小编Απο*_*λου的帖子

我试图将 keras 项目部署到 heroku，但推送到存储库 master 分支对我来说似乎有问题，因为每次尝试时都会报告以下错误：

remote: -----> Compressing...
remote:  !     Compiled slug size: 836M is too large (max is 500M).
remote:  !     See: http://devcenter.heroku.com/articles/slug-size
remote: 
remote:  !     Push failed
remote: Verifying deploy...
remote: 
remote: !   Push rejected to ...

我认为这是由于 tensorflow 要求太大，heroku 无法处理，正如git count-objects -vH我的项目报告的规模更适中：

count: 1
size: 4.00 KiB
in-pack: 9146
packs: 1
size-pack: 177.42 MiB
prune-packable: 0
garbage: 0
size-garbage: 0 bytes

我已经卸载了不需要的文件并尽可能多地压缩了我的仓库......

上传我的应用程序的唯一方法是从 requirements.txt 中删除 tensorflow，但是我的应用程序将无法运行......如果我像其他人建议的那样降级到早期版本的 tensorflow 也是如此。是否可以使用 heroku 部署这样的项目？

我想通过将其转换为非线性方程组并使用 sympy 的“solve”函数求解来解决多元优化问题，如下所示：

xopt = sympy.solve(gradf, x, set=True)

问题是，这个特定的方程有无限组解，调用求解只会冻结我的计算机。

如果我可以为我的符号变量设置下限和上限，即引入一组约束：

l1 <= x1 <= u1, l2 <= x2 <= u2, ..., ln <= xn <= un

...我可以将解决方案集限制为有限的一个，但我很难找到如何使用 sympy 的 API 来做到这一点。有人可以帮忙吗？