小编tuo*_*tik的帖子

我正在尝试使用 aws 日志检索日志，但 aws cli 命令未正确处理日志组名称：

$ aws logs get-log-events --log-group-name /aws/lambda/mySkillName --log-stream-name '2018/11/28/[$LATEST]4e288b653df8409e977aa4093303761b'

调用 GetLogEvents 操作时发生错误 (InvalidParameterException)：检测到 1 个验证错误：“logGroupName”处的值“C:/Program Files/Git/aws/lambda/mySkillName”未能满足约束：成员必须满足正则表达式模式：[ .-_/#A-Za-z0-9]+`

为什么 aws-cliC:/Program Files/Git在日志组名称之前？

我在 Windows 10 上运行它。我在 Git-Bash 和 cygwin bash 中得到了类似的结果。

更多信息：

与--debug国旗：

$ aws 日志 get-log-events --debug --log-group-name /aws/lambda/mySkillName --log-stream-name '2018/11/28/[$LATEST]4e288b653df8409e977aa4093303761b' 2018-16-06 :54:13,744 - MainThread - awscli.clidriver - DEBUG - CLI 版本：aws-cli/1.16.65 Python/2.7.13 Windows/10 botocore/1.12.55 2018-12-06 06:54:13,746 -cli MainThread - aws .clidriver - 调试 - 输入到 CLI 的参数：['logs'、'get-log-events'、'--debug'、'--log-group-name'、'C:/Program Files/Git/aws/ lambda/mySkillName', '--log-stream-name', '2018/11/28/[$LATEST]4e288b653df8409e977aa4093303761b'] …

因此，我使用Put a 2d Array into a Pandas Series 中的答案将2D numpy 数组放入Pandas 系列。简而言之，就是

a = np.zeros((5,2))
s = pd.Series(list(a))

现在，将熊猫系列转换回二维数组的最便宜的方法是什么？如果我尝试s.values，我会得到带有objectdtype的数组数组。

到目前为止，我尝试过，np.vstack(s.values)但它当然会复制数据。

I'm trying to enter a date in Python but sometimes I don't know the exact day or month. So I would like to record only the year. I would like to do something like:

datetime.date(year=1940, month="0 or None", day="0 or None")

Is there a code for doing this? Or if not, how would you manage to deal with this problem?

在 Azure DevOps 管道中将映像推送和拉取到 Azure 容器注册表任务失败。当尝试从本地系统拉取或推送时，没有问题，但当尝试使用 Azure Devops 管道执行此操作时，则会失败。Docker 登录成功，但当我想从 ACR 中提取镜像时失败，结果如下：

**Error response from daemon: Head "***/a2/abcd/manifest/latest": unauthorized: Invalid clientid or client secret. 

##[error]Bash exited with code '1'.
##[debug]Processed: ##vso[task.issue type=error;]Bash exited with code '1'. 

我检查了 Az Devops 中的所有服务连接，它们看起来都配置正确。还检查了关联的服务主体是否具有AcrPull权限AcrPush，所有这些都已到位。只是不明白出了什么问题。

我的 Yaml 看起来像这样：

trigger: none
schedules:
- cron: "0 0 0 * *"
  displayName: ****  *
  branches:
    include:
    - abcd
  always: true

pool:
  vmImage: 'ubuntu-latest'

variables:
- name: acrname
  value: *****.azurecr.io


stages:
- stage: abcd
  displayName: …

我需要使用YOLO对象检测来获取上图中生成的边界框坐标.

我为数据集启用了“隐藏图例”选项。当我单击它时，只有一个小节消失，其他小节则停留。我不太确定是什么原因引起的。

这是之前和之后的条形图：

。

这是我的数据：

这是代码：

p = Bar(output,'Programs',values="Averages", group="University",plot_width=600,plot_height=400, title="Comparison")
p.legend.click_policy="hide"
output_file("bar.html")
show(p)

在此帮助下，我在mongo shell中创建了一个超级用户：在mongo中创建超级用户

user: "try1"
passw: "hello"

