小编Hen*_*yKo的帖子

我无法强迫mat-card-title保持在一行并切断多余的文本。

我已经尝试过下面的 css 类（text-oneline）。

<mat-card>
  <mat-card-header>
    <mat-card-title class="text-oneline">Heeeeeellllllloooo</mat-card-title>
    <mat-card-subtitle>World!</mat-card-subtitle>
  </mat-card-header>
  <img mat-card-image [src]="icon_url" alt="App Icon">
  <mat-card-content>
    <p>Some Text</p>
  </mat-card-content>
  <mat-card-actions>
    <button mat-button>Hello</button>
  </mat-card-actions>
</mat-card>

<mat-card>
  <mat-card-header>
    <mat-card-title class="text-oneline">Heeeeeellllllloooo</mat-card-title>
    <mat-card-subtitle>World!</mat-card-subtitle>
  </mat-card-header>
  <img mat-card-image [src]="icon_url" alt="App Icon">
  <mat-card-content>
    <p>Some Text</p>
  </mat-card-content>
  <mat-card-actions>
    <button mat-button>Hello</button>
  </mat-card-actions>
</mat-card>

现在，文本比卡片长。我希望文字停止而不是溢出卡片。我希望文本填满所有可用空间，但不要超过垫卡的宽度。

示例：https : //angular-mat-card-example-4cb2wk.stackblitz.io

解决方案：

代码由 ???? ？？？效果很好，但只有在 window.resize 被触发之后。我发现的简单解决方案是编辑mat-card-header.

.text-oneline {
  text-overflow: ellipsis;
  overflow: hidden;
  white-space: nowrap;
}

我正在尝试按照本教程在 python 中使用 C 代码。http://dfm.io/posts/python-c-extensions/

这是要点https://gist.github.com/GreenJoey/b08528d6abe62da70f28f73c39c0efd0

当我尝试使用它进行编译时，python setup.py build_ext --inplace它失败并显示以下错误消息：

running build_ext
No module named 'numpy.distutils._msvccompiler' in numpy.distutils; trying from distutils
building '_chi2' extension
creating build\temp.win-amd64-3.6
creating build\temp.win-amd64-3.6\Release
C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\BIN\x86_amd64\cl.exe /c /nologo /Ox /W3 /GL /DNDEBUG /MD -IC:\Users\XXX\AppData\Local\Continuum\anaconda3\lib\site-packages\numpy\core\include -IC:\Users\XXX\AppData\Local\Continuum\anaconda3\include -IC:\Users\XXX\AppData\Local\Continuum\anaconda3\include -I"C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\INCLUDE" -I"C:\Program Files (x86)\Windows Kits\10\include\10.0.10240.0\ucrt" -I"C:\Program Files (x86)\Windows Kits\8.1\include\shared" -I"C:\Program Files (x86)\Windows Kits\8.1\include\um" -I"C:\Program Files (x86)\Windows Kits\8.1\include\winrt" /Tc_chi2.c /Fobuild\temp.win-amd64-3.6\Release\_chi2.obj
C:\Program Files (x86)\Microsoft Visual Studio 14.0\VC\BIN\x86_amd64\cl.exe /c /nologo …

根据 Tensorflow 模型文档，应该可以冻结 Tensorflow 1.4 的模型

通过重新运行导出器，将其指向模型目录以及样本/配置中的相应配置文件，可以使用当前版本的 Tensorflow 重新生成每个冻结推理图。 https://github.com/tensorflow/models/blob/master/research/object_detection/g3doc/detection_model_zoo.md

当尝试冻结我的模型时，出现错误：

Traceback (most recent call last):
  File "export_inference_graph.py", line 96, in <module>
    from object_detection import exporter
  File "C:\detection\object_detection\exporter.py", line 20, in <module>
    from tensorflow.contrib.quantize.python import graph_matcher
ImportError: cannot import name 'graph_matcher'

那么文档是错误的吗？

我想在 Python 中为我的 C++ 代码启用类型提示。

using boost::python;
BOOST_PYTHON_MODULE(foo)
{
  docstring_options doc_options;
  doc_options.disable_all();
  doc_options.enable_user_defined();

  class_<Bar>("Bar", init<>(), "Bar class" )
    .def("foobar", &Bar::foobar, (arg("name")), "foobar(name: str) -> None");
}

但在 python 中，我只能在缺少类型提示的情况下得到这个。有什么办法可以保留类型提示吗？

using boost::python;
BOOST_PYTHON_MODULE(foo)
{
  docstring_options doc_options;
  doc_options.disable_all();
  doc_options.enable_user_defined();

  class_<Bar>("Bar", init<>(), "Bar class" )
    .def("foobar", &Bar::foobar, (arg("name")), "foobar(name: str) -> None");
}

我正在尝试将转义 Unicode 转换为表情符号。

例子：

>>> emoji = ""
>>> emoji_text = "\\ud83d\\ude00"
>>> print(emoji)

>>> print(emoji_text)
\ud83d\ude00

我想打印而不是“\ud83d\ude00”

我发现了一个简单的技巧，有效但不实用：

>>> import json
>>> json.loads('"\\ud83d\\ude00"')
''

我正在尝试建立一个模型，其中必须压缩张量，然后将其输入LSTM。

由于压缩的张量不具有layer属性，因此无法编译模型。

Using TensorFlow backend.
Traceback (most recent call last):
  File "C:/workspace/keras_test/src/testing.py", line 10, in <module>
    model = Model(inputs=model_in, outputs=output)
  File "E:\ProgramData\Miniconda3\envs\py37\lib\site-packages\keras\legacy\interfaces.py", line 91, in wrapper
    return func(*args, **kwargs)
  File "E:\ProgramData\Miniconda3\envs\py37\lib\site-packages\keras\engine\network.py", line 93, in __init__
    self._init_graph_network(*args, **kwargs)
  File "E:\ProgramData\Miniconda3\envs\py37\lib\site-packages\keras\engine\network.py", line 237, in _init_graph_network
    self.inputs, self.outputs)
  File "E:\ProgramData\Miniconda3\envs\py37\lib\site-packages\keras\engine\network.py", line 1353, in _map_graph_network
    tensor_index=tensor_index)
  File "E:\ProgramData\Miniconda3\envs\py37\lib\site-packages\keras\engine\network.py", line 1340, in build_map
    node_index, tensor_index)
  File "E:\ProgramData\Miniconda3\envs\py37\lib\site-packages\keras\engine\network.py", line 1340, in build_map
    node_index, tensor_index)
  File "E:\ProgramData\Miniconda3\envs\py37\lib\site-packages\keras\engine\network.py", line 1312, in build_map
    node = layer._inbound_nodes[node_index]
AttributeError: 'NoneType' object …

进口有from __future__ import annotations什么好处？当我理解正确时，我应该在运行时停止不必要的输入导入。

在我的例子HelloWorld中只需要打字。但是使用此代码，输出始终为：

Should this happen? x = World!

当我删除from hello import HelloWorldPyCharm 中的输入帮助时，它不再起作用（我可以理解这一点，因为它不知道从哪里来HelloWorld）。

from __future__ import annotations

from hello import HelloWorld

if __name__ == '__main__':
    def hello(x: str, hello: HelloWorld = None):
        if hello is not None:
            print('hello.data_01 =', hello.data_01)
        print('x =', x)


    hello('World!')

你好.py

from dataclasses import dataclass


@dataclass
class HelloWorld:
    data_01: str
    data_02: str


print("Should this happen?")

所以我的问题是我是否仍然需要from hello import HelloWorld做我能从中得到什么好处from __future__ import annotations …