在阅读文档时，我了解了AWS中的这两层环境，但是找不到它们之间的任何比较。文档中建议的内容是，对于长期运行的任务，应该选择“工作人员环境”（以提高Web层的响应能力）。
我有几个问题可以澄清我的疑问：
两层之间有何不同？ （关于执行不同的操作，每项可用的服务等）
两者如何交流？ （如果我在Web层开发了前端应用程序，而在Worker层开发了后端应用程序）
我有一个列表的字典(具有可变长度),我期待从中创建一个Dataframe的有效方法.
假设我有最小列表长度,所以我可以在创建Dataframe时截断更大列表的大小.
这是我的虚拟代码
data_dict = {'a': [1,2,3,4], 'b': [1,2,3], 'c': [2,45,67,93,82,92]}
min_length = 3
我可以拥有10k或20k密钥的字典,因此寻找一种有效的方法来创建像下面这样的DataFrame
>>> df
a b c
0 1 1 2
1 2 2 45
2 3 3 67
我正在寻找相当于Hive版本0.13.1的贝娄查询.
INSERT INTO TABLE table1 VALUES
(151, 'cash', 'lunch'),
(152, 'credit', 'lunch'),
(153, 'cash', 'dinner');
从这个答案可以清楚地看到版本0.14之后的"INSERT .... VALUES"查询.
那么对于给定的hive版本,上述查询的内容是什么？
我有一个RGB彩色图像，我正在尝试使用conv2d进行训练。根据CNN，每个滤波器应跨输入的所有通道。但是在TF中遵循此规则时出现错误
InvalidArgumentError: Current implementation does not yet support strides in the batch and depth dimensions.
从这一讨论来看，TF在conv2d中似乎仅沿输入通道支持一个增量。所以我的问题是
1.有什么方法可以跨越TF中的多个通道吗？
2.在RGB图像上使用默认跨度（即1）是否正确？