小编n0o*_*der的帖子

我正在使用 AWS EC2 的实例。我想使用apt-get命令，但它抛出错误：“apt-get not found”

如何使用 apt-get 命令？

我正在使用张量流 2.3.0

我有一个 python 数据生成器-

import tensorflow as tf
import numpy as np

vocab = [1,2,3,4,5]

def create_generator():
    'generates a random number from 0 to len(vocab)-1'
    count = 0
    while count < 4:
        x = np.random.randint(0, len(vocab))
        yield x
        count +=1

我把它变成了一个 tf.data.Dataset 对象

gen = tf.data.Dataset.from_generator(create_generator, 
                                     args=[], 
                                     output_types=tf.int32, 
                                     output_shapes = (), )

现在我想使用map方法对项目进行子采样，这样 tf 生成器永远不会输出任何偶数。

def subsample(x):
    'remove item if it is present in an even number [2,4]'
    
    '''
    #TODO
    '''
    return x
    
gen = gen.map(subsample)   

如何使用 …

我有一个简单的 PySpark 数据框 df1-

df1 = spark.createDataFrame([
    ("u1", 1),
    ("u1", 2),
    ("u2", 3),
    ("u3", 4),

    ],
    ['user_id', 'var1'])

print(df1.printSchema())
df1.show(truncate=False)

输出-

root
 |-- user_id: string (nullable = true)
 |-- var1: long (nullable = true)

None
+-------+----+
|user_id|var1|
+-------+----+
|u1     |1   |
|u1     |2   |
|u2     |3   |
|u3     |4   |
+-------+----+

我有另一个 PySpark 数据框 df2-

df2 = spark.createDataFrame([
    (1, 'f1'),
    (2, 'f2'),

    ],
    ['var1', 'var2'])

print(df2.printSchema())
df2.show(truncate=False)

输出-

root
 |-- var1: long (nullable = true)
 |-- var2: string (nullable = …

我使用的是 TensorFlow 2.1.2 和 TensorBoard 2.4.1，

import os, shutil
import tensorflow as tf
print(tf.__version__)

SUMMARY_DIR = 'summary/testing_this'
if 1:
    # SUMMARY_DIR is the path of the directory where the tensorboard SummaryWriter files are written
    # the directory is removed, if it already exists
    if os.path.exists(SUMMARY_DIR):
        shutil.rmtree(SUMMARY_DIR)

    train_summary_writer = tf.summary.create_file_writer(os.path.join(SUMMARY_DIR, 'train'))
    test_summary_writer  = tf.summary.create_file_writer(os.path.join(SUMMARY_DIR, 'test'))
    train_summary_counter = 0

for i in range(100):
    with train_summary_writer.as_default():
        tf.summary.scalar('train/sampled-softmax loss', i+5, step=train_summary_counter)                
        train_summary_counter += 1
    
    

上面写的代码工作得很好。但是当我升级到 TensorFlow 2.3.0 时，抛出了以下错误——

Serving TensorBoard on localhost; to expose …

当我尝试将分支合并到 master 时，我预计会发生合并冲突。这两个分支都有一个文本文件，其中包含不同的文本。

# make project directory
mkdir projA
cd projA

# initialize git repo
git init

# make commit in master branch
echo "text 1" > fileA.txt
git add .
git commit -m "commit A"

# make commit in a new branch
git checkout -b branch1
echo "text 2" > fileA.txt
git add .
git commit -m "commit B"

# merge branch into master
git checkout master
git merge branch1

但合并命令只是进行快进合并，并保留 brach1 的 txt 文件中存在的文本，而不是 master 分支中的文本。

有人可以向我解释一下为什么 git …