小编Kat*_*jan的帖子

我正在尝试使用Django框架开发一个网站,并使用DigitalOcean.com启动并将必要的文件部署到django-project中.

我不得不将静态文件包含到Django-project中并且在收集静态文件之后,我尝试刷新我的ip

我包括了我用来创建网站的教程. https://www.pythonprogramming.net/django-web-server-publish-tutorial/

我收到以下错误:

DisallowedHost at/Invalid HTTP_HOST标题:'198.211.99.20'.您可能需要将u'198.211.99.20'添加到ALLOWED_HOSTS.

有人可以帮我解决这个问题吗？这是我第一个使用Django框架的网站.

我试图将我的一些文件从暂存区域推送到我的存储库.

git remote add origin https://github.com/my_name/filename.git
git push -u origin master
fatal: I don't handle protocol 'https'

我得到了这个致命的错误.

如何解决这个问题？

我正在使用 XGBoost 中的 XGBClassifier()。我收到以下弃用警告。

有什么解决方案可以消除这个警告吗？

/home/carnd/anaconda3/envs/dl/lib/python3.5/site-packages/sklearn/cross_validation.py:44: DeprecationWarning: This module was deprecated in version 0.18 in favor of the model_selection module into which all the refactored classes and functions are moved. Also note that the interface of the new CV iterators are different from that of this module. This module will be removed in 0.20.
  "This module will be removed in 0.20.", DeprecationWarning)

在 64 GB CPU 机器上运行 2 小时后，它仍在运行。我不确定所花费的时间是否是由于此弃用警告或只是数据集的长度所致。

我已经使用我的python文件以及包括sqlalchemy和psycopg2在内的依赖项为AWS Lambda创建了一个部署程序包。该代码可以完美地在本地访问数据库。但是，当我导入此zip文件时，出现以下错误。

No module named 'psycopg2._psycopg': ModuleNotFoundError

错误的堆栈跟踪为

{
  "errorMessage": "No module named 'psycopg2._psycopg'",
  "errorType": "ModuleNotFoundError",
  "stackTrace": [
    [
      "/var/task/DBAccessLamdaHandler.py",
      50,
      "lambda_handler",
      "engine = create_engine(rds_host)"
    ],
    [
      "/var/task/sqlalchemy/engine/__init__.py",
      387,
      "create_engine",
      "return strategy.create(*args, **kwargs)"
    ],
    [
      "/var/task/sqlalchemy/engine/strategies.py",
      80,
      "create",
      "dbapi = dialect_cls.dbapi(**dbapi_args)"
    ],
    [
      "/var/task/sqlalchemy/dialects/postgresql/psycopg2.py",
      554,
      "dbapi",
      "import psycopg2"
    ],
    [
      "/var/task/psycopg2/__init__.py",
      50,
      "<module>",
      "from psycopg2._psycopg import (                     # noqa"
    ]
  ]
}

任何帮助都是可观的

我正在为 Image.open 使用 PIL

以下是我的图片路径：

loc = "./data/Flicker8k_reshaped"

当我尝试在此路径中打开图像文件时，使用以下用法打开图像。

Image.open(loc + "/" + train_filenames[0]) # Opens an image 
np.array(Image.open(loc + "/" + train_filenames[0])) # converts that into numpy array

train_filenames 是包含我需要使用 numpy 数组矢量化的图像的文件名的列表。

但是当我尝试在循环中运行它并列出理解时，

train = np.array([np.array(Image.open(loc+"/"+fname)) for fname in train_filenames])

我收到以下错误。

---------------------------------------------------------------------------
PermissionError                           Traceback (most recent call last)
<ipython-input-35-90eaea1b75ca> in <module>()
----> 1 train = np.array([np.array(Image.open(loc+"/"+fname)) for fname in train_filenames])
      2 test = np.array([np.array(Image.open(loc+"/"+fname)) for fname in test_filenames])
      3 val = np.array([np.array(Image.open(loc+"/"+fname)) for fname in val_filenames])
      4 
      5 print(train.shape) …

我在Ubuntu 14.04.5中安装了ROS indigo和gazebo2软件包.当我尝试使用catkin命令时,我得到:

catkin_init_workspace:找不到命令

所以,我试图安装catkin,它显示ros-indigo-catkin是最新版本.

我所做的只是,

$ sudo apt-get install ros-indigo-desktop-full

$ sudo apt-get install gazebo2.<They're installed perfectly>

在此之后,我遇到了问题.

需要帮助.有人请找到解决此问题的方法.

我正在为我的训练集训练一个XGBoostClassifier.

我的训练功能是(45001,10338)形状,这是一个numpy数组,我的训练标签的形状为(45001,)[我有1161个独特的标签,所以我做了标签的标签编码]这是也是一个numpy数组.

从文档中可以清楚地看到我可以从numpy数组创建DMatrix.所以我使用上面提到的训练功能和标签作为numpy数组直接.但是我收到以下错误

---------------------------------------------------------------------------
XGBoostError                              Traceback (most recent call last)
<ipython-input-30-3de36245534e> in <module>()
     13  scale_pos_weight=1,
     14  seed=27)
---> 15 modelfit(xgb1, train_x, train_y)

<ipython-input-27-9d215eac135e> in modelfit(alg, train_data_features, train_labels, useTrainCV, cv_folds, early_stopping_rounds)
      6         xgtrain = xgb.DMatrix(train_data_features, label=train_labels)
      7         cvresult = xgb.cv(xgb_param, xgtrain, num_boost_round=alg.get_params()['n_estimators'], nfold=cv_folds,
----> 8             metrics='auc',early_stopping_rounds=early_stopping_rounds)
      9         alg.set_params(n_estimators=cvresult.shape[0])
     10 

/home/carnd/anaconda3/envs/dl/lib/python3.5/site-packages/xgboost/training.py in cv(params, dtrain, num_boost_round, nfold, stratified, folds, metrics, obj, feval, maximize, early_stopping_rounds, fpreproc, as_pandas, verbose_eval, show_stdv, seed, callbacks)
    399         for fold in cvfolds:
    400             fold.update(i, obj)
--> 401         res = aggcv([f.eval(i, …