小编Aly*_*ono的帖子

我想隐藏 tkinter 按钮，但不是在用户单击它时隐藏。我只是想在随机的时候隐藏它。我将如何在 Python 中做到这一点？下面是我尝试过的代码：

self.startGame = Button(self.canvas, text="Start", background='white', command = self.startGame, font=("Helvetica"))
self.startGame.place(x=770, y=400)

隐藏它：

 self.startGame.bind('<Button-1>', self.hide_me)

 def hide_me(self, event):
    print('hide me')
    event.widget.pack_forget()

它甚至没有进入hide_me函数内部。

下面是我的代码：

model = Sequential([
    Dense(32, input_shape=(32,), activation = 'relu'),
    Dense(100, activation='relu'),
    Dense(65, input_shape=(65,), activation='softmax')
])

model.summary()
model.compile(SGD(lr=.1), loss='binary_crossentropy', metrics=['accuracy'])
model.fit(train_samples, train_labels, batch_size=1000, epochs=1000,shuffle = True, verbose=2)

我将如何设置模型的自适应学习率？

我有一个白色文字颜色的div.

使用css媒体查询.

@media print {
     .myid_print_duo_name
     {
         z-index: 2;
         position: absolute;
         left: 0px;
         top: 330px;    
         width: 303px;
         height: 28px;
         line-height: 28px;     
         text-align: center;    
         color: white !important; 
         font-weight: bold;
         font-size: 20px;
         font-family: "Times New Roman";     
     }

 }

在我的打印预览中,我的文字看起来有点暗.

我觉得它还可以,但是打印结果在我的打印预览中真的是一样的.它为什么变得更暗？

当精度已经达到1.0时，如何停止Keras Training？我尝试监视损失值，但是在精度已经达到1的情况下，我没有尝试停止训练。

我没有运气尝试下面的代码：

stopping_criterions =[
    EarlyStopping(monitor='loss', min_delta=0, patience = 1000),
    EarlyStopping(monitor='acc', base_line=1.0, patience =0)

]

model.summary()
model.compile(Adam(), loss='binary_crossentropy', metrics=['accuracy']) 
model.fit(scaled_train_samples, train_labels, batch_size=1000, epochs=1000000, callbacks=[stopping_criterions], shuffle = True, verbose=2)

更新：

即使精度仍然不是1.0，训练也会立即从第一个纪元停止。

请帮忙。

我对此很陌生，无论如何我正在git我的终端上学习，我写了这个语句来尝试手动推送提交：

> git commit -m "commit this"

我得到的是>下一行的符号，我尝试退出并返回我的密码，什么也没发生，>当我按回车键时，它一直在新行上显示符号。我试图q退出仍然没有发生。如何在不关闭终端的情况下摆脱这种情况？顺便说一句，我确实使用了 mac。

我的句子如下：

I want to ____ the car because it is cheap.

我想使用NLP模型来预测丢失的单词。我应该使用哪种NLP模型？谢谢。

我想知道unigram，bigram和posgram之间的含义和区别是什么。我在互联网上搜索过，但找不到全面的答案。任何帮助将不胜感激。

我读过一些关于预测句子中缺失单词的论文。我真正想要的是创建一个模型，从不完整的句子中建议单词。

  Example:

  Incomplete Sentence :
  I bought an ___________  because its rainy.

  Suggested Words:
      umbrella
      soup
      jacket

从我读过的期刊来看，他们利用 Microsoft Sentence Completion Dataset 来预测句子中缺失的单词。

  Example :

  Incomplete Sentence :

  Im sad because you are __________

  Missing Word Options:
  a) crying
  b) happy
  c) pretty
  d) sad
  e) bad

我不想从选项列表中预测丢失的单词。我想建议一个不完整句子中的单词列表。可行吗？请赐教，因为我真的很困惑。我可以使用什么最先进的模型来从不完整的句子中建议单词列表（语义上一致）？

作为输出的建议单词列表是否有必要包含在训练数据集中？

例如，我有一个存储在变量2D中的2x2维度列表r。

 12    24
 36    48

我想将列表中的每个值除以2. 一个简单而缓慢的方法是遍历每一行和每一列并将其除以2。

rows = 2
columns = 2
for x in range(rows):
    for y in range(columns):
        r[x][y] = r[x][y]/2

2D除了手动方法之外，是否有一种简单快捷的方法可以将列表中的每个值划分为特定值？我尝试了下面的代码，但它抛出了一个错误：

 s = r /2

错误：

TypeError: unsupported operand type(s) for /: 'list' and 'int'

我有很多关于 RGBA 和 ARGB 颜色模型的问题。

1. RGBA 和 ARGB 色彩空间有什么区别。是关于Alpha、红色、绿色和蓝色通道的排列吗？

2. 就我而言，我想读取带有 jpg 扩展名的图像。我可以从图像中提取 alpha 通道吗？

3. 使用带有 jpg 扩展名的图像。我将如何在 python 中将图像转换为 RGBA 颜色空间？下面是我的初始代码：

   frame = cv2.imread("image.jpg", -1)
   print( frame[0,0])
   

   Run Code Online (Sandbox Code Playgroud)

上面的打印语句只显示 RGB 值。我将如何包含 alpha 通道？

我有一个灰色图像,我想将其转换为RGB.我将如何在OpenCV中执行此操作？

image = cv2.imread("image.jpg", cv2.IMREAD_GRAYSCALE)
cv2.imshow('Grey Scale Image', image)
cv2.waitKey()


backtorgb = cv2.cvtColor(image,cv2.COLOR_GRAY2RGB)
cv2.imshow('GRAY2RGB Image', backtorgb)
cv2.waitKey()

我试过GRAY2RGB,但它没有改变图像.我哪里做错了？