小编Fáb*_*rez的帖子

我想创建一个Cocoa应用程序来监视Mac OS X上新文件的文件夹.我知道我可以使用AppleScript和Folder Actions来做到这一点,但是我如何使用ObjC和Cocoa呢？

我试图将变量的值传递给C中的宏,但我不知道这是否可行.例:

#include <stdio.h>

#define CONCVAR(_n) x ## _n

int main () {
   int x0, x1, x2, x3, x4, x5, x6, x7, x8, x9;
   int i;

   for (i = 0; i <= 9; i++) CONCVAR(i) = i*5;

   return 0;
}

在这里,我正在尝试使用宏来为所有x_变量赋值,使用##标记.我知道我可以通过数组轻松实现这一点,但这仅用于学习目的.

CONCVAR(i)被替换为xi,而不是x1(如果i == 1).我知道如何定义和宏工作,它都是关于替换,但我想知道是否有可能将i的值传递i给宏而不是字母.

我正在尝试检查自上次检查后文件(在Web上)是否被修改.是否可以通过在上次修改(或上传)文件时读取http标头来实现此目的？

我正在尝试获取给定URL的域名.例如http://www.facebook.com/someuser/将返回facebook.com.给定的URL可以采用以下格式:

1. https://www.facebook.com/someuser (www.是可选的,但应该被忽略)
2. www.facebook.com/someuser (http://不是必需的)
3. facebook.com/someuser
4. http://someuser.tumblr.com- >这tumblr.com只能返回

我写了这个正则表达式:

/(?: \.|\/{2})(?: www\.)?([^\/]*)/i

但它没有像我期望的那样起作用.

我可以部分地做到这一点:

1. 删除http://和https://,如果存在的字符串,string.delete "/https?:\/\//i".
2. 删除www.用string.delete "/www\./i".
3. 获取匹配的域名 /(\w+\.\w+)+/i

但这不适用于子域.测试字符串:

https://www.facebook.com/username
http://last.fm/user/username
www.google.com
facebook.com/username
http://sub.tumblr.com/
sub.tumblr.com

我需要这个以尽可能少的内存和处理海岸.

有任何想法吗？

当我在virtualenv中并且它处于活动状态时,环境名称会出现在正常命令行提示符之前的括号中.它看起来像:环境的名称(foo-env)User:~/Development/foo-env/foo$在哪里foo-env.我想知道是否有办法使命令行提示显示(F)User:~/Development/foo-env/foo$与当前显示相对的东西(foo-env).如果这是可能的,我该怎么做呢？

谢谢.

我想在给定符号列表的情况下迭代每个可能的k长度字符串(称为k-mer).例如,如果k = 3和symbols = {A, C, G, T},那么:

AAA
AAC
AAG
...
TTG
TTT

这是我生成字符串的代码:

local k = 3
local bases = {'A', 'C', 'T', 'G'}

-- Generate the string (AAA...AAA)
local kmer_gen = {}
for i = 1,k do kmer_gen[i] = "A" end
local kmer = table.concat(kmer_gen)

它有效,但肯定不好看.这可以更优雅地实现吗？

现在,我不知道如何迭代可能的k-mers.一种解决方案是保持替换每个字符,但这看不到有效.另一种方法是从二进制解码(每2位代表一个基数),但实现混乱并需要按位操作.还有其他想法吗？

是否有任何工具可以监控PyTorch中的网络培训？就像tensorflow中的tensorboard。

在使用Keras（带有TensorFlow后端）调整深层卷积网络时，我想尝试一下MaxPooling2D和之间的混合AveragePooling2D，因为这两种策略似乎都可以改善我的目标的两个不同方面。

我正在考虑这样的事情：

    -------
    |8 | 1|
x = ---+---
    |1 | 6|
    -------

average_pooling(x)                ->   4
max_pooling(x)                    ->   8
hybrid_pooling(x, alpha_max=0.0)  ->   4
hybrid_pooling(x, alpha_max=0.25) ->   5
hybrid_pooling(x, alpha_max=0.5)  ->   6
hybrid_pooling(x, alpha_max=0.75) ->   7
hybrid_pooling(x, alpha_max=1.0)  ->   8

或等式：

hybrid_pooling(x, alpha_max) =
    alpha_max * max_pooling(x) + (1 - alpha_max) * average_pooling(x)

既然看起来好像没有现成的东西，那么如何以有效的方式实现它呢？

如何Subset在 PyTorch 中为不同的s使用不同的数据增强（转换）？

例如：

train, test = torch.utils.data.random_split(dataset, [80000, 2000])

train并且test将具有与 相同的变换dataset。如何对这些子集使用自定义转换？

我不知道如何将 PyTorch 方法转换adaptive_avg_pool2d为 Keras 或 TensorFlow。有人可以帮忙吗？PyTorch方法是

adaptive_avg_pool2d(14,[14])

我尝试使用平均池化，在 Keras 中重塑张量，但收到错误：

ValueError：新数组的总大小必须保持不变