numpy as np


def mask(img):
    ## convert to hsv
    hsv = cv2.cvtColor(img, …