我是Symfony2的新手.我无法弄清楚发生了什么.此代码(设置为测试是否可以检测到捆绑包):
use Symfony\Bundle\FrameworkBundle\Controller\Controller;
use Ivory\GoogleMap\Overlays\Animation;
use Ivory\GoogleMap\Overlays\Marker;
class DefaultController extends Controller {
public function mapAction() {
$map = $this->get ( 'ivory_google_map.map' );
return $this->render ( 'KrewMediaLocalFarmBundle:Default:map.html.twig', array('map' => $map) );
}
}
工作,渲染一个简单的地图,而这个代码(涉及嵌入控制器以使用数据渲染地图的真实代码)
<?php
// localfarm/src/KrewMedia/Bundle/LocalFarmBundle/Controller/DefaultController.php
namespace KrewMedia\Bundle\LocalFarmBundle\Controller;
use Symfony\Bundle\FrameworkBundle\Controller\Controller;
use Ivory\GoogleMap\Overlays\Animation;
use Ivory\GoogleMap\Overlays\Marker;
class DefaultController extends Controller {
public function mapAction() {
//$map = $this->get ( 'ivory_google_map.map' );
return $this->render ( 'KrewMediaLocalFarmBundle:Default:maptest.html.twig');
}
}
给我这个错误:"在渲染模板期间抛出异常("Bundle"LocalFarmBundle"不存在或者没有启用.也许你忘了将它添加到AppKernel.php文件的registerBundles()方法中？")在KrewMediaLocalFarmBundle中:默认:maptest.html.twig在第3行."
maptest.html.twig和map.html.twig都位于LocalFarmBundle中的同一文件夹中.我想知道为什么捆绑包在第一段代码中找到而在第二段没有.相关的路由是这样的
krew_media_local_farm_homepage:
pattern: /index
defaults: { _controller: KrewMediaLocalFarmBundle:Default:index }
krew_media_local_farm_map:
pattern: /map
defaults: { …我正在开发一个Android应用，该应用使用手机中的传感器数据对活动进行分类。我也非常喜欢scikit-learn，而不是任何Java机器学习库。因此，我使用Django创建了一个非常小的REST API，并且scikit学习了使用支持向量机训练传感器数据并返回模型信息。
我的问题是：如何使用手机上的scikit-learn产生的模型进行预测？到目前为止，我已经考虑过扩展api，以便每当电话要进行预测时，它将数据发送到api以获得一个。但我更希望能够编写一些Java代码或使用Java库进行预测。将训练数据发送到api并不是问题，因为这不是实时完成的-只有在收集完数据后才能完成。但是，为实时预测发送数据似乎并不可行。
使用逻辑回归进行此操作要容易得多，因为预测公式和模型参数非常简单。我可以放弃svm，而改用它，但我也想使用svm。
有人知道有人这样做吗？有没有一个人可以在相对短的时间内用数字计算或机器学习的方法做到这一点？不需要详细的步骤，只需概述如何使用scikit-learn生成的svm的组件即可。
这里是来自 Java 背景的 Python 新手。我对此仍然感到困惑：
with open(...) as f:
do_something(f)
即使在谷歌搜索并阅读这里的一些答案之后（我只是无法理解它们）。
我的理解是，有一种称为上下文管理器的东西，它是某种包装器，其中包含对所创建文件的引用。关于
as f:
上面的“as”和下面的“as”一样
import numpy as np
这只是一个别名。“f”不是指文件，而是指上下文管理器。上下文管理器使用装饰器模式，实现了打开的文件所执行的所有方法，以便我可以将其视为文件对象（并通过调用适当的方法来获取文件对象，这些方法将在文件上调用在上下文管理器中）。当然，当块完成时文件将被关闭（这就是重点）。
这就引出了一个问题： open() 通常返回一个文件（或对文件的引用），还是一个上下文管理器？它是否通常返回上下文管理器，而这正是我们一直在不知不觉中使用的？或者，当返回不同的内容（例如上下文管理器）时，它是否返回文件类型（除了在此特殊上下文中）。
这近乎正确吗？有人愿意澄清一下吗？
不确定这是否是错误（文件报告），或者我做错了什么。
系统信息：
Linux 17.04 TensorFlow 版本：1.9.0 Python 版本：2.7.13
我使用的命令：
gcloud ml-engine jobs submit training object_detection_$(date +%Y%m%d_%H%M%S) \
--job-dir="gs://mybucket/train" \
--packages dist/object_detection-0.1.tar.gz,slim/dist/slim-0.1.tar.gz \
--module-name object_detection.train \
--region us-central1 \
--config /home/me/Desktop/die_detection/config.yml \
-- \
--train_dir="gs://mybucket/train" \
--pipeline_config_path="gs://mybucket/data/pipeline_cloud.config"
尝试遵循此示例，但使用我自己的数据：https : //github.com/tensorflow/models/blob/master/research/object_detection/g3doc/running_pets.md
在本地工作正常。在 CloudML Engine 上运行，我得到非 0 退出状态。从日志中似乎找不到 object_detection.train 。
源代码/日志
E The replica ps 0 exited with a non-zero status of 1. Termination reason: Error. To find out more about why your job exited please check the logs: https://console.cloud.google.com/logs/viewer?project=730275006403&resource=ml_job%2Fjob_id%2Fobject_detection_20180725_090524&advancedFilter=resource.type%3D%22ml_job%22%0Aresource.labels.job_id%3D%22object_detection_20180725_090524%22
undefined
E …