小编the*_*edk的帖子

我试图让所有descendants(include_self=True)不是一个节点,而是一个节点列表(一个QuerySet).这应该是一个SQL查询.

示例(实际上不起作用:)

some_nodes = Node.objects.filter( ...some_condition... ) 
some_nodes.get_descendants(include_self=True) #hopefully I would like 
to have all possible Nodes starting from every node of "some_nodes" 

我现在唯一的想法是遍历some_nodes并为每个节点运行get_descendants() - 但这是一个非常糟糕的解决方案(大量的SQL查询).

如果没有干净的方法通过Django ORM这样做,你可以提供一个自定义SQL来运行吗？在这里你可以假设我有一个Node的pk列表.

编辑:如果这可以帮助 - 我的所有"some_nodes"都放在同一个父目录中,并在树中具有相同的"级别".

一个简单的HTML代码:

<img src="http://someaddr/image.php">

image.php是一个脚本,它将随机重定向返回到具有所有必需的无缓存标头的静态图像:

Cache-Control: no-cache, no-store, must-revalidate
Pragma: no-cache
Expires: 0
Location: http://someaddr/random_image_12345.jpg

问题:当向后导航到此HTML页面时,Chrome(最新的win/mac)不会重新验证地址http://someaddr/image.php.

我曾尝试使用重定向302和303(在RFC中有更强的要求,它应该永远不会被浏览器缓存).这就像IE,FireFox,Opera中的魅力一样.他们总是刷新http://someaddr/image.php.但Chrome没有.

我甚至在Chrome中使用过开发者工具,似乎在网络日志中它甚至没有显示任何获取(缓存或未缓存)的尝试http://someaddr/image.php.网络日志仅显示一个连接http://someaddr/random_image_12345.jpg(缓存).为什么会这么破碎......

我知道在图像源中放置查询字符串的简单/简单的解决方案:

    <img src="http://someaddr/image.php?refresh={any random number or timestamp}">

但我不喜欢/不能使用这样的黑客.还有其他选择吗？

我正在解决与keras有关的有监督的学习问题。我的训练数据是输入x=图像，输出Y=六个整数的向量，代表图像上的三个2D点（x1，y1），（x2，y2），（x3，y3）。

我正在尝试使用Keras ImageDataGenerator进行图像增强，但是有一些转换（如调整大小）会影响我用作基本事实的点的位置。因此，我还需要根据ImageDataGenerator进行的任何转换对标签（点）进行相应的转换。

Keras是否对此提供支持？因为我找不到我可以使用的任何方法。

欧洲的许多语言都是屈折变化的。这意味着一个词可以在文本中以多种形式书写。例如，波兰语“komputer”中的“computer”一词有多种形式：“komputera”、“komputerowi”、“komputerem”、“komputery”等。

我应该如何正确使用 django+haystack+whoosh 来处理语言屈折？

每当我搜索任何形式的“komputer”、“komputera”、“komputerowi”时，我的意思都是一样的 ->“komputer”。

在 NLP 中，有一种基于词干（切割后缀）或将形式转换为基本形式（“komputerowi”=>“komputer”）的基本方法。有一些库可以帮助解决这个问题。

我的第一个想法是准备一些特殊的模板过滤器，将给定变量中的每个识别的单词转换为具有基本形式而不是形式的文本。然后我可以在 django+haystack 的搜索索引模板中使用它。如果在 whoosh 引擎中评估之前搜索查询也将被转换，这应该很好用。见示例：

haystack search index template:
    {{some_indexed_text|convert_to_base_form_filter}}

text to index: "Nie ma komputera"  => "Nie ma komputer" <- this is really indexed
 search query: "komputery"         => "komputer"   <-- this will match 

但我不认为这是这个问题的“优雅”解决方案，其他一些功能也不起作用 - 比如建议拼写错误的建议。

那么 - 我应该如何解决这个问题？也许我应该使用其他搜索引擎而不是 whoosh？