小编Jas*_*son的帖子

Keras的fit_generator()模型方法需要一个生成形状元组(输入,目标)的生成器,其中两个元素都是NumPy数组.文档似乎暗示如果我只是将Dataset迭代器包装在生成器中,并确保将Tensors转换为NumPy数组,我应该好好去.但是,这段代码给了我一个错误:

import numpy as np
import os
import keras.backend as K
from keras.layers import Dense, Input
from keras.models import Model
import tensorflow as tf
from tensorflow.contrib.data import Dataset

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '3'

with tf.Session() as sess:
    def create_data_generator():
        dat1 = np.arange(4).reshape(-1, 1)
        ds1 = Dataset.from_tensor_slices(dat1).repeat()

        dat2 = np.arange(5, 9).reshape(-1, 1)
        ds2 = Dataset.from_tensor_slices(dat2).repeat()

        ds = Dataset.zip((ds1, ds2)).batch(4)
        iterator = ds.make_one_shot_iterator()
        while True:
            next_val = iterator.get_next()
            yield sess.run(next_val)

datagen = create_data_generator()

input_vals = Input(shape=(1,))
output …

我试图理解使用tf.Session和之间的差异tf.train.MonitoredTrainingSession,以及我可能更喜欢一个而不是另一个.似乎当我使用后者时,我可以避免许多"杂务",例如初始化变量,启动队列运行器或为汇总操作设置文件编写器.另一方面,通过受监控的培训会话,我无法指定我想明确使用的计算图.所有这些对我来说似乎都很神秘.这些类是如何创建的,我不理解这些背后的哲学吗？

我有一个Jupyter笔记本，其中包含我想写在学术论文中的所有内容（文本，方程式和图表），以及我想隐藏的代码。

有没有一种方法可以通过编程方式将笔记本转换为日记本可以接受的格式？理想情况下，我希望使用诸如之类knitr的功能来创建学术风格的论文，但要使用Jupyter而非专注于R的工具。

我已经找到了几本期刊的pandoc模板（包括我想提交的期刊），但是尚不清楚它与Jupyter的集成程度如何。

我还发现这在本文写作过程中使用Jupyter笔记本电脑的说明，但作者似乎只是使用它进行数据分析，并生成曲线; 它也可能是标准脚本。

如果还不存在，那么为该任务制造可重用的工具将需要什么？将一个nbconvert自定义的出口是足够的，或者我需要为了从笔记本的接口中指定书目和剧情/表位置全Jupyter延期？

我正在使用Fedora 21和GNU Emacs 24.5.1以及ESS版本15.03.在GUI模式下,我可以使用C-RET将代码从我正在编辑的R脚本传递到劣质R进程(如果我还没有,它会启动一个),但这似乎不适用于控制台模式.现在C-RET只在我的R脚本中创建一个新行.我已经尝试使用这两个emacs和emacs-nox安装.

我从源代码编译ESS,而不是在Fedora的软件包管理器中使用过时的版本.这与它有什么关系吗？