小编Ion*_*ons的帖子

考虑以下代码：

def mygen():
     yield (yield 1)
a = mygen()
print(next(a))
print(next(a)) 

输出结果：

1
None

口译员到底在“外部”做什么？

当我从命令行运行Flask代码时,会出现警告:

Serving Flask app "hello_flask" (lazy loading)
* Environment: production
  WARNING: Do not use the development server in a production environment.
  Use a production WSGI server instead.

这是什么意思？

我是深度学习的初学者，在执行实际任务时，在keras.backend上遇到了 Keras文档。

我看了很多遍的解释。但是，我无法完全理解 max 和 argmax 函数之间的区别。

当我做一些代码测试时，在解决方案函数下面有一些注释是这样的：

"""
:type x: int
:rtype: int
"""

x是我唯一的输入，那么rtype代表什么？

我正在尝试gradient_override_map与 Tensorflow 2.0一起使用。文档中有一个示例，我也将在此处用作示例。

在 2.0 中，GradientTape可用于计算梯度如下：

import tensorflow as tf
print(tf.version.VERSION)  # 2.0.0-alpha0

x = tf.Variable(5.0)
with tf.GradientTape() as tape:
    s_1 = tf.square(x)
print(tape.gradient(s_1, x))

还有tf.custom_gradient装饰器，可用于定义新函数的渐变（再次使用文档中的示例）：

import tensorflow as tf
print(tf.version.VERSION)  # 2.0.0-alpha

@tf.custom_gradient
def log1pexp(x):
    e = tf.exp(x)

    def grad(dy):
        return dy * (1 - 1 / (1 + e))

    return tf.math.log(1 + e), grad

x = tf.Variable(100.)

with tf.GradientTape() as tape:
    y …

我想要一个看起来像这样的 numpy 数组：

X = np.array([[10, 20], [20, 25], [30, 16], [40, 18], [50, 90], [60, 87]])

我目前有从 firestore 检索的字典值：

doc_ref = db.collection('CPU Logs')
query_ref = doc_ref.where(u'testData', u'==', True).order_by(u'logId')
docs = query_ref.get()

我循环遍历它们并将键值分配给 2 个变量id和usage，然后将它们添加到数组中toAppend：

for doc in docs:
    values = doc.to_dict()
    id = values['logId']
    usage = values['usage']
    toAppend = [id, usage]

[10, 30]如果 id 为 10 并且使用情况为 30，toAppend 看起来会类似。现在，我在尝试将其添加到空的 numpy 数组时遇到了麻烦。我尝试过插入：

X = np.array([])
for doc in docs:
    values = doc.to_dict()
    id …

我有非常简单的输入：点，我试图对它们是否在某个区域进行分类。所以我的训练数据是 shape (1000000, 2)，它是以下形式的数组：
[ [x1,y1], [x2,y2],... ]
我的标签具有相似的形式 (Shaped (10000, 2)):
[ [1,0], [0,1], [0,1],... ]
([0,1]表示该点在该区域内，[1,0]表示它不在该区域内）

我的模型是这样设置的：

import tensorflow as tf
from tensorflow import keras
import numpy as np

# Reads the points and labels from .csv format files
train_data = np.genfromtxt('data/train_data.csv', delimiter=',')
train_labels = np.genfromtxt('data/train_labels.csv', delimiter=',')

model = keras.models.Sequential()
model.add(keras.layers.Dense(128, activation='relu', input_shape=(2,)))
model.add(keras.layers.Dense(128, activation='relu'))
model.add(keras.layers.Dense(2, activation='softmax'))

model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
model.fit(train_data, train_labels, epochs=1, batch_size=100, verbose=1) # ERROR

请注意，输入形状是(2,)，这意味着（根据参考）模型将期望形式为 …

当我有两个数据库时，我需要从 Mongo 数据库中删除任何元素：

1. 我的数据库
2. 数据测试秒

对于第一个数据库，这不是问题，我使用 MongoClient：

self.db = self.client.mydatabase
result = self.db.test.delete_one({"name": 'testelement'})

bBt 当我将其用于第二个数据库时，我遇到了问题：

self.db = self.client.data-test-second 

在数据库名称下划线，我该怎么写？或者我不能将此解决方案用于第二个名字？

我需要自动解决验证码以从站点获取公共数据.

我使用python和opencv.我是解决图像处理问题的新手.在搜索之后,作为解决验证码的方法我接下来想出了.由于Captha中的文本使用相关颜色组,我尝试使用HSV格式和掩码,然后将图像转换为灰度并使用阈值(Adaptive_THRESH_MEAN_C)从图像中去除噪声.

但这还不足以消除噪音并使用OCR(Tesseract)提供自动文本识别.见下图.

在我的解决方案中有什么我可以改进的东西还是有更好的方法？

原始图片:

处理过的图片:

码:

import cv2
import numpy as np

img = cv2.imread("1.jpeg")
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

mask = cv2.inRange(hsv, (36, 0, 0), (70, 255,255)) #green
# mask = cv2.inRange(hsv, (0, 0, 0), (10, 255, 255))
# mask = cv2.inRange(hsv, (125, 0, 0), (135, 255,255))

img = cv2.bitwise_and(img, img, mask=mask)
img[np.where((img == [0,0,0]).all(axis = 2))] = [255,255,255]

img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
img = cv2.adaptiveThreshold(img, 255, cv2.ADAPTIVE_THRESH_MEAN_C, cv2.THRESH_BINARY, 15, 2)

cv2.imwrite("out.png", img)

我的问题就像标题一样.

1. 我们是否应该总是尝试用list/dict理解来替换for循环,因为后者执行得更快？

我正在编写这个项目,需要多次迭代一些庞大的元组列表,这需要永远.所以我现在正在努力优化我的代码.我需要遍历元组列表的主要原因是,假设我有一个值,我想知道它是否在列表中,同一元组中的另一个值是什么.

2. 将这些列表转换为数组或字典会有帮助吗？

任何输入将非常感激.提前致谢.

我想在类中使用变量调用函数：

class A:
    def __init__(self, name, jsonItem):
        fDic = {
            'A', self.build_item(jsonItem)
        }

        self.fActive = fDic[name]

    def build_item(self, jsonItem):
         return [jsonItem["name"],jsonItem["property"]]

    def run_function(self):
        self.fActive()

main.py：

data = A("A", jsonItem)
print data.run_function()

当我打电话给我时，我有：

'set' object has no attribute '__getitem__'

你能解释一下吗？