我在hdf5中重命名数据集时遇到问题.这个过程非常缓慢.我阅读了一些文档,说明数据集名称只是数据的链接,因此可接受的重命名方法是:

group['new_name'] = group['old_name']
del group['old_name']

但这太慢了(一夜之间只有5%完成),这让我觉得我的过程完全错了.

我正在使用python h5py,这是我的慢代码:

# Open file
with h5py.File('test.hdf5') as f:

    # Get all top level groups
    top_keys = [key for key in f.keys()]

    # Iterate over each group
    for top_key in top_keys:
        group = f[top_key]
        tot_digits = len(group)

        #Rename all datasets in the group (pad with zeros)
        for key in tqdm(group.keys()):
            new_key = str(key)
            while len(new_key)<tot_digits:
                new_key = '0'+str(new_key)
            group[new_key] = group[key]
            del group[key]

根据@jpp的建议,我也尝试用以下代码替换最后两行group.move:

group.move(key, new_key)

但这种方法同样缓慢.我有几个具有相同数量的数据集的组,但每个组具有不同大小的数据集.具有最大数据集(大多数字节)的组似乎重命名最慢.

当然有一种方法可以快速完成.数据集名称只是一个符号链接吗？或者重命名是否会导致整个数据集被重写？我该如何重命名HDF5文件中的许多数据集？

我正在尝试连接到Stripe来设置付款.我有它在我的开发机器上工作,但当我推动prod时,我收到以下SSL错误:

无法连接到HTTPS URL,因为SSL模块不可用.

以下是我的设置细节:

• Ubuntu 16.04
• Apache 2
• mod_wsgi的
• Python 3.6
• Django 1.11
• Python/django进程都在anaconda(miniconda)虚拟环境中安装并运行,称为"protectyourreviews"

我已经阅读了多个建议重新安装python的其他SO答案,但要确保首先安装依赖项.安装内部和anaconda环境应该不是问题吗？难道anaconda不应该为我处理所有的依赖吗？

我已启用HTTPS并且正在为整个域工作(所有请求都路由到https).当我检查我的安装时,我确实有openssl,当我在django环境中打开一个shell时,我可以导入并使用该模块而不会出现问题......所以我不确定如何继续解决问题.

任何帮助深表感谢!

此外,还有一个堆栈跟踪:

File "/home/user/miniconda3/envs/protectyourreviews/lib/python3.6/site-packages/urllib3/connectionpool.py" in urlopen
  589.             conn = self._get_conn(timeout=pool_timeout)

File "/home/user/miniconda3/envs/protectyourreviews/lib/python3.6/site-packages/urllib3/connectionpool.py" in _get_conn
  251.         return conn or self._new_conn()

File "/home/user/miniconda3/envs/protectyourreviews/lib/python3.6/site-packages/urllib3/connectionpool.py" in _new_conn
  827.             raise SSLError("Can't connect to HTTPS URL because the SSL "

During handling of the above exception (Can't connect to HTTPS URL because the SSL module is not available.), another exception occurred:

File "/home/user/miniconda3/envs/protectyourreviews/lib/python3.6/site-packages/requests/adapters.py" in send
  440.                     timeout=timeout

File "/home/user/miniconda3/envs/protectyourreviews/lib/python3.6/site-packages/urllib3/connectionpool.py" in …

我无法在文档中找到有关如何在 TensorFlow Serving 中保存和加载模型以及在 CPU 与 GPU 上运行时可能存在的差异的特定信息。

为了提供多个模型（以及每个模型的一个或多个版本），一个通用的工作流程是：

• 训练模型
• 保存冻结模型（tf.saved_model.simple_save）
• 创建包含的目录结构
  • 保存模型.pb
  • 变量/变量.data
  • 变量/变量.index
• 指向config.conf 中的模型和版本