小编DsC*_*Cpp的帖子

有没有办法在 RTDB 中操作事务 API 以进行“批量”写入？（我们目前无法迁移到 Firestore）
我们的问题如下：
当向服务器写入新的“作业”对象时，我们正在执行三个连续的写道：

1. 使用GeoFire API编写位置键
2. 写作业
3. 将作业 ID 连接到创建它的用户

不幸的是，如果其中一个写入失败但前一个写入成功，则会导致系统出现重大错误。
我们正在寻找确保完整性的方法，或者在其中一个写入失败时恢复操作。

我有一个令人沮丧的问题，我无法在 Pycharm 中调试我的 pytorch 代码。
在尝试检查（断点，然后打印例如）下面的代码时，我收到一个"Loading time out"

import torch

    tensors = []
    num_tensors = 16
    shape = (1, 3, 512, 512)
    for i in range(num_tensors):
        tensors.append(torch.zeros(shape))

我看到了这个[1 , 2]帖子，将变量加载策略设置为同步，禁用 Qt 调试器选项，以及指定的所有选项，但我相信我缺少一些基本的东西。
pycharm 2019.2.5, 发生在python2和python3。

我需要BatchSampler在 pytorch 中使用 a DataLoader，而不是__getitem__多次调用数据集（远程数据集，每个查询都很昂贵）。
我无法理解如何将批量采样器与任何给定的数据集一起使用。

例如

class MyDataset(Dataset):

    def __init__(self, remote_ddf, ):
        self.ddf = remote_ddf

    def __len__(self):
        return len(self.ddf)

    def __getitem__(self, idx):
        return self.ddf[idx] --------> This is as expensive as a batch call

    def get_batch(self, batch_idx):
        return self.ddf[batch_idx]

my_loader = DataLoader(MyDataset(remote_ddf), 
           batch_sampler=BatchSampler(Sampler(), batch_size=3))

我不明白的是，在网上或火炬文档中都没有找到任何示例，我不明白的是如何使用我的get_batch函数而不是 __getitem__ 函数。
编辑：根据 Szymon Maszke 的回答，这就是我尝试过的，但\_\_get_item__每次调用都会获取一个索引，而不是大小列表batch_size

class Dataset(Dataset):

    def __init__(self):
       ...

    def __len__(self):
        ...

    def __getitem__(self, batch_idx):  ------> here I get only one …

我有一个案例,我的算法的决定是基于共享的深度std::recursive_mutex.

#include <iostream>
#include <mutex>
#include <thread>

int g_i = 0;
std::recursive_mutex g_i_mutex;

void bar() {
  std::lock_guard<std::recursive_mutex> lock(g_i_mutex);
  switch (get_counter(g_i_mutex)) { // some way to find the number of owners
    case 1: std::cout << "depth 1\n"; break;
    case 2: std::cout << "depth 2\n"; break;
    default:;
  }
}

void foo() {
   std::lock_guard<std::recursive_mutex> lock(g_i_mutex);
   std::cout << "hello\n";
   bar();
}

int main() {
  foo(); //print hello then depth 2
  bar(); //print depth 1
}

我已经读过递归互斥锁持有某种使用计数,并且每次调用锁定/解锁时它们会增加和减少它,有没有办法访问这些信息？

对于 firebase 中的电子邮件和密码身份验证，我们同时具有“注册”和“登录”功能，但对于使用 Facebook 登录，我们只有登录（或者我错了？）
我正在尝试确定这是否是用户第一次使用此 facebook 帐户连接到应用程序，如果是，也将其添加到数据库中。

这是我当前的代码，因为 firebase 是一个异步数据库，这个机制不起作用

@Override
protected void onCreate (Bundle savedInstanceState){
    super.onCreate(savedInstanceState);
    setContentView(R.layout.activity_main_customer);

    mLoginButton = (LoginButton) findViewById(R.id.login_button);
    mLoginButton.setVisibility(View.GONE);

    mCallbackManager = CallbackManager.Factory.create();
    mLoginButton.setReadPermissions("email", "public_profile");
    mLoginButton.registerCallback(mCallbackManager, new FacebookCallback<LoginResult>() {
        @Override
        public void onSuccess(LoginResult loginResult) {
            handleFacebookAccessToken(loginResult.getAccessToken());
            Toast.makeText(MainCustomerActivity.this, "Login Success", Toast.LENGTH_SHORT).show();
        }

        @Override
        public void onCancel() {
            Toast.makeText(MainCustomerActivity.this, "Cancelled", Toast.LENGTH_SHORT).show();
        }

        @Override
        public void onError(FacebookException error) {
            Log.d(TAG, error.toString());
            Toast.makeText(MainCustomerActivity.this, "Error!", Toast.LENGTH_SHORT).show();
        }
    });

    private void handleFacebookAccessToken (AccessToken token) {
        Log.d(TAG, "handleFacebookAccessToken:" + token);

        AuthCredential credential = …

Java中有没有一种方法可以创建具有固定大小和长度的集合（地图）？即，我想用K个常量键（例如字符串）对其进行初始化，但仍然希望能够更改其值。

编辑： 测试用例具有固定数量的对象，每个对象对应一个数字（浮点数）。每次应用程序中发生特定事件时，我都希望将集合中的所有数字相乘，除了与“引起”该事件的对象相对应的数字。从逻辑上讲，该数字不是对象的属性。

目前代码使用普通的旧foreach循环

String preEvalObj = new String("123");
for(Map.Entry<String, Float> entry : someHashMap.entrySet()){
  String key = entry.getKey();
  Float value = entry.getValue();
  if(preEvalObj.equals(key)){
    lambda1Onvalue...
  }else{
    lambda2lambda1Onvalue..
  }
}

而我正在努力实现类似的目标

someHashMap.entrySet().stream().apply((key,value) -> if preEvalObj.equals(key) lambda1 else lambda2)

我可以使用流来实现我的目标吗？

有没有办法将不同的密集层应用于输入的每个通道？
即输入张量为 ，[batch,height,width,channels]我想对每个通道应用不同的密集层，从而具有#channels各层，每个层的输入为height*width。
从张量流密集文档中我看到

Note: that if inputs have a rank greater than 2, then inputs is flattened prior to the initial matrix multiply by weights.

在这种情况下，这不是期望的结果。

有没有办法知道从标记到tokenizer.decode()函数中原始单词的映射？
例如：

from transformers.tokenization_roberta import RobertaTokenizer

tokenizer = RobertaTokenizer.from_pretrained('roberta-large', do_lower_case=True)

str = "This is a tokenization example"
tokenized = tokenizer.tokenize(str) 
## ['this', '?is', '?a', '?token', 'ization', '?example']

encoded = tokenizer.encode_plus(str) 
## encoded['input_ids']=[0, 42, 16, 10, 19233, 1938, 1246, 2]

decoded = tokenizer.decode(encoded['input_ids']) 
## '<s> this is a tokenization example</s>'

目标是有一个函数将decode过程中的每个标记映射到正确的输入词，因为这里它将是：
desired_output = [[1],[2],[3],[4,5],[6]]
Asthis对应于 id 42，而token和ization对应于位于数组[19244,1938]索引4,5处的ids input_ids。

我正在使用远程计算机，并且想要在该计算机内运行 docker（本地->远程->docker），并希望使用容器工具中的远程开发，不幸vs code 的是，安装后我看不到任何操作扩大。我的看法 （ctrl+shift+p -> type remote-containers） 虽然教程有我什至没有看到的操作：