小编Jin*_*ang的帖子

问题描述

看起来get_latest_training_loss函数fasttext只返回0。gensim 4.1.0和4.0.0都不起作用。

from gensim.models.callbacks import CallbackAny2Vec
from pprint import pprint as print
from gensim.models.fasttext import FastText
from gensim.test.utils import datapath

class callback(CallbackAny2Vec):
    '''Callback to print loss after each epoch.'''

    def __init__(self):
        self.epoch = 0

    def on_epoch_end(self, model):
        loss = model.get_latest_training_loss()
        print('Loss after epoch {}: {}'.format(self.epoch, loss))
        self.epoch += 1

# Set file names for train and test data
corpus_file = datapath('lee_background.cor')

model = FastText(vector_size=100, callbacks=[callback()])

# build the vocabulary
model.build_vocab(corpus_file=corpus_file)

# train …

我正在阅读用于计算NBBO的SAS代码,我遇到了以下代码:

array nexb nexb:; array nexo nexo:; array sexb sexb:; array sexo sexo:;

我想知道声明array nexb nexb:;在这里做了什么？

似乎在R中,我可以引用带有变量名称一部分的变量.但我很困惑为什么我能做到这一点.

使用以下代码作为示例:

library(car)
scatterplot(housing ~ total)
house.lm <- lm(housing ~ total)
summary(house.lm)
str(summary(house.lm))
summary(house.lm)$coefficients[2,2]
summary(house.lm)$coe[2,2]

当我打印摘要(house.lm)的结构时,我得到以下输出:

> str(summary(house.lm))
List of 11
 $ call         : language lm(formula = housing ~ total)
 $ terms        :Classes 'terms', 'formula'  language housing ~ total
  .. ..- attr(*, "variables")= language list(housing, total)
  .. ..- attr(*, "factors")= int [1:2, 1] 0 1
  .. .. ..- attr(*, "dimnames")=List of 2
  .. .. .. ..$ : chr [1:2] "housing" "total"
  .. .. .. ..$ : chr "total"
  .. ..- …

如果在此处查看grf软件包，您会注意到它具有三个版本：

似乎r-devel是开发版本，r-release是发行版本，r-olderel是旧版本。但是，很奇怪的是它们共享完全相同的版本号0.10.2。如果版本不同，他们为什么不更改版本号？

我使用以下代码从数据集创建一个数组:

DATA REPLACED;
    SET TPS_DROPPED;
    array arr_jin(*) _numeric_;
    do i=1 to dim(arr_jin);
        if arr_jin(i) = . then arr_jin(i) = 0;
    end;
    drop i arr_jin;
RUN;

但是,我收到以下错误日志:

ERROR 241-185: The array arr_jin is not allowed in a DROP/KEEP/RENAME context.
WARNING: The variable arr_jin in the DROP, KEEP, or RENAME list has never been referenced.

通常在创建后不需要删除数组吗？

我使用以下代码在某个条件下从数据集中删除一些行:

  data MK_RETURN;
    /*delete some data to solve the beta zero problem*/
    if CUM_RETURN<RMIN then delete;
  run;

但是,我发现数据集MK_RETURN不仅变空,而且还缺少所有变量但CUM_RETURN并返回.

在删除操作之前,数据集包含六到七个变量.但是在删除操作之后,数据集只包含两个(空变量),即CUM_RETURN,RMIN.

这有什么不对？

输入数据就像

+--------+----------+------+--------------+--------------+-------------+----------+----------------+
| SYMBOL |   DATE   | time |  CUM_RETURN  |  return_sec  |    RMIN     |  one_M   | MK_RETURN_RATE |
+--------+----------+------+--------------+--------------+-------------+----------+----------------+
| A      | 20130108 |    1 | 0            |              | 0.00023571  | 1.90E-11 | 3.130243764    |
| A      | 20130108 |    2 |              | -0.00117855  | 0.000235988 | 1.90E-11 | 0.000274509    |
| A      | 20130108 |    3 | 0.000471976 …

我试图解码类似于以下格式的十六进制字符串:

0x00000000000000000000000000000000000000000000000bf97e2a21966df7fe

我能够使用在线计算器对其进行解码.应该是正确的解码数字220892037897060743166.

但是,当我尝试使用python使用以下代码对其进行解码时,它会返回错误:

"0x00000000000000000000000000000000000000000000000bf97e2a21966df7fe".decode("hex")

---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-32-1cf86ff46cbc> in <module>()
      9 key=keyarr[0]
     10 
---> 11 "0x00000000000000000000000000000000000000000000000bf97e2a21966df7fe".decode("hex")

/usr/local/Cellar/python/2.7.13_1/Frameworks/Python.framework/Versions/2.7/lib/python2.7/encodings/hex_codec.py in hex_decode(input, errors)
     40     """
     41     assert errors == 'strict'
---> 42     output = binascii.a2b_hex(input)
     43     return (output, len(input))
     44 

TypeError: Non-hexadecimal digit found

然后我删除了十六进制数字前面的0x并再次尝试:

"00000000000000000000000000000000000000000000000bf97e2a21966df7fe".decode("hex")

然后输出成为:

'\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x00\x0b\xf9~*!\x96m\xf7\xfe'

我实际上不明白输出...

如果您想知道这些数字来自何处,它们来自以太坊区块链(ERC20)令牌.