小编Zak*_*irn的帖子

我有一个案例，Github repo master 当前有一系列单独的拉取请求，这些请求已经合并到 master 中。我想恢复说最后 20 个拉取请求合并，但从命令行执行并保留历史记录。

类似的问题被标记为重复恢复多个合并

然而，已经存在的答案并没有真正解决当您想要恢复的所有内容都来自一系列全部合并的拉取请求时会发生什么的具体问题。将 -m 选项与 git revert 一起使用对于一次合并来说是有好处的，对吗？所以我认为答案是没有一个好的方法（从命令行）来快速恢复一系列已合并的单独拉取请求并保留历史记录？如果我对此有误，请纠正我。如果我必须一次执行一项操作，我不妨使用 Github 控制台，然后单击每一项的“还原”。

我正在寻找一种方法来设置或修改现有的Docker镜像,以安装将安装它的张量流,以便SSE4,AVX,AVX2和FMA指令可用于CPU加速.到目前为止,我已经找到了如何从源使用巴泽勒安装如何编译Tensorflow ...和CPU指令不编译.......这些都没有解释如何在Docker中执行此操作.所以我认为我正在寻找的是你需要添加到没有这些选项的现有docker镜像,以便在启用CPU选项的情况下获得tensorflow的编译版本.现有的docker镜像不会这样做,因为他们希望图像在尽可能多的机器上运行.我在linux PC上使用Ubuntu 14.04.我是docker的新手,但是已经安装了tensorflow并让它工作而没有得到我在使用docker镜像时得到的CPU警告.我可能不需要这个速度,但我看到声称加速的帖子可能很重要.我搜索了现有的docker图像,这样做并找不到任何东西.我需要这个与gpu一起工作,所以需要与nvidia-docker兼容.

我刚刚发现这个docker支持bazel,它可能会提供一个答案,但我不太清楚它是否足够清楚.我相信这是说你不能在Dockerfile中用bazel构建张量流.你必须使用bazel构建一个Dockerfile.我的理解是否正确,这是从源代码编译的tensorflow获取docker镜像的唯一方法吗？如果是这样,我仍然可以使用帮助来完成它,并且如果使用现有的docker图像进行张量流动,我仍然可以获得其他依赖项.

我有一个案例，我需要在 tensorflow 的图像处理应用程序中填充一些漏洞（丢失的数据）。“洞”很容易定位，因为它们是零，而好的数据不是零。我想用随机数据填充漏洞。使用 python numpy 很容易做到这一点，但在 tensorflow 中做到这一点需要一些工作。我想出了一个解决方案，想看看是否有更好或更有效的方法来做同样的事情。我知道 tensorflow 尚不支持更高级的 numpy 类型索引，但有一个函数 tf.gather_nd() 似乎对此很有希望。但是，我无法从文档中得知我想要做什么。如果有人能告诉我如何使用 tf.gather_nd() 来做，我将不胜感激。此外，tf。boolean_mask() 不适用于我正在尝试做的事情，因为它不允许您将输出用作索引。在 python 中，我想做什么：

a = np.ones((2,2))
a[0,0]=a[0,1] = 0
mask = a == 0
a[mask] = np.random.random_sample(a.shape)[mask]
print('new a = ', a)

我最终在 Tensorflow 中做了什么来实现同样的事情（跳过填充数组的步骤）

zeros = tf.zeros(tf.shape(a))  
mask = tf.greater(a,zeros)
mask_n = tf.equal(a,zeros)
mask = tf.cast(mask,tf.float32)
mask_n = tf.cast(mask_n,tf.float32
r = tf.random_uniform(tf.shape(a),minval = 0.0,maxval=1.0,dtype=tf.float32)
r_add = tf.multiply(mask_n,r)
targets = tf.add(tf.multiply(mask,a),r_add)

