小编dos*_*rog的帖子

我有4个不同时间序列的数据,例如:

    [35, 45, 47, 39...]
    [47, 60, 57, 55...]
    [42, 42, 61, 69...]
    [62, 70, 62, 65...]

事情是,除了时间依赖(水平一),还存在垂直依赖(在列中,如果我们看这个例子'矩阵').

输出向量将是这些相同的时间序列,仅移位一步.

是否可以为每个时间序列创建LSTM网络(因此,在我的情况下,4个网络,还有4个输出),但也可以垂直连接它们,即创建2D LSTM？

如果是这样,那么在Tensorflow中如何实现这一目标？

是否也可以使这种网络更深入(将这4个网络中的每一个都附加额外的LSTM层)？

我希望我能够解释清楚.

我正在将我的应用程序移植到 Qt 6，当我阅读文档时，我发现类被清理了很多，QList并且QVector是统一的，QStringList现在是别名QList<QString>等等。

但现在这给我带来了一个问题。

在我的代码（Qt 5）中，我正在转换QStringList以QSet消除列表中的重复项。我浏览了新文档，但还没有找到在 Qt 6 中转换的QList方法QSet。

那么如何转换QList为QSet？或者这是不可能的，我需要编写一个辅助函数来删除重复项？

编辑：我正在使用 Qt 6.0.1。

我正在尝试在Tensorflow中创建一个生成LSTM网络。我有这样的输入向量：

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

此矩阵中的每个向量都是一个时间步长，换句话说，每个向量应该是LSTM的一个输入。输出将是相同的，除了它们将向右移动一个时间步（我正在尝试预测下一个输出）。然后，我列出了这些矩阵，例如五个。这是一批。最后，我有这些批次的清单，这些清单基本上是我的训练数据。所以基本上我有4D张量

我已经尝试做这样的事情，但是显然这是行不通的，而且我不确定我是否会解决该问题：

def LSTM(x_, weights, biases):
    cell = tf.contrib.rnn.BasicLSTMCell(RNN_HIDDEN)

    # initial state
    batch_size = tf.shape(x_)[1]
    initial_state = cell.zero_state(batch_size, tf.float32)

    rnn_outputs, rnn_states = tf.nn.dynamic_rnn(cell,
                                                x_,
                                                initial_state=initial_state,
                                                time_major=False)
    return tf.matmul(rnn_outputs[-1], weights['out']) + biases['out']

那么，我应该如何表示数据，以便网络能够处理它？

另外，我不太确定在这种情况下如何定义损失。我的向量是88维的，其中每个索引代表一个音调。“ 1”表示播放音，“ 0”表示关闭音。另外，当播放特定音调然后再次播放时，我将其标记为“ 2”（为简洁起见，矢量被截断了）：

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

如果这里仅仅是一个，我将无法分辨是长音还是两个（或三个或四个）短音。这样，我在1s和2s之间交替，每次交替都意味着再次按下音调。

我需要在这里手动计算交叉熵吗？

我正在使用 Pythoncryptography库，我需要用 RSA 加密一些东西。一切都很好，除了一件事。

当我生成密钥时，我需要以十六进制形式获取模数 n、公共指数和私有指数，以便我可以将它们以自定义格式保存到文件中。这不是用于现实世界的用途，我是为课堂作业而做的。

我搜索了cryptography有关 RSA 的整个文档，但找不到任何类似的方法get_modulus_or_exponents()或任何可以暗示类似内容的方法。

我能想到获取这些数字的唯一方法是序列化密钥，然后subprocess是openssl命令并以如下形式读取它：

Modulus (2048 bit):
    00:98:10:23:16:ff:b6:f4:26:a2:42:a6:19:23:0e:
    0f:27:4a:b9:43:3d:a0:4b:b9:1b:1a:57:92:dd:a8:
    bc:5d:b8:6e:e6:7f:0f:2e:89:a5:77:16:d1:cf:44:
    [...]
    f3:0d:5b:90:6b:de:59:58:c9:f4:26:4a:61:b4:52:
    21:1d
Exponent: 65537 (0x10001)

解析它，并提取所需的信息。

有没有cryptography比这种解决方法更好的方法（最好使用的工具）（我是否遗漏了文档中的某些内容？）或者cryptography真的不允许任何其他方式来获取所需的信息？

编辑：这是我用来生成密钥和加密的代码，与文档示例基本相同：

from cryptography.hazmat.backends import default_backend
from cryptography.hazmat.primitives.asymmetric import rsa

private_key = rsa.generate_private_key(public_exponent=65537,
                                           key_size=self.key_size * 8,
                                           backend=default_backend()
                                           )
public_key = private_key.public_key()
ciphertext = public_key.encrypt(message, padding.OAEP(mgf=padding.MGF1(algorithm=hashes.SHA1()),algorithm=hashes.SHA1(),label=None))

这可能是一个有点奇怪的问题，但我真的不知道如何更好地表达它。

我刚刚发现我可以执行以下操作：

#include <iostream>

enum class Colour  // also works with plain old enum
{
    Red = 1,
    Green,
    Blue,
    Yellow,
    Black,
    White
};

int main()
{
    Colour c = Colour(15);  // this is the line I don't quite understand

    std::cout << static_cast<int>(c) << std::endl;  // this returns 15

    return 0;
}

所以现在我在 类型的变量中有整数值 15 Colour。

这里到底发生了什么？这是某种枚举“构造函数”在起作用吗？据我所知，整数值 15 没有放入枚举中，它仅存储在变量 中c。首先，为什么这样的东西会有用——创建一个枚举中不存在的值？

这里有一个类似的问题，询问如何使用image_dataset_from_directory()自动编码器。问题实际上没有答案，因为答案建议使用其他东西。

我的问题是，是否可以用作image_dataset_from_directory()Keras 中卷积自动编码器的输入？

我有：

QJsonObject obj1({"bla" : "lab"})
QJsonObject obj2({"bla2" : "lab2"})

我需要：

QJsonObject obj3({"bla" : "lab", "bla2" : "lab2"})

或者在 JSON 中：

{
    "bla" : "lab"
}

{
    "bla2" : "lab2"
}

我需要：

{
    "bla" : "lab",
    "bla2" : "lab2"
}

如何实现这一目标？