小编v.t*_*ala的帖子

我正在运行tensorflow模型并收到以下错误:

ValueError:'水泥(组分1)(公斤混合物中的千克)'不是有效的范围名称.

我得到的可能不喜欢其范围名称中的特殊字符和空格,但我正在尝试找到允许使用字符的实际文档.有谁知道我在哪里可以找到这个？

谢谢.

如果我以来自matplotlib 网站的包含乳胶的官方示例为例：

from matplotlib import rc
rc('font',**{'family':'sans-serif','sans-serif':['Helvetica']})
rc('text', usetex=True)
import numpy as np
import matplotlib.pyplot as plt


# Example data
t = np.arange(0.0, 1.0 + 0.01, 0.01)
s = np.cos(4 * np.pi * t) + 2

plt.rc('text', usetex=True)
plt.rc('font', family='serif')
plt.plot(t, s)

plt.xlabel(r'\textbf{time} (s)')
plt.ylabel(r'\textit{voltage} (mV)',fontsize=16)
plt.title(r"\TeX\ is Number "
          r"$\displaystyle\sum_{n=1}^\infty\frac{-e^{i\pi}}{2^n}$!",
          fontsize=16, color='gray')
# Make room for the ridiculously large title.
plt.subplots_adjust(top=0.8)

plt.savefig('tex_demo')
plt.show()

并尝试在 Google Colab notebook 中运行它，它会产生一个大的堆栈跟踪，最后会显示以下消息：

 [Errno 2] No such file or directory: 'latex': 'latex' …

我在玩 tflite 并在我的多核 CPU 上观察到在推理期间它没有受到很大的压力。我通过预先用 numpy 创建随机输入数据（类似于图像的随机矩阵）消除了 IO 瓶颈，但随后 tflite 仍然没有充分利用 CPU 的潜力。

该文档提到了调整使用线程数的可能性。但是我无法在 Python API 中找到如何做到这一点。但是因为我看到人们为不同的模型使用多个解释器实例，所以我认为一个人可能会使用同一模型的多个实例并在不同的线程/进程上运行它们。我编写了以下简短脚本：

import numpy as np
import os, time
import tflite_runtime.interpreter as tflite
from multiprocessing import Pool


# global, but for each process the module is loaded, so only one global var per process
interpreter = None
input_details = None
output_details = None
def init_interpreter(model_path):
    global interpreter
    global input_details
    global output_details
    interpreter = tflite.Interpreter(model_path=model_path)
    input_details = interpreter.get_input_details()
    output_details = interpreter.get_output_details()
    interpreter.allocate_tensors()
    print('done init') …

我可以将图像粘贴/拖放至 jupyter notebook markdown 单元格中。它们将显示如下：

![image.png](attachment:image.png)

图像显示正确（但很大）。但是，我无法扩展它们。我从这个问题尝试了各种解决方案：Changing image size in Markdown

不幸的是，它们都不适合我。按 shift+Enter 后，单元格只显示输入的文本，图像消失了。我究竟做错了什么？

我想从 python 中运行 julia 函数/脚本。我设法通过库调用 Julia 脚本juliacall。现在我想并行化它。因此，我创建了一个 python 多处理池并从每个工作人员调用 julia 脚本。但是，这会失败并显示以下消息：

python: /buildworker/worker/package_linux64/build/src/debuginfo.cpp:1634: void register_eh_frames(uint8_t*, size_t): Assertion `end_ip != 0' failed.

我怎样才能进一步调试这个？这是我的最小工作示例：

python: /buildworker/worker/package_linux64/build/src/debuginfo.cpp:1634: void register_eh_frames(uint8_t*, size_t): Assertion `end_ip != 0' failed.

还有朱莉娅剧本test_julia_simple.jl

for i in 1:10
    println(i)
end
1+2

附加信息：

import os
os.environ['PYTHON_JULIAPKG_EXE'] = "/home/user/.juliaup/bin/julia"
os.environ['PYTHON_JULIAPKG_OFFLINE'] = 'yes'
os.environ['PYTHON_JULIAPKG_PROJECT'] = '/home/user/julia/environments/v1.6/'

from juliacall import Main as jl, convert as jlconvert

from multiprocessing import Pool
from tqdm import tqdm

import ipdb

def init_worker():
    import os
    os.environ['PYTHON_JULIAPKG_EXE'] = …

在这个 问题中，我询问了一种明确防止传递的参数进行更改的方法。一个明显的解决方案是定义参数的副本并在这些副本上运行算法。但是，在评论中，我指出了一个事实，即我可以调用该函数并将我不想在括号中更改的参数包装起来。这与创建传递的变量的副本具有相同的效果，因此它不会更改。但我不明白它是如何工作的以及括号实际上在做什么。所以有人可以给我解释一下吗？

这是一个简单的示例，其中发生了我所描述的行为。

  1 program argTest                                                                 
  2   implicit none                                                                 
  3   real            ::  a, b, c                                                   
  4                                                                                 
  5   interface       !optional interface                                                              
  6     subroutine change(a,b,c)                                                    
  7       real           ::  a, b, c                                                
  8     end subroutine change                                                       
  9   end interface                                                                 
 10                                                                                 
 11   write(*,*) 'Input a,b,c: '                                                    
 12   read(*,*) a, b, c                                                             
 13                                                                                 
 14   write(*,*) 'Values at start:'                                                 
 15   write(*,*)'a:', a                                                             
 16   write(*,*)'b:', b                                                             
 17   write(*,*)'c:', c                                                             
 18                                                                                 
 19                                                                                 
 20   call change((a),b,c)                                                          
 21   write(*,*)'Values after calling change with brackets around a:'               
 22   write(*,*)'a:', a …