小编qal*_*lis的帖子

我有从 JSON 创建的 Python 数据类（实际上有很多）。我想要一种从 JSON 创建类实例的方法。

我有这样的事情：

class FromJSONMixin:
    @staticmethod
    @abstractmethod
    def from_json(json: Union[Dict, TypedDict], **kwargs):
        raise NotImplementedError


class PatientJSON(TypedDict):
    ID: str
    Name: str
    Description: str
    BirthDate: str


@dataclass
class Patient(FromJSONMixin):
    name: str
    birth_date: str
    description: str

    @staticmethod
    def from_json(json: PatientJSON, **kwargs) -> Patient:
        return Patient(
        name=json["Name"],
        birth_date=json["BirthDate"],
        description=raw_data["Description"])

我想Patient从中创建对象PatientJSON（结构与现有数据库相关，我必须与它集成；它还进行一些名称属性翻译，如上所示）。我创建了FromJSONMixin来显式标记可以从 JSON 的相关类创建的类（例如PatientJSON）。

问题：-> Patient:我收到零件错误Unresolved reference 'Patient'。为什么？我无法在同一类的方法中键入类对象？我是否必须放弃输入返回类型？

我想在 PyTorch 和 Torchvision 中加载 MNIST 数据集，将其分为训练、验证和测试部分。到目前为止，我有：

def load_dataset():
    train_loader = torch.utils.data.DataLoader(
        torchvision.datasets.MNIST(
            '/data/', train=True, download=True,
            transform=torchvision.transforms.Compose([
                torchvision.transforms.ToTensor()])),
        batch_size=batch_size_train, shuffle=True)

    test_loader = torch.utils.data.DataLoader(
        torchvision.datasets.MNIST(
            '/data/', train=False, download=True,
            transform=torchvision.transforms.Compose([
                torchvision.transforms.ToTensor()])),
        batch_size=batch_size_test, shuffle=True)

如果训练数据集在DataLoader. 我想使用训练数据集中的最后 10000 个示例作为验证数据集（我知道我应该做 CV 以获得更准确的结果，我只想在这里快速验证）。

我希望在我的TypedDict对象中有一个别名，以便在运行时期间避免许多 if/else 检查（TypedDict在数据加载期间创建）。

我有这样的事情：

class PatientJson(TypedDict):
    id: int
    name: str

我想添加user_id别名PatientJson，这将返回id. 这将使列表推导始终指向user_id而不是检查哪个 ID 存在。

但是，使用这段代码：

class PatientJson(TypedDict):
    id: int
    name: str

    @property
    def user_id(self) -> int
        return self.id

我收到一个错误Invalid statement in TypedDict definition; expected 'field_name: field_type'。我发现 TypedDicts 不能有方法（链接 1，链接 2）。这也会改变语法，因为我必须使用patient.user_id而不是patient["user_id"]，这将是很多代码更改。我怎样才能做到这一点？如果可能的话，我想避免添加冗余字段。

我正在尝试使用 Connection 对象在 Apache Airflow 中获取 S3 挂钩。

它看起来像这样：

class S3ConnectionHandler:
    def __init__():
        # values are read from configuration class, which loads from env. variables
        self._s3 = Connection(
            conn_type="s3",
            conn_id=config.AWS_CONN_ID,
            login=config.AWS_ACCESS_KEY_ID,
            password=config.AWS_SECRET_ACCESS_KEY,
            extra=json.dumps({"region_name": config.AWS_DEFAULT_REGION}),
        )

    @property
    def s3(self) -> Connection:
        return get_live_connection(self.logger, self._s3)

    @property
    def s3_hook(self) -> S3Hook:
        return self.s3.get_hook()

我收到错误：

Broken DAG: [...] Traceback (most recent call last):
  File "/home/airflow/.local/lib/python3.8/site-packages/airflow/models/connection.py", line 282, in get_hook
    return hook_class(**{conn_id_param: self.conn_id})
  File "/home/airflow/.local/lib/python3.8/site-packages/airflow/providers/amazon/aws/hooks/base_aws.py", line 354, in __init__
    raise AirflowException('Either client_type or resource_type must …

我有一个由 2D 张量组成的 3D 张量，例如：

t = torch.tensor([[[0, 0, 1],
                   [0, 1, 0],
                   [1, 0, 0]],

                  [[0, 0, 1],
                   [0, 1, 0],
                   [1, 0, 0]],

                  [[0, 0, 1],
                   [0, 1, 0],
                   [1, 0, 0]]
                  ])

我需要这些二维张量的总和的列表或张量，例如：sums = [3, 3, 3]。到目前为止我有：

sizes = [torch.sum(t[i]) for i in range(t.shape[0])]

我认为这只能用 PyTorch 来完成，但我尝试使用torch.sum()所有可能的维度，并且我总是得到这些 2D 张量的各个字段的总和，例如：

[[0, 0, 3],
[0, 3, 0],
[3, 0, 0]]

在 PyTorch 中如何做到这一点？

我在 CI/CD (Jenkins) 中使用 Alpine Linux 作为我的 Python 应用程序的 Docker 镜像。这是针对 AWS Lambda 的，基本上唯一值得注意的要求是aws-psycopg2访问 Postgres。本地一切正常，它可以很好地使用无服务器部署并在 AWS 上运行，唯一的问题是在 Jenkins 上。我在那里收到错误：

16:24:55  ImportError: Error loading shared library libresolv.so.2: No such file or directory (needed by /usr/local/lib/python3.9/site-packages/psycopg2/../psycopg2_binary.libs/libgssapi_krb5-497db0c6.so.2.2)

我没有以任何方式使用 Oracle，例如在这个问题中。

我的jenkinsfile.groovy：

def testInstallStage = {
  stage('Install') {
    sh 'apk add python3-dev gcc libc-dev musl-dev openblas gfortran build-base postgresql-libs postgresql-dev libffi-dev cargo'
    sh 'pip install --upgrade pip && pip install poetry'
    sh 'poetry export --without-hashes --dev -f requirements.txt -o …

我想在 SQLAlchemy ORM 中创建 BigInteger Identity 列。文档没有任何 ORM Identity 或 BigInteger Identity 的示例。

1. 这有可能吗？我没有看到任何允许指定内部整数类型的 Identity 类型参数
2. 这个怎么做？我是否必须创建自定义类型并将其传递到Mapping[]括号内？

我一直在使用 Docker 和 pipelinev 进行数据科学部署设置，现在我想更改为 Poetry。我的 Dockerfile 是：

FROM python:3.8-alpine3.13

ENV POETRY_VIRTUALENVS_CREATE=false \
    POETRY_VERSION=1.1.11

RUN apk add --no-cache python3-dev gcc libc-dev musl-dev openblas gfortran build-base postgresql-libs postgresql-dev libffi-dev \
  && pip install poetry
COPY pyproject.toml poetry.lock ./
RUN poetry export -f requirements.txt --output requirements.txt && sed -i 's/^-e //' requirements.txt

USER root
RUN apt-get update && apt-get install -y --no-install-recommends python3-dev gcc libc-dev musl-dev openssh-client git libpq-dev \
  && apt-get clean -y


# install dependencies from requirements.txt
RUN pip install …