小编IgB*_*ell的帖子

我正在尝试安装platformio-ide-terminal到 Atom 1.63.1 中。我得到了错误certificate has expired。我尝试了替代 Terminus 并得到了同样的错误。任何软件包安装尝试都会以相同的错误结束。请帮忙。

我正在尝试按值对数据框进行排序。收到 AttributeError：“Series”对象没有属性“to_numeric”。版本“0.20.3”，因此数字应该可以工作，但不行。请帮忙。

import pandas as pd
    tables = pd.read_html("https://www.sec.gov/Archives/edgar/data/949012/000156761919015285/xslForm13F_X01/form13fInfoTable.xml")
    len(tables)
    ren=tables[3]
    ren.drop(ren.index[[0,1,2]], inplace=True)
    ren.to_numeric(ren[3], errors='coerce')
    #ren[3].convert_objects(convert_numeric=True)
    ren.sort_values(by=[3],ascending=False)

我有一个在 MNIST 上训练的模型，但是当我放入一个手工制作的图像样本时，它会引发 ValueError: Input 0 of layer序列与该层不兼容：输入形状的预期轴 -1 具有值 784 但收到输入带形状（无，1）

我已经检查了模型的输入，它与 MNIST 的形状相同。x_train[0].shape (784,) 和我的图片 arr.shape (784,) 请帮忙！

...

    from tensorflow.keras.datasets import fashion_mnist
    from tensorflow.keras.models import Sequential 
    from tensorflow.keras.layers import Dense, Dropout
    from tensorflow.keras import utils
    from tensorflow.keras.preprocessing import image
    import numpy as np
    import tensorflow as tf
    import matplotlib.pyplot as plt
    %matplotlib inline
    print(x_train[3].shape)
    x_train = x_train.reshape(60000, 784)
    x_train = x_train / 255

    model = Sequential()
    model.add(Dense(800, input_dim=784, activation="relu"))
    model.add(Dense(10, activation="softmax"))
    model.compile(loss="categorical_crossentropy", optimizer="SGD", metrics=["accuracy"])
    history = model.fit(x_train, …

请帮忙，SEC EDGAR 以前一直工作得很好，直到现在。它给出 HTTPError: HTTP Error 403: Forbidden

import pandas as pd
tables = pd.read_html("https://www.sec.gov/Archives/edgar/data/1541617/000110465920125814/xslForm13F_X01/infotable.xml")
df=tables[3] 
df