在mongo cmd中，我有3个数据库：“ admin”，“ myDatabase”和“ local”。

现在，我尝试使用此授权连接到名为“ myDatabase”的数据库。

mongoose.connect('mongodb://try1:hello@localhost:27017/myDatabase');

但这是我得到的错误：

名称：“ MongoError”，
消息：“身份验证失败。”，
确定：0，
errmsg：“身份验证失败。”，
代码：18，代码
名：“ AuthenticationFailed”}
猫鼬断开了
Mongoose通过$ {msg}断开了连接

我pipeline.submit()在 AzureML 中运行，它有一个PythonScriptStep. 在这一步中，我从 tensorflow-hub 下载了一个模型，重新训练它并保存为.zip.，最后，我想在 Azure ML 中注册它。但是因为在脚本里面我没有工作区，Model.register()不是这样的。所以我尝试使用Run.register_model()如下方法：

os.replace(os.path.join('.', archive_name + '.zip'), 
           os.path.join('.', 'outputs', archive_name + '.zip'))

print(os.listdir('./outputs'))
print('========================')

run_context = Run.get_context()
finetuning_model = run_context.register_model(model_name='finetuning_similarity_model',
                                              model_path=os.path.join(archive_name+'.zip'),
                                              tags={},
                                              description="Finetuning Similarity model")

但是后来我遇到了一个错误：

ErrorResponse { "error": { "message": "无法在上传到运行的文件集中找到提供的 model_path retrained.zip：

尽管我.zip在./outputs目录中进行了重新培训，我们可以从日志中看到：

['retrained.zip']
========================

我想我做错了什么？

我正在使用 Huggingface BERT 来执行 NLP 任务。我的文本包含被分成子词的公司名称。

tokenizer = BertTokenizerFast.from_pretrained('bert-base-uncased')
tokenizer.encode_plus("Somespecialcompany")
output: {'input_ids': [101, 2070, 13102, 8586, 4818, 9006, 9739, 2100, 102], 'token_type_ids': [0, 0, 0, 0, 0, 0, 0, 0, 0], 'attention_mask': [1, 1, 1, 1, 1, 1, 1, 1, 1]}

现在，我想将这些名称添加到标记器 ID 中，这样它们就不会被分割。

tokenizer.add_tokens("Somespecialcompany")
output: 1

这将分词器的长度从 30522 扩展到 30523。

因此，所需的输出将是新的 ID：

tokenizer.encode_plus("Somespecialcompany")
output: 30522

但输出与之前相同：

output: {'input_ids': [101, 2070, 13102, 8586, 4818, 9006, 9739, 2100, 102], 'token_type_ids': [0, 0, 0, 0, 0, 0, 0, 0, 0], 'attention_mask': [1, …

我用我自己定义的内核函数创建了一个 SVM 实例。当我尝试对创建的模型运行交叉验证时，出现以下错误：

ValueError: X should be a square kernel matrix
Traceback:

score = cross_val_score(model, X, y, cv=10)

File "C:\Python27\lib\site-packages\scikit_learn-0.14.1-py2.7-win32. egg\sklearn\cross_validation.py", line 1152, in cross_val_score
for train, test in cv)

File "C:\Python27\lib\site-packages\scikit_learn-0.14.1-py2.7-win32.egg\sklearn\ externals\joblib\parallel.py”，第 517 行，调用

self.dispatch(function, args, kwargs)

文件“C:\Python27\lib\site-packages\scikit_learn-0.14.1-py2.7-win32.egg \sklearn\externals\joblib\parallel.py"，第 312 行，在调度

作业中 = ImmediateApply(func, args, kwargs)

文件“C:\Python27\lib\site-packages\scikit_learn-0.14.1-py2.7-win32.egg\sklearn\externals\joblib\parallel.py”，第136行，在init

self.results = func(* args, **kwargs)

文件 "C:\Python27\lib\site-packages\scikit_learn-0.14.1-py2.7-win32.egg\sklearn\cross_validation.py", line 1047, in _cross_val_score

raise ValueError("X应该是一个方核矩阵")

这是我的代码：

def hist_intersection(x, y):
    return np.sum(np.array([min(xi,yi) for xi,yi in zip(x,y)]))

model = svm.SVC(kernel = hist_intersection)
scores = …