小编D.W*_*.W.的帖子

Pythonrandom.SystemRandom提供了加密质量的伪随机数。它支持哪些平台？最重要的是，是否有任何平台不支持它，如果是，是哪些平台？任何人都可以提供有关它的便携性的任何信息吗？

我正在尝试了解用于设计启发式的模式数据库。我正在阅读 Richard E. Korf 的书Heuristic Search。其中一段说

魔方的明显启发是曼哈顿距离的三维版本。对于每个立方体，计算正确定位和定向所需的最小移动次数，并将所有立方体的这些值相加。不幸的是，要允许该值必须除以 8，因为每次扭曲移动 8 个立方体。更好的启发式是取角立方体曼哈顿距离之和的最大值除以4，以及边立方体之和除以4的最大值。边立方体曼哈顿距离的期望值为22/ 4=5.5，而角立方的对应值是 12.333/4，大约等于 3.08，部分原因是有 12 个边角立方，但只有 8 个角立方。

我的问题是为什么取角立方体的曼哈顿距离总和除以四和取边立方的曼哈顿距离总和的最大值除以四比取曼哈顿距离总和除以八更好的启发式方法？

此外，他们如何获得 5.5 和 3.08 的期望值？

我有一个训练数据文件,大约100K行,我tf.train.GradientDescentOptimizer在每个训练步骤都运行得很简单.该设置基本上直接来自Tensorflow的MNIST示例.代码转载如下:

x = tf.placeholder(tf.float32, [None, 21])
W = tf.Variable(tf.zeros([21, 2]))
b = tf.Variable(tf.zeros([2]))
y = tf.nn.softmax(tf.matmul(x, W) + b)

y_ = tf.placeholder(tf.float32, [None, 2])
cross_entropy = tf.reduce_mean(-tf.reduce_sum(y_ * tf.log(y), reduction_indices=[1]))
train_step = tf.train.GradientDescentOptimizer(0.5).minimize(cross_entropy)

鉴于我正在从文件中读取训练数据,我正在使用tf.train.string_input_producer并tf.decode_csv从csv中读取行,然后tf.train.shuffle_batch创建我随后训练的批次.

我对我的参数应该是什么感到困惑tf.train.shuffle_batch.我阅读了Tensorflow的文档,但我仍然不确定"最佳"batch_size,capacity和min_after_dequeue值是什么.任何人都可以帮助我解释如何为这些参数选择合适的值,或者将我链接到我可以了解更多信息的资源？谢谢 -

这是API链接:https://www.tensorflow.org/versions/r0.9/api_docs/python/io_ops.html#shuffle_batch

我正在使用scikit-learn的渐变增强树分类器GradientBoostingClassifier.它使功能重要性分数可用feature_importances_.如何计算这些要素的重要性？

我想了解scikit-learn正在使用什么算法,以帮助我理解如何解释这些数字.该算法未在文档中列出.

我想在Linux系统上运行American Fuzzy Lop(AFL)模糊器,我没有root访问权限.当我这样做时,首先发生的是它给我一个错误消息,要求我修改/proc/sys/kernel/core_pattern:

[ - ]嗯,您的系统配置为将核心转储通知发送到外部实用程序.这将导致由于模糊二进制故障之间的延迟延迟而导致的问题,并且此信息最终通过标准waitpid()API中继到模糊器.

为避免崩溃被误解为挂起,请以root身份登录并临时修改/ proc/sys/kernel/core_pattern,如下所示:

echo core >/proc/sys/kernel/core_pattern

[-] PROGRAM ABORT : Pipe at the beginning of 'core_pattern'
     Location : check_crash_handling(), afl-fuzz.c:6959

Run Code Online (Sandbox Code Playgroud)

我理解这个错误信息以及为什么解释有意义.

不幸的是,修改/proc/sys/kernel/core_pattern需要在系统上进行root访问.我从经验中知道AFL的其余部分不需要root访问权限.

是否有一种解决方法来使用没有root的AFL？(也许有一些替代的用户级方法来禁用自动核心转储处理程序,这样它就不会弄乱AFL？)我在这里读到了一堆关于Linux上的核心转储的问题,但没有一个能够确定任何配置方式用户级每进程粒度的coredump处理程序.

如何编写使用Python的代码,intern它将与Python 2和Python 3兼容(兼容)？有干净的方法吗？

在Python 2中,实习生是内置的,所以你使用intern().在Python 3中,它已被移动到sys模块中,因此您应该使用它sys.intern().它似乎intern()适用于Python 2但不适用于Python 3,sys.intern()适用于Python 3但不适用于Python 2.是否有任何干净的语法可以在Python 2和Python 3上运行,而不使用版本检测(丑陋)？

我跑pip,我总是得到以下错误,无论我传递给哪些标志pip:

$ pip --version
Traceback (most recent call last):
    [...irrelevant details omitted...]
      File "/usr/lib64/python2.7/codecs.py", line 314, in decode
    (result, consumed) = self._buffer_decode(data, self.errors, final)
UnicodeDecodeError: 'utf8' codec can't decode byte 0xf6 in position 203: invalid start byte

这是怎么回事？我该如何解决？

我安装了pip版本8.0.2.更改或清除LANG和LC_ALL环境变量没有帮助.我必须在这里阅读其他十几个问题,但我很难找到能够清楚地表明问题是什么或如何解决的问题.

我有一个Android应用程序,javax.net.ssl.SSLException: Not trusted server certificate当我尝试将自己的服务器与我自己的自签名证书一起使用时,我会继续使用它.

我正在考虑配置Android TrustManager以接受自签名证书,或接受所有证书,以便我可以调试我的应用程序.我在这个网站上阅读了一些关于如何做到这一点的资源.这样做安全吗？