小编Mar*_*ari的帖子

我正在使用下面的代码从报纸图像中分割文章。

def segmenter(image_received):
    # Process 1: Lines Detection

    img = image_received
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  # convert to binary gray image
    edges = cv2.Canny(gray, 75, 150)  # determine contours
    lines = cv2.HoughLinesP(edges, 0.017, np.pi / 180, 60, minLineLength=100, maxLineGap=0.1)  # houghlines generation

    # drawing houghlines
    for line in lines:
        x1, y1, x2, y2 = line[0]
        cv2.line(img, (x1, y1), (x2, y2), (0, 0, 128), 12)  # the houghlines of color (0,0,128) is drawn

    # Drawing brown border
    bold = cv2.copyMakeBorder(
        img, …

在tensorflow 站点的本教程中，我们可以看到实现自动编码器的代码，其解码器如下所示：

class Decoder(tf.keras.Model):
  def __init__(self, vocab_size, embedding_dim, dec_units, batch_sz):
    super(Decoder, self).__init__()
    self.batch_sz = batch_sz
    self.dec_units = dec_units
    self.embedding = tf.keras.layers.Embedding(vocab_size, embedding_dim)
    self.gru = tf.keras.layers.GRU(self.dec_units,
                                   return_sequences=True,
                                   return_state=True,
                                   recurrent_initializer='glorot_uniform')
    self.fc = tf.keras.layers.Dense(vocab_size)

    # used for attention
    self.attention = BahdanauAttention(self.dec_units)

  def call(self, x, hidden, enc_output):
    # enc_output shape == (batch_size, max_length, hidden_size)
    context_vector, attention_weights = self.attention(hidden, enc_output)

    # x shape after passing through embedding == (batch_size, 1, embedding_dim)
    x = self.embedding(x)

    # x shape after concatenation == (batch_size, 1, embedding_dim …

Android Pie 更新后，我仅在 J7、J7 Neo 和 J7 Pro 型号中遇到了与 semclipboard 三星代码相关的三星特定问题，我无法重现它。

此问题仅在 Android 更新之后才发生，这是日志：

Fatal Exception: java.lang.NullPointerException
Attempt to invoke virtual method 'java.lang.String android.content.Context.getOpPackageName()' on a null object reference
com.samsung.android.content.clipboard.SemClipboardManager.registerClipboardEventListener + 708 (SemClipboardManager.java:708)
android.widget.EditText.updateClipboardFilter + 322 (EditText.java:322)
android.widget.EditText.onFocusChanged + 262 (EditText.java:262)
android.view.View.handleFocusGainInternal + 7694 (View.java:7694)
android.view.View.requestFocusNoSearch + 12386 (View.java:12386)
android.view.View.requestFocus + 12360 (View.java:12360)
android.view.View.requestFocus + 12327 (View.java:12327)
android.view.View.requestFocus + 12269 (View.java:12269)
android.view.View.onTouchEvent + 15324 (View.java:15324)
android.widget.TextView.onTouchEvent + 11274 (TextView.java:11274)
android.view.View.dispatchTouchEvent + 13473 (View.java:13473)
android.view.ViewGroup.dispatchTransformedTouchEvent + 3222 (ViewGroup.java:3222)
android.view.ViewGroup.dispatchTouchEvent + 2904 …

在pytorch模型训练过程中，出现以下错误：

RuntimeError：梯度计算所需的变量之一已通过就地操作进行了修改：[torch.cuda.LongTensor [128，1]]的版本为8；预期的版本为7。提示：后面的回溯显示了未能计算其梯度的操作。有问题的变量已在该处或以后的任何地方更改。祝好运！

带堆栈跟踪

   sys:1: RuntimeWarning: Traceback of forward call that caused the error:
  File "/home/arash/anaconda2/envs/mzh27/lib/python2.7/runpy.py", line 174, in _run_module_as_main
    "__main__", fname, loader, pkg_name)
  File "/home/arash/anaconda2/envs/mzh27/lib/python2.7/runpy.py", line 72, in _run_code
    exec code in run_globals
  File "/home/arash/anaconda2/envs/mzh27/lib/python2.7/site-packages/ipykernel_launcher.py", line 16, in <module>
    app.launch_new_instance()
  File "/home/arash/anaconda2/envs/mzh27/lib/python2.7/site-packages/traitlets/config/application.py", line 658, in launch_instance
    app.start()
  File "/home/arash/anaconda2/envs/mzh27/lib/python2.7/site-packages/ipykernel/kernelapp.py", line 499, in start
    self.io_loop.start()
  File "/home/arash/anaconda2/envs/mzh27/lib/python2.7/site-packages/tornado/ioloop.py", line 1073, in start
    handler_func(fd_obj, events)
  File "/home/arash/anaconda2/envs/mzh27/lib/python2.7/site-packages/tornado/stack_context.py", line 300, in null_wrapper
    return fn(*args, **kwargs)
  File "/home/arash/.local/lib/python2.7/site-packages/zmq/eventloop/zmqstream.py", line 456, in _handle_events
    self._handle_recv()
  File …

