小编Leo*_*res的帖子

我可以看到这里之前已经问过这个问题 tensorflow-has-no-attribute-compat

但给出的答案是

Microsoft Visual C++ 2015-2019 Redistributable (x64)

它对前一个成员不起作用，对我也不起作用。我安装了 Visual Studio 2019。我还是下载了它并运行了（MV C++）的修复以防万一。仍然得到同样的错误。

话虽如此，我还没有在 google 或 stackoverflow 上的任何地方找到有效的解决方案。以下是我已安装的一些规范详细信息。

tensorflow-gpu 2.1
python 3.7.7
CUDA 10.1
Anaconda 3.7

看起来 gpu 启动成功。

2020-06-28 07:19:47.851257: I tensorflow/stream_executor/platform/default/dso_loader.cc:44] Successfully opened dynamic library cudart64_101.dll

3.7.7 的 python 包。通过 pip 安装的所有软件包。仅通过 conda 安装了 tensorflow。不要认为这有什么不同。我使用 conda 所以我可以指定安装版本 2.1，pip 会自动安装 2.2。

Package                Version
---------------------- ----------------------------
absl-py                0.9.0
appdirs                1.4.4
astor                  0.7.1
astroid                2.4.2
astropy                4.0.1.post1
attrs                  19.3.0
backcall               0.2.0
bayesian-optimization  1.2.0
black                  19.10b0
bleach                 3.1.5
blinker                1.4
brotlipy …

我创建了下面的脚本来查找自特定日期以来创建的所有 Unix 计算机。它不会返回错误，但也不起作用。脚本中仅使用一个日期，但两种格式具有相同的结果。

两种日期格式都不会失败，但它们不会返回任何内容——查询只是显示为正在运行，但从不返回任何数据：

$SomeDate1 = 'Wednesday, November 7, 2018 2:41:59 PM'
$SomeDate2 = '2018-11-07 14:41:59.000'

Get-ADComputer -Filter '*' -Properties *  | Where {$($PSitem.CanonicalName) -like '*Unix*'  -and  $($PSitem.whenCreated) -gt $SomeDate1 } |` 
        Select Name,OperatingSystem,OperatingSystemVersion,ipv4Address,Created,whenCreated,Deleted,whenChanged,Modified,Description,@{Label="ServicePrincipalNames";Expression={$_.ServicePrincipalNames -join ";" }},DisplayName,Location,DistinguishedName,DNSHostName 

以下代码获取玩家数据，但每个数据集都不同。它看到的第一个数据是四分卫数据，因此它使用这些列来存储接下来的所有数据。如何更改标头，以便对于遇到的每个不同数据集，正确的标头与正确的数据一起使用？

import pandas as pd
import csv
from pprint import pprint

from bs4 import BeautifulSoup
import requests

url = 'https://www.espn.com/nfl/boxscore/_/gameId/401326313'# Create object page
soup = BeautifulSoup(requests.get(url).content, "html.parser")

rows = soup.select("table.mod-data tr")
#rows = soup.find_all("table.mod-data tr")
headers = [header.get_text(strip=True).encode("utf-8") for header in rows[0].find_all("th")]

data = [dict(zip(headers, [cell.get_text(strip=True).encode("utf-8") for cell in row.find_all("td")]))
        for row in rows[1:]]

df = pd.DataFrame(data)
df.to_csv('_Data_{}.csv'.format(pd.datetime.now().strftime("%Y-%m-%d %H%M%S")),index=False)

# see what the data looks like at this point
pprint(data)

我正在尝试使用特征工具仅使用泰坦尼克号数据集的一些指定列来生成一些新特征。就我而言，我想对 Age、Pclass 和 log10splitfare 进行转换“add_numeric”和“multiply_numeric”。据我所知，我遵循了此处给出的语法，但无济于事。下面的代码不会出错，但不会产生任何额外的列。我也使用这个 stackoverflow链接 作为参考。

es = ft.EntitySet(id = 'Titanic')
es.entity_from_dataframe(entity_id = 'data', dataframe = ftdataset_cleaned, 
                         make_index = False, index = 'index')

# Run deep feature synthesis with transformation primitives
feature_matrix, feature_defs = ft.dfs(entityset = es, target_entity = 'data',
                                      trans_primitives = ['add_numeric', 'multiply_numeric'],
                                      primitive_options= {('add_numeric', 'multiply_numeric'):{"include_entities": ['Age','PClass','log10SplitFare']}}
                                      )

我有一个 cdc 表，其中有一个二进制序列列，我需要将表连接到二进制（10）类型的列上。我必须更改它的值，以便它与下一条记录匹配，这样我就可以返回数据集中的两行，因为更新将应用于此数据。

我需要更改0x0BB636D9239D01000000为，0x0BB636D9239D01000001以便我可以连接回表并获取数据。问题是我不能只添加+1，所以我可以添加到第一个二进制文件，使其像第二个二进制文件，这样我就可以获得下一个连续记录。