我一直在尝试了解如何使用 github actions 将多行评论写入 PR。我试图使用 github.rest.issues.createComment() （如评论拉取请求...中所示），然后使用环境变量处理多行问题，如下所示：工作流命令。最终目标是从 python 脚本（或日志文件）中获取一些多行输出标准输出，并将其作为注释放回到正在运行的工作流的 PR。下面的 yml 文件运行良好，直到最后一步，我尝试访问我创建的环境变量并将其用作 createComment() 的主体。环境变量已创建并且似乎可用，但当我尝试将其用于评论正文时失败。来自 github 操作的错误位于代码下方。如果我像这样添加引号，body: "${{env.SCRIPT_OUTPUT}}"我会得到同样的错误。如果可能的话，我想使用 createComment() ，我知道 Peter Evans 有一个创建评论，我接下来可能会尝试，但试图理解为什么这不起作用。

name: GitHub Actions Test Multi-line
on:
  pull_request:
    branches:
      - Dev
jobs:
  Run-check-references:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v2
        with:
          fetch-depth: 0
      - run: |
          SCRIPT_OUTPUT=$(cat << EOF
          first line
          second line
          third line
          EOF
          )
          echo "SCRIPT_OUTPUT<<EOF" >> $GITHUB_ENV
          echo "$SCRIPT_OUTPUT" >> $GITHUB_ENV
          echo "EOF" >> $GITHUB_ENV
      - run: |
          echo "${{env.SCRIPT_OUTPUT}}" …

我正在绘制直方图，我在堆栈交换中发现这个效果很好： 离散值的直方图

这是发布在那里的代码：

import matplotlib.pyplot as plt
import numpy as np

data = range(11)
data = np.array(data)

d = np.diff(np.unique(data)).min()
left_of_first_bin = data.min() - float(d)/2
right_of_last_bin = data.max() + float(d)/2
plt.hist(data, np.arange(left_of_first_bin, right_of_last_bin + d, d))
plt.show() 

我在 d = 2.84e-5 的情况下使用它，上面 np.arrange() 的输出长度为 68704。如果我从 anaconda 环境中的 ubuntu 14.04 上的 python 解释器（python 3.5）运行它，系统会挂起，如果没有 ctrl-c 杀死解释器，我将无法恢复。我想知道 plt.hist() 中 bin 的大小是否有限制，或者这种方法是否存在固有的错误。如果有限制，我希望出现错误而不是挂起。如果 d 不是太小，代码工作正常。我的数据长度也可能对此产生影响，它是 22289。我想它可能只是在搅动而我等待的时间不够长？

我搜索了 matplotlib.pyplot.hist 限制和其他变化，但找不到任何东西。据我所知，文档没有提到限制。谢谢你。

我试图在子图中绘制多个图像，并消除子图中的空间（水平和垂直）或控制它。我尝试使用“ 如何使用GridSpec ...”中的建议。我在这里也尝试过，但是他们没有使用subplots（）：在 我的代码中，我能够消除水平空间，但不能消除水平空间，而不能消除垂直空间。请不要将其标记为重复项，因为我已经尝试了其他帖子，而他们没有按照我的意愿去做。我的代码如下所示。也许在gridspec_kw词典中需要另一个关键字参数？我想为此使用plt.subplots（）而不是plt.subplot（）。万一重要，图像不是正方形，而是矩形。我也尝试f.tight_layout(h_pad=0,w_pad=0)在plt.show（）之前添加，但是它没有改变任何内容。

def plot_image_array_with_angles(img_array,correct_angles,predict_angles,
                              fontsize=10,figsize=(8,8)):
'''
Imports:
    import matplotlib.gridspec as gridspec
    import numpy as np
    import matplotlib.pyplot as plt
'''
num_images = len(img_array)
grid = int(np.sqrt(num_images))  # will only show all images if square
#f, axarr = plt.subplots(grid,grid,figsize=figsize)
f, axarr = plt.subplots(grid,grid,figsize=figsize,
                      gridspec_kw={'wspace':0,'hspace':0})
im = 0
for row in range(grid):
    for col in range(grid):
        axarr[row,col].imshow(img_array[im])
        title = 'cor = ' + str(correct_angles[im]) + '  pred = ' + str(predict_angles[im])
        axarr[row,col].set_title(title,fontsize=fontsize)
        axarr[row,col].axis('off')  # turns off …