小编use*_*659的帖子

如何将int转换n为字符串,以便当我通过串行发送它时,它将作为字符串发送？

这是我到目前为止:

int ledPin=13;
int testerPin=8;
int n=1;

char buf[10];

void setup()
{
    pinMode(ledPin, OUTPUT);
    pinMode(testerPin, OUTPUT);
    Serial.begin(115200);
}

void loop()
{
    digitalWrite(ledPin, HIGH);
    sprintf(buf, "Hello!%d", n);
    Serial.println(buf);
    delay(500);
    digitalWrite(ledPin, LOW);
    delay(500);

    n++;
}

我运行了我的应用程序,我无法在Android模拟器上运行声音.我在EclipseAVD Manager中检查并启用了音频播放布尔值.我还进入了Android模拟器中的声音选项并将其放置(放置时没有声音).我选中了一个框,表示所有选择都会产生噪音(仍然没有声音).

我的应用程序使用MediaPlayer该类,我正在运行win7 x64,如果它与它有任何关系.

感谢帮助.

我正在构建一个使用jdbc执行的insert命令.部分是连接用户生成的字符串...这一切都有效,直到用户使用这样的字符串:

A B C D

String userString="a'bcd";
String insertTableSQL = "INSERT INTO myTable "
                            + "(insertColumn) " 
                            + "VALUES("
                                +"'"+userString+"'"
                                +")";

statement.executeUpdate(insertTableSQL);

我正在开发一个项目,涉及许多客户端连接到服务器(服务器,如果需要),其中包含一堆图形信息(节点属性和边).他们可以选择在任何时候引入新的节点或边缘,然后从图形中请求一些信息(两个节点之间的最短距离,图形着色等).

这显然很容易开发天真算法,但后来我试图学习扩展这个,以便它可以处理许多用户同时更新图形,许多用户从图形中请求信息,以及处理的可能性一个非常大的(500k +)节点,也可能是非常多的边缘.

我可以预见的挑战:

• 随着不断更新的图形,我需要在每次有人请求信息时处理整个图形...这将大大增加计算时间和延迟
• 有了一个非常大的图形,计算时间和延迟显然会高很多(我读到一些公司通过批量处理大量结果并将它们存储在索引中以供以后使用来解决这个问题...但是后来因为我的图表不断更新,用户想要最新信息,这不是一个可行的解决方案)
• 大量用户请求的信息在服务器上会非常负载,因为它必须多次处理图形

我该如何开始面对这些挑战？我查看了hadoop和spark,但他们似乎有高延迟解决方案(使用批处理)或解决方案,解决图表不会不断变化的问题.

我想到了可能处理图形的不同部分并将它们编入索引,然后跟踪图形的更新位置并重新处理图形的这一部分(一种分布式动态编程方法),但我不确定它的可行性那是.

谢谢!

我看到一些 github 评论说 model() 调用的损失的输出是困惑的形式：https : //github.com/huggingface/transformers/issues/473

但是当我查看相关代码时... https://huggingface.co/transformers/_modules/transformers/modeling_openai.html#OpenAIGPTLMHeadModel.forward

    if labels is not None:
        # Shift so that tokens < n predict n
        shift_logits = lm_logits[..., :-1, :].contiguous()
        shift_labels = labels[..., 1:].contiguous()
        # Flatten the tokens
        loss_fct = CrossEntropyLoss()
        loss = loss_fct(shift_logits.view(-1, shift_logits.size(-1)), shift_labels.view(-1))
        outputs = (loss,) + outputs

    return outputs  # (loss), lm_logits, (all hidden states), (all attentions)

我看到正在计算交叉熵，但没有转换为困惑。损失最终在哪里转化？或者是否已经存在我不理解的转变？

例如在这段代码中:

double **Data, *DataT;
Data = (double **)malloc(3*sizeof(double *)+3*12*sizeof(double));

我刚刚读到malloc从堆中分配内存.但我找不到那个(双**)在malloc面前的含义.在此之后还有一行代码,我已经看过了.

for (i = 0, DataT = (double *)(Data+3); i < 3; i++, DataT += 12)

这里有一个(double*)在Data + 3前面

你能告诉我这是做什么的吗？谢谢

我想构建一个可以执行以下操作的逻辑变量类

x = LogicVar()
y = LogicVar()

property = x -> y

那么这将给...

property(true, true) = true
property(true, false) = false
property(false, true) = true
property(false, false) = true

因为我理想情况下能够做类似的事情

class LogicVar():
   ...

   def __dash_arrow_(self, other):
      def ifthen(x, y):
         return (not(x) or y)
      return ifthen

我知道我可以重载像 + 或 >= 这样的东西，但我不知道我是否可以这样做 -> 即使我看到它在类型提示中使用。