小编Rab*_*iaz的帖子

我正在对GridSearchCV模型进行一些分析（顺便说learning_curve一句，同样的问题也会发生），并将详细参数设置为 2。我在笔记本中得到的唯一输出是看似任意点的一些次要进度日志，它只是打印“完成”当内核空闲时。

如果我使用 n_jobs (1) 的默认值，则输出会正确显示在笔记本中，但在并行处理时会发生这种情况：

内核运行时，详细日志会打印在控制台中。

有什么办法可以在笔记本上打印详细的进度日志吗？

如果有更好的方法从 sklearn 获取实时进度日志（也许是 tqdm），那也可以。

假设我有一个数组

 [[0 2 1]
  [1 0 1]
  [2 1 1]]

我想将它转换为形式的张量

[[[1 0 0]
  [0 1 0]
  [0 0 0]]
 [[0 0 1]
  [1 0 1]
  [0 1 1]]
 [[0 1 0]
  [0 0 0]
  [1 0 0]]]

其中每个深度层(索引i)是二进制掩码,i显示输入中出现的位置.

我已经为此编写了正确的代码,但对于任何使用都太慢了.我可以用另一个向量化操作替换此函数中的循环吗？

def im2segmap(im, depth):
    tensor = np.zeros((im.shape[0], im.shape[1], num_classes))

    for c in range(depth):
        rows, cols = np.argwhere(im==c).T
        tensor[c, rows, cols] = 1

    return tensor