小编par*_*ver的帖子

我有一个jQuery ajax函数,并希望提交一个完整的表单作为发布数据.我们不断更新表单,因此不断更新应在请求中发送的表单输入变得乏味.

我用的是Ubuntu.当我必须压缩文件夹时,我使用该命令zip folder.zip folder/

结果是一个空的压缩文件夹!文件夹中的所有文件都去了哪里？

请不要粗鲁

我在 java 中使用静态嵌套类用于特定用例。下面显示了相同的最小示例：

public class Foo {
    static int fooInner = getInner(); // CASE 1 

    private static class StaticFoo {
        int fooInner = getInner(); // CASE 2

        public int useFooInner(){
            System.out.println(fooInner);
            //do something
        }
    }
}

问题是案例 1 中的内存分配与案例 2 中的内存分配有何不同？或者是一样的？如果我也将 case 2 变量设为静态会怎样。内存使用会有所不同吗？

注意：请不要提及会发生阴影。虽然我已经将两个变量都放在那里，但它是一个“OR”案例，这就是“CASE”的原因。

PS：感觉内存使用量应该是一样的。由于嵌套类是静态的，因此不会为每个对象创建它，因此实例变量fooInner （案例 2）也将只创建一次。因此， getInner() 函数将只运行一次。但这只是抽象层面+直觉。更具描述性的答案将不胜感激！

我用 训练了一个模型fastai.tabular。现在，我有了一个合适的学习者。最终，模型应用于新数据，而不仅仅是适应训练集并在测试集上进行评估等。我尝试了不同的方法，但都导致了错误或一些奇怪的情况。有没有办法将用 fastai 训练的模型应用于以前不可用的数据？或者我是否必须一次又一次地训练模型并输入新的测试数据？这似乎不太可能。

df_test = pd.read_parquet('generated_test.parquet').head(100)
test_data = TabularList.from_df(df_test, cat_names=cat_names, cont_names=cont_names)
prediction = learn.predict(test_data)

关键错误：“原子距离”

atomic_distance是训练数据和测试数据中存在的列的名称，也包含在cont_names.

prediction = learn.get_preds(kaggle_test_data)

这做了一些事情，但它返回了一些奇怪的东西：

[tensor([[136.0840],
         [ -2.0286],
         [ -2.0944],
         ...,
         [135.6165],
         [  2.7626],
         [  8.0316]]),
 tensor([ 84.8076, -11.2570, -11.2548,  ...,  81.0491,   0.8874,   4.1235])]

文档说：

Docstring：返回ds_type数据集的预测和目标。

这是新的、未标记的数据。我不知道为什么返回的对象应该有标签。他们来自哪里？而且尺寸也没有意义。我期待有 100 个值的东西。

我找到了一种通过逐行传递数据框的方法：

prediction = [float(learn.predict(df_test.loc[i])[0].data) for i in df_test.index]

还有predict_batch可用的方法，但它似乎确实接受数据名。有更好的方法来做到这一点吗？

我编写了以下代码来四舍五入数据框中的浮动值a

a = pd.DataFrame([[1.2,3.4],[1.4,4.6]])
a = a.apply(round)

但我得到的输出如下：

    0   1
0   1.0 3.0
1   1.0 5.0

为什么该函数返回四舍五入的浮点值而不是整数？

此外，按如下方式应用时，行为会有所不同：

round(0.5)
>>0

x= [1.4,2.5,3.6]
list(map(round,x))

>>[1, 2, 4]

为什么会出现这种异常现象？

我收到一个格式如下的字符串：“PTXMYS” 其中 X 是分钟数，Y 是秒数。

我想将该字符串转换为int表示总秒数的字符串。我尝试使用datetime和其他东西，但它对我不起作用，我在网上读到这种格式是 iso8601 的标准，所以对我来说很奇怪，它实际上不起作用。

字符串示例：

x="PT4M13S"

我是 MLflow 的新手。我试图在 Jupyter 中使用它。作为快速入门的一部分，我运行了以下代码：

import os
from mlflow import log_metric, log_param, log_artifact

if __name__ == "__main__":
    # Log a parameter (key-value pair)
    log_param("param1", 5)

    # Log a metric; metrics can be updated throughout the run
    log_metric("foo", 1)
    log_metric("foo", 2)
    log_metric("foo", 3)

    # Log an artifact (output file)
    with open("output.txt", "w") as f:
        f.write("Hello world!")
    log_artifact("output.txt")

运行没有任何问题。但是，当我输入 时mlflow ui，出现错误：语法无效。我可能做错了什么？

假设您有一组如下：

+-------+-------+
| PK    | value |
+-------+-------+
| "pk1" | 24    |
+-------+-------+
1 row in set (0.105 secs)

如何获取这方面的元数据？

我正在阅读有关 Spring Retry 的 java 教程，在那里我读到了有关 Spring Retry 的内容RetryCallback，这是一个接口。

在同一个教程中，我发现了这段代码：

retryTemplate.execute(new RetryCallback<Void, RuntimeException>() {
    @Override
    public Void doWithRetry(RetryContext arg0) {
        myService.templateRetryService();
        ...
    }
});

在我看来，一个匿名对象RetryCallback正在被实例化。但后来我们只是读到它是一个接口。

有人可以解释这里发生了什么吗？

虽然不是必需的，但以防万一，这里有一个教程的链接

我试图通过我的 Android 手机中的 termux 安装 mariadb，它实际上下载了它但无法安装。它给了我一条错误消息，如下所示：

E: This installation run will require temporarily removing the essential package libandroid-support:arm due to a Conflicts/Pre-Depends loop. This is often bad, but if you really want to do it, activate the APT::Force-LoopBreak option.
E: Internal Error, Could not early remove libandroid-support:arm (2)

我能做些什么来修复它？

我正在测试一个需要登录的应用程序。当我单击“保持登录”按钮时使用 SafariDriver，每个创建的新 SafariDriver 实例都会按预期自动登录；但是当我使用 FirefoxDriver 或 ChromeDriver 时，我每次都被要求提供我的凭据，就好像我以前从未使用该浏览器登录过该站点（当我手动和使用 webdriver 时）。是否需要启用某些设置才能让 FireFox 和 Chrome 保持登录状态？