小编sim*_*mon的帖子

文档说 docker prune “删除所有悬空图像”。它甚至发出警告“这将删除所有悬挂的图像”。那么为什么它不删除我的呢？

 ubuntu@ip-172-31-26-48:~$ docker image prune
WARNING! This will remove all dangling images.
Are you sure you want to continue? [y/N] y
Total reclaimed space: 0 B
ubuntu@ip-172-31-26-48:~$ docker images
REPOSITORY          TAG                 IMAGE ID            CREATED             SIZE
simonm3/registrm    latest              bd3ef6d73785        7 minutes ago       468 MB
simonm3/registr     latest              7dd15943671b        2 hours ago         2.51 GB
simonm3/registrm    <none>              f8f22986e85a        45 hours ago        2.93 GB
simonm3/registrm    <none>              c1b9d8606371        45 hours ago        2.93 GB
simonm3/registrm    <none>              f1ca97467106        45 hours ago        2.93 GB
simonm3/registr     <none> …

我想在Windows上的python3中进行Google搜索。谷歌的说明说，他们支持python3并键入“ gcloud topic init”以获取详细信息-但这未能说明没有python2.7的解释器。我是否必须安装python2.7才能了解如何使其在python3上正常工作？

在python3上，我收到如下错误消息。我已经设置了API密钥和自定义搜索引擎。我做了“ pip install google-api-python-client”。我下载并运行了GoogleCloudSDKInstaller。这是错误：

from googleapiclient.discovery import build
service = build("customsearch", "v1", developerKey="xxxxxx")

我得到：

[googleapiclient.discovery_cache:WARNING]:file_cache is unavailable when using oauth2client >= 4.0.0 or google-auth (__init__.py:44, time=Apr-07 17:25) Traceback (most recent call last):   File "C:\Users\simon\Anaconda3\lib\site-packages\googleapiclient\discovery_cache\__init__.py", line 36, in autodetect
    from google.appengine.api import memcache ModuleNotFoundError: No module named 'google.appengine'

During handling of the above exception, another exception occurred:

Traceback (most recent call last):   File "C:\Users\simon\Anaconda3\lib\site-packages\googleapiclient\discovery_cache\file_cache.py", line 33, in <module>
    from oauth2client.contrib.locked_file import LockedFile ModuleNotFoundError: No module named 'oauth2client' …

如何采用现有模型并创建一个在每个辍学层之后都进行批量归一化的新模型？

我已经试过了：

bn = []
for layer in model.layers:
    bn.append(layer)
    if type(layer) is Dropout:
        bn.append(BatchNormalization())
bn = Sequential(bn)
bn.summary()

查看摘要，它已插入新层。但是，在“已连接到”列中，它两次列出了前任。如果我运行n次，它将列出每个前任n + 1次。

例如在maxpool层的“ connected to”中：

convolution2d_394[0][0]          
                                                                 convolution2d_394[1][0]          
                                                                   convolution2d_394[2][0]          
                                                                   convolution2d_394[3][0]          
                                                                   convolution2d_394[4][0]          
                                                                   convolution2d_394[5][0]          
                                                                   convolution2d_394[6][0]          
                                                                   convolution2d_394[7][0]          
                                                                   convolution2d_394[8][0]          
                                                                   convolution2d_394[9][0]    

我理解正则化通常会将k*w ^ 2添加到损失以惩罚大权重.但在Keras中有两个正则化参数 - weight_regularizer和activity_ regularizer.有什么不同？