我有一个用于训练模型的python代码片段。问题是运行后：

loaded_state = torch.load(model_path+seq_to_seq_test_model_fname)

加载预先训练的模型，我得到：

  Traceback (most recent call last):
  File "img_to_text.py", line 480, in <module>
    main()
  File "img_to_text.py", line 475, in main
    r = setup_test()
  File "img_to_text.py", line 259, in setup_test
    s2s_data = s2s.setup_test()
  File "/media/ahrzb/datasets/notebooks/mzh/SemStyle/semstyle/code/seq2seq_pytorch.py", line 220, in setup_test
    loaded_state= torch.load(model_path+seq_to_seq_test_model_fname)
  File "/home/ahrzb/.pyenv/versions/2.7.15/envs/mzh2.7/lib/python2.7/site-packages/torch/serialization.py", line 358, in load
    return _load(f, map_location, pickle_module)
  File "/home/ahrzb/.pyenv/versions/2.7.15/envs/mzh2.7/lib/python2.7/site-packages/torch/serialization.py", line 542, in _load
    result = unpickler.load()
  File "/home/ahrzb/.pyenv/versions/2.7.15/envs/mzh2.7/lib/python2.7/site-packages/torch/serialization.py", line 508, in persistent_load
    data_type(size), location)
  File "/home/ahrzb/.pyenv/versions/2.7.15/envs/mzh2.7/lib/python2.7/site-packages/torch/serialization.py", line 372, in restore_location
    return default_restore_location(storage, location)
  File …

我有一个PyTorch叫做的张量out_probs，它是这样产生的：

out_probs=F.softmax(out_dec[:,0],dim=0)

另外，形状out_probs是[128,20004]

out_probs是 softmax 操作的结果，它不应该包含任何负值，所以结果自然out_probs[out_probs<0是一个空张量（实际上我检查过它是空的）但是当我运行时

torch.multinomial(out_probs, 1)

我越来越 ：

RuntimeError: invalid argument 2: invalid multinomial distribution (encountering probability entry < 0) at /pytorch/aten/src/TH/generic/THTensorRandom.cpp:325

这意味着我的张量有一个负值，我不知道为什么会这样？

到目前为止，我一直在使用 spacy 2.3.1，并为我的自定义语言类训练并保存了几个管道。但现在使用 spacy 3.0，spacy.load('model-path')我面临着诸如此类config.cfg file not found的错误等问题。

升级 spacy 后是否必须从头开始训练模型？是否有迁移训练模型的分步指南？

如果我在短时间内多次单击一个按钮，有时该操作会执行多次（取决于单击速度），有没有办法通过使用集成的任何内容来防止这种情况ButterKnife？

在谷歌上搜索该问题的解决方案后，我通过了一篇SO帖子询问了相同的/sf/answers/2696753811/，之后我尝试在源代码上进行一些挖掘ButterKnife并找到了该类命名DebouncingOnClickListener（主要关注这个类，因为类“布局”类似于我在 StackOverflow 上找到的解决方案）。

该课程有一条评论说

单击一个按钮会禁用该框架的所有按钮

如果我理解正确的话，这意味着我不应该能够“垃圾邮件”地点击我的按钮。但事实并非如此，因为如果我垃圾点击所述按钮，我可以多次执行该操作按钮。

我在 StackOverflow 上找到的解决方案“解决”了我的问题，但我只是想知道 ButterKnife （我之前所说的课程的 Appart）上是否还有类似的东西，因为我真的不想把我的源搞得一团糟代码为几个按钮“手动”设置点击侦听器，并@OnClick在那些我并不关心是否被多次调用的按钮上使用。

我想将 autopct 文本更改为粗体和白色。

如果我在 ax1.pie(..) 中插入 textprops={\'color\':\'white\', \'weight\':\'bold\', \'fontsize\':12.5} ，标签就会消失。

有人能帮助我吗？

sizes1 = [3, 19]\nexplode1 = (0, 0.05)\n\nfig, (ax1, ax2) = plt.subplots(1,2, figsize=(10,10))\nlabels = (\'CRD = 1\', \'CRD = 0\')\n\n#fig1, ax1 = plt.subplots()\nax1.pie(sizes1,explode= explode1, labels=labels, autopct=\'%1.1f%%\',\n        shadow=False,startangle=40, colors=(\'tab:red\', \'tab:blue\'))\nax1.set_title(\'Frauen\', fontdict={\'fontsize\': 17}, y=0.8)\n\nax1.axis(\'equal\')\n\nsizes2 = [10, 24]\nexplode2 = (0, 0.05)\n\n\nax2.pie(sizes2, labels=labels, autopct=\'%1.1f%%\',\n        shadow=False,explode = explode2, startangle=345, colors=(\'tab:red\',\'tab:blue\'), )\nax2.set_title(\'M\xc3\xa4nner\', fontdict={\'fontsize\': 17}, y=0.8)\nax2.axis(\'equal\')\n

