小编the*_*ter的帖子

我正在使用 ubuntu 18 和 anaconda for python 3.6 并尝试更新软件包，当我尝试使用

conda update --all 

我收到这个错误

conda：错误：参数命令：无效选择：'/home/user/anaconda3/bin/conda'

我尝试按照这个github 问题中的解释解决它

使用

$ conda update anaconda-navigator
$ conda update navigator-updater

但遇到同样的错误。我尝试将 -c conda-forge 添加到所有命令并尝试使用 conda update anaconda conda update anaconda

并一直得到相同的错误。

这是我的 github问题

谢谢！

更新：即使尝试使用它来安装 anaconda-clean 并删除 anaconda，我在尝试安装 conda-clean 时也会遇到相同的错误，这应该可以帮助我从计算机中删除 anaconda

我正在使用spark over emr并编写一个pyspark脚本,我在尝试时遇到错误

from pyspark import SparkContext
sc = SparkContext()

这是错误

File "pyex.py", line 5, in <module>
    sc = SparkContext()   File "/usr/local/lib/python3.4/site-packages/pyspark/context.py", line 118, in __init__
    conf, jsc, profiler_cls)   File "/usr/local/lib/python3.4/site-packages/pyspark/context.py", line 195, in _do_init
    self._encryption_enabled = self._jvm.PythonUtils.getEncryptionEnabled(self._jsc)   File "/usr/local/lib/python3.4/site-packages/py4j/java_gateway.py", line 1487, in __getattr__
    "{0}.{1} does not exist in the JVM".format(self._fqn, name)) py4j.protocol.Py4JError: org.apache.spark.api.python.PythonUtils.getEncryptionEnabled does not exist in the JVM

我发现这个答案说明我需要导入sparkcontext,但这也不起作用.

我使用的是ubuntu 16,python 3,tf-GPU和keras.

由于这里解释的cuda错误,我降级到了1.4

但现在我收到了这个错误

TypeError:softmax()得到一个意外的关键字参数'axis'

似乎这是张量流中的API变化,而新的keras不适合旧的tf.

我找不到与tf 1.4 gpu一起使用的正确keras版本.什么是正确的？

我正在将 python 3 与 anaconda 一起使用，并将 tensorflow 1.12 与eager eval 一起使用。

我正在使用它为孪生网络创建三元组损失函数，并且需要计算不同数据样本之间的距离。

我创建了一个函数来创建距离计算，但是无论我做什么，当我尝试计算它相对于网络输出的梯度时，它一直给我所有的 nan 梯度。

这是代码：

def matrix_row_wise_norm(matrix):
    import tensorflow as tf
    tensor = tf.expand_dims(matrix, -1)

    tensor = tf.transpose(tensor, [0, 2, 1]) - tf.transpose(tensor, [2, 0, 1])
    norm = tf.norm(tensor, axis=2)
    return norm

在我使用的损失函数中

def loss(y_true, p_pred):
    with tf.GradientTape() as t:
    t.watch(y_pred)
        distance_matrix = matrix_row_wise_norm(y_pred)
        grad = t.gradient(distance_matrix, y_pred)

并且 grad 都是nans。我检查过它y_pred是由合法值组成的 - 确实如此。我试图创建一个y_pred * 2相对于自身的梯度并获得合法的梯度值。

我在这里缺少什么？创建距离矩阵时的索引是否有问题？

编辑：

两者的D型y_pred和lossIStf.float32 …

我在 python 2.7 中使用 matplotlib

我需要创建一个简单的 pyplot 条形图，对于每个条形图，我需要在它上面添加它的 y 值。

我正在使用以下代码创建条形图：

import matplotlib.pyplot as plt

barlist = plt.bar([0,1,2,3], [100,200,300,400], width=5)

barlist[0].set_color('r')
barlist[0].title("what?!")

更改颜色有效，但对于标题，我收到以下错误：AttributeError: 'Rectangle' object has no attribute 'title'

我发现了一些问题，有关类似的问题，但他们没有用创建条形图以同样的方式，以及他们的解决方案并没有为我工作。

将条形的值添加为它们上方的标题的简单解决方案的任何想法？

谢谢！

我使用python 2.7并试图绘制一个简单的百分位蝙蝠图表.

我得到了我想要的数字,问题在于,使用它时,当使用plt.show()时,我得到一个额外的空白图像,

我试了plt.close(),plt.clf()和plt.figure()来创建一个干净的plt对象,这是我的函数:

import matplotlib.pyplot as plt
plt.grid(True)
data = zip(*percentiles)

data = [list(i) for i in data]
tick_range = data[0]

ticks = [str(i) + "%" for i in tick_range]
tick_range = [x+2.5 for x in tick_range]

fig, ax = plt.subplots()
plt.bar(data[0], data[1], width=5)

plt.show()

当i是索引时,数据(百分位数)变量具有以下结构[(i,v),(i,v)....],并且v是浮点值.

谢谢!

我使用Ubuntu与Python 3及以上tensorflow keras，我想用传送学习从训练的keras模型解释预创建模型在这里：

我正在使用以下代码

import numpy as np
from keras.applications import vgg16, inception_v3, resnet50, mobilenet
from keras import Model

a = np.random.rand(1, 224, 224, 3) + 0.001
a = mobilenet.preprocess_input(a)

mobilenet_model = mobilenet.MobileNet(weights='imagenet')

mobilenet_model.summary()
inputLayer = mobilenet_model.input

m = Model(input=inputLayer, outputs=mobilenet_model.get_layer("conv_pw_13_relu")(inputLayer))
m.set_weights(mobilenet_model.get_weights()[:len(m.get_weights())])
p = m.predict(a)
print(np.std(p), np.mean(p))
print(p.shape)

我使用的层的输出始终是一个零数组，我是否应该将权重加载到我正在创建的 p 以便预训练模型实际工作？

我需要安装spark并在一台机器上以独立模式运行它,并寻找通过apt-get安装它的直接方式

我在这里通过pip找到了如何通过pyspark执行此操作

我找不到用一个终端命令安装spark的方法.

安装pyspark安装所有的spark软件吗？

我发现说明了如何安装的火花,这是更复杂

有没有办法通过apt-get使用类似的一个终端命令安装spark？

编辑

我发现这解释了如何使用apt-get安装spark,我得到以下错误

E:无法找到包火花核E:无法找到包spark-master E:无法找到包spark-worker E:无法找到包spark-history-server E:无法找到包spark-python

谢谢

我正在使用带有日志记录模块的Python，并且想将socket.hostname()添加到每条日志消息中，我必须在每条消息中运行此查询并且不能使用

name = socket.hostname() 

然后用名称记录格式

我正在研究这个使用日志过滤器的示例，但我这里需要的不是过滤器，而是对每个日志消息的简单操作。

我怎样才能达到想要的结果？

我在 Keras 中使用 Python 并运行ImageDataGenerator和使用flow_from_directory. 我有一些有问题的图像文件，所以我可以使用数据生成器来处理读取错误吗？

我在一小部分图像上收到了一些“无效的 jpg 文件”，并希望在没有我的代码崩溃的情况下处理它。