我正在尝试使用 matplotlib 显示 RGB 图像。这是代码：
# import libraries
import numpy as np
import cv2
from matplotlib import pyplot as plt
# use opencv to load the image
image = cv2.imread("path/to/file/image.jpg", 1)
# convert it to numpy array
pixels = np.array(image)
然后，当我尝试使用以下方法可视化图像时：
plt.imshow(pixels)
plt.show()
它返回一张全是蓝色的图片。我不明白为什么，因为图像是正常的彩色图像。我尝试了多个图像，但问题仍然存在。此外，我的笔记本电脑在工作，我没有遇到任何问题。
我希望在TensorFlow 2.0 中编写一个函数，而不是在每次训练迭代之前对数据及其目标标签进行混洗。
假设我有两个 numpy 数据集 X 和 y，分别表示用于分类的数据和标签。我如何洗牌他们在同一时间？
使用sklearn它非常简单：
from sklearn.utils import shuffle
X, y = shuffle(X, y)
我如何在TensorFlow 2.0 中做同样的事情？我在文档中找到的唯一工具是tf.random.shuffle，但它一次只需要一个对象，我需要喂两个。
我正在尝试在工作中的 Windows 10 笔记本电脑上安装 Anaconda。由于某种原因，安装总是失败：我可以看到 Anaconda 提示符，但看不到 Anaconda Navigator、Spyder 等的踪迹。每次where conda在命令提示符或 Anaconda 提示符中键入时，我总是收到以下消息：
INFO: Could not find files for the given pattern(s).
每次我尝试使用conda命令时，我都会得到：
'conda' is not recognized as an internal or external command,
operable program or batch file.
我知道我在安装中弄乱了一些东西（我已经尝试过几次）。我始终保留在DataCamp 教程中找到的默认选项，但我不明白我的错误是什么。
有什么帮助吗？谢谢
我知道在TensorFlow 2.0（现在仍是Alpha版本）中，您可以使用装饰器@tf.function将纯Python代码转换为图形。我@tf.function每次需要时都必须在每个功能之上放吗？并且是否@tf.function仅考虑以下功能块？
我正在尝试学习 PySpark。我必须根据相应的列 和来左连接两个数据框，比如说A和。通常，我会这样做：Bcolname_acolname_b
# create a new dataframe AB:
AB = A.join(B, A.colname_a == B.colname_b, how = 'left')
但是，我无法直接获得列的名称。它们已存储在特定的模块中，我必须这样调用它们：
module.COLNAME_A # contains string with colname of A
module.COLNAME_B # contains string with colname of B
如何将这些字符串值放入上面的命令中，以便加入数据帧？
我正在检查非常简单的指标对象，tensorflow.keras例如BinaryAccuracy或AUC。他们都有reset_states()自己的update_state()观点，但我发现他们的文档不充分且不清楚。
你能解释一下它们的意思吗？