饼图

input_rems_text我有两个名为和 的字符串列表input_text。我将它们保存为 csv 文件。

import pandas as pd
df = pd.DataFrame()
df['A']=input_rems_text
df['B']=input_text    
df.to_csv('MyLists.csv', sep="\t")

的输出df.shape是[10000,2]

问题是当我使用以下代码读取 csv 文件时：

 with open('MyLists.csv', 'r') as file:
  for line_num, row in enumerate(csv.reader(file, delimiter='\t')):
     print(len(row))

我得到 3 作为行长度。当我打印row本身时，行号也作为单独的列出现在行的开头。我的错误是什么？如何转储两个仅包含 2 列的列表的 csv 文件？

我想要谷歌地图应用程序为其业务页面提供的确切内容.

我在我的项目中使用SlidingUpPanel(lib).我有一个地图活动,我希望有一个像谷歌地图一样的滑动面板,我的滑动面板顶部有一个制作按钮. 这就是我要的

这是我的布局XML:

<com.sothree.slidinguppanel.SlidingUpPanelLayout
xmlns:sothree="http://schemas.android.com/apk/res-auto"
xmlns:android="http://schemas.android.com/apk/res/android"
xmlns:app="http://schemas.android.com/tools"
android:id="@+id/SlidingPanel"
android:layout_width="match_parent"
android:layout_height="match_parent"
android:gravity="bottom"
sothree:umanoPanelHeight="96dp"
sothree:umanoShadowHeight="4dp"
sothree:umanoAnchorPoint="0.7"
sothree:umanoParallaxOffset="100dp"
sothree:umanoOverlay="true">

<android.support.v7.widget.Toolbar
    android:id="@+id/toolbar"
    android:minHeight="?attr/actionBarSize"
    android:layout_width="match_parent"
    android:layout_height="wrap_content"
    app:titleTextColor="@android:color/white"
    app:layout_scrollFlags="scroll|enterAlways"
    android:background="?attr/colorPrimary">
</android.support.v7.widget.Toolbar>

<LinearLayout
    android:layout_width="match_parent"
    android:layout_height="match_parent">

    <android.support.v4.widget.NestedScrollView
        android:layout_width="match_parent"
        android:layout_height="match_parent"
        android:id="@+id/NestedScrollView">

        <LinearLayout
            android:layout_width="match_parent"
            android:layout_height="match_parent"
            android:orientation="vertical">

            <android.support.v7.widget.Toolbar
                android:id="@+id/SlidingPanelToolbar"
                android:minHeight="?attr/actionBarSize"
                android:layout_width="match_parent"
                android:layout_height="?attr/actionBarSize"
                android:background="@color/colorPrimary">
            </android.support.v7.widget.Toolbar>

            <TextView
                android:layout_width="match_parent"
                android:layout_height="match_parent"
                android:text="@string/aaa"
                android:background="@android:color/white"/>

        </LinearLayout>

    </android.support.v4.widget.NestedScrollView>

</LinearLayout>

问题是这个上滑没有任何中间状态.它是向上还是关闭,但我也需要一个半开状态.

我正在运行此代码spark-shell,spark 2.3.0:

val lineitem=spark.read.parquet("hdfs://namenode:8020/lineitem.parquet")
val decrease = udf { (x: Double, y: Double) => x * (1 - y) }
val increase = udf { (x: Double, y: Double) => x * (1 + y) }
val q1=lineitem.filter($"l_shipdate" <= "1998-09-02")
  .groupBy($"l_returnflag", $"l_linestatus")
  .agg(sum($"l_quantity"), sum($"l_extendedprice"),
        sum(decrease($"l_extendedprice", $"l_discount")),
        sum(increase(decrease($"l_extendedprice", $"l_discount"), $"l_tax")),
        avg($"l_quantity"), avg($"l_extendedprice"), avg($"l_discount"), count($"l_quantity"))
.sort($"l_returnflag", $"l_linestatus")

一切正常,直到现在.但是当我想用以下方法测量查询的执行时间时spark.time(q1.show()) :

    2018-12-22 17:49:56 ERROR Executor:91 - Exception in task 0.0 in stage 9.0 (TID                                                                                         77)
java.lang.UnsatisfiedLinkError: org.xerial.snappy.SnappyNative.uncompressedLengt                                                                                        h(Ljava/nio/ByteBuffer;II)I
        at …