我希望有人可以帮助我,因为我已经坚持了一段时间,而且我对编译软件包不是很熟悉.尝试安装以下软件包:https://github.com/jhkorhonen/MOODS/wiki/Installation
运行Python 3.5(Anaconda),Windows 10 64位,Microsoft Visual Studio 2017社区版.这是我到目前为止所做的.
错误1:cd编辑提取的包位置,并运行python setup.py install --user但得到的错误说:
running install
running build
running build_py
running build_ext
building 'MOODS._tools' extension
cl.exe /c /nologo /Ox /W3 /GL /DNDEBUG /MD -Icore/ -IC:\Users\Wolf\Anaconda3\include -IC:\Users\Wolf\Anaconda3\include /EHsc /Tpcore/tools_wrap.cxx /Fobuild\temp.win-amd64-3.5\Release\core/tools_wrap.obj -march=native -O3 -fPIC --std=c++11
error: command 'cl.exe' failed: No such file or directory
解决方案1:结果C:\Program Files (x86)\Microsoft Visual Studio 14.0没有\VC它正在寻找的文件夹,但我确实找到了C:\Program Files (x86)\Microsoft Visual Studio\Shared\14.0\VC\bin,所以我添加了PATH.
然后另一个错误:
C:\Program Files (x86)\Microsoft …我试图从我的神经网络中获取显着图，但我有点挣扎。我的网络做 DNA 分类（类似于文本分类），顺序如下：Conv1D-> MaxPool-> Dropout-> Bidirectional LSTM-> Flatten-> Dense-> Dropout-> Dense。运行 Keras 2.06，Tensorflow 1.2.1。我从https://github.com/fchollet/keras/issues/1777获得的主要代码如下：
def compile_saliency_function(model):
"""
Compiles a function to compute the saliency maps and predicted classes
for a given minibatch of input images.
"""
inp = model.layers[0].input
outp = model.layers[-1].output
max_outp = K.max(outp, axis=1)
saliency = keras.backend.gradients(keras.backend.sum(max_outp), inp)
max_class = K.argmax(outp, axis=1)
return K.function([inp], [saliency, max_class])
sal = compile_saliency_function(model)([x_test[1], 0])
但我遇到了错误消息 K.function
TypeError: Can not convert a list into a Tensor or Operation.
我在这里缺少什么？我会尝试使用其他 API，但似乎没有很多文本可用，除了 DeepLIFT，它不支持 …
我有一个包含每个样本的不同区域的嵌套列表.我想创建一个数据帧,使每行(样本)都存在或不存在相应的区域(列).例如,数据可能如下所示:
region_list = [['North America'], ['North America', 'South America'], ['Asia'], ['North America', 'Asia', 'Australia']]
结束数据框看起来像这样:
North America South America Asia Australia
1 0 0 0
1 1 0 0
0 0 1 0
1 0 1 1
我想我可能想出一种使用嵌套循环和附加的方法,但是有更多的pythonic方法来做到这一点吗？或许有numpy.where？
我有两个相同长度的列表,如下所示:
lstA = [[1,4,5,6],[4,5],[5,6],[],[],[],[],[]]
lstB = [[7,8],[4,5],[],[],[],[2,7,8],[7,8],[6,7]]
我想在每个索引位置连接子列表,以便它们创建一个子列表,如下所示:
newlst = [[1,4,5,6,7,8],[4,5],[5,6],[],[],[2,7,8],[7,8],[6,7]]
理想情况下,新的子列表将删除重复项(如newlst [1]中).我将整数转换为字符串,并试图这样做:
for i in range(len(lstA)):
c = [item + item for item in strA[i], strB[i]]
但是在添加到其他列表之前,会将每个列表中的每个项目添加到自身,从而产生如下所示的内容:
failedlst = [[["1","4","5","6","1","4","5","6"],["7","8","7","8"]],[["4","5","4","5"],["4","5","4","5"]]...etc]
这仍然没有实际加入这两个子列表,只是创建了两个子列表的新子列表.任何帮助都会受到很大的限制!