有谁知道有什么好的资源/教程/书籍可以开始使用 python 中的 Bloomberg API blpapi 吗？
我到处找遍了，但什么也没找到。
当我使用.fit()图层训练模型时,参数shuffle预设为True.
假设我的数据集有100个样本,批量大小为10.当我设置shuffle = True然后keras首先随机随机选择样本(现在100个样本有不同的顺序),并且在新订单上它将开始创建批次:批处理1:1-10,批次2:11-20等
如果我设置shuffle = 'batch'它应该如何在后台工作？直观地使用前面的100个样本数据集的例子,批量大小= 10,我的猜测是keras首先将样本分配给批次(即批次1:数据集原始订单后的样本1-10,批次2:11-20以下数据集原始顺序,批次3 ......等等)然后洗牌批次的顺序.因此,模型现在将按随机订购的批次进行培训,例如:3(包含样品21 - 30),4(包含样品31 - 40),7(包含样品61 - 70),1(包含样品1 - 10) ),...(我编制了批次的顺序).
我的想法是正确还是我错过了什么？
谢谢!
直到今天我才对加密一无所知，所以如果我的问题很基本，请原谅我。
我有一个为具有 SSL 加密的 Postgres 设置的 GCP SQL 实例。我已在 GCP 上创建了客户端证书并下载并存储了：
我的电脑中的文件。
我正在尝试使用 python3.6 中的 psycopg2 连接到远程数据库（使用 conda 安装）。我已经检查了建立连接的文档，显然需要使用上述文件才能建立连接。具体来说，在psycopg2.connect()函数中我使用参数：
sslmode='verify-ca'sslcert=[local path of client-cert.pem file]sslkey=[local path of client-key.pem file]sslrootcert=[local path of server-ca.pem file]显然会出现错误，因为根据此，上述文件需要以以下格式结尾：.crt, .key.
经过我的研究，我发现我（也许）必须使用openssl来生成.crt和.key格式。我该怎么做呢？
如果我转换.pem文件并将转换后的文件传递给psycopg2.connect()我将能够连接到我的远程数据库吗？
假设我在 python 中有以下字符串（输入）：
1) "$ 1,350,000"
2) "1.35 MM $"
3) "$ 1.35 M"
4) 1350000（现在是数值）
显然，尽管字符串表示形式不同，但数字是相同的。如何实现字符串匹配，或者换句话说，将它们分类为相等的字符串？
一种方法是使用正则表达式对可能的模式进行建模。不过，可能有一种情况是我没有想到的。
有人看到这个问题的 NLP 解决方案吗？
谢谢