小编MJi*_*ter的帖子

我想用 conda 将 Keras 更新到 2.3.0 版。目前，我已经运行了 Keras 2.2.4。

首先，我试过

conda update keras

这不起作用。然后我试过了

conda install -c conda-forge keras
conda install -c conda-forge/label/broken keras
conda install -c conda-forge/label/cf201901 keras 

正如https://anaconda.org/conda-forge/keras所建议的那样。这也没有更新 Keras。

有任何想法吗？

每当我尝试使用此命令在 Visual Studio 代码中的 jupyter notebook 中运行 tensorboard 时tensorbard --logdir=runs，我都会收到消息Launching TensorBoard...。但是，Tensorboard 从未启动。有时我也会收到错误消息。

关于如何在 vscode 中启动 tensorboard 的任何想法？

编辑：

我也尝试运行稍微优化的命令

%load_ext tensorboard
%tensorboard --logdir runs

但这只能显示Launching Tensorboard...永恒的信息。

结果与

%reload_ext tensorboard
%tensorboard --logdir runs --host localhost --port 8888

是否有将张量板嵌入到单元输出中的张量板扩展？

在 Pytorch 中，有没有办法使用类加载特定的torch.utils.data.DataLoader单个样本？我想用它做一些测试。

教程使用​

trainloader = torch.utils.data.DataLoader(...)
images, labels = next(iter(trainloader))

获取一批随机样本。有没有办法使用DataLoader来获取特定样本？

干杯

使用seaborn，我想在一张图中绘制4个不同数组的kde分布。问题是所有数组的长度彼此不同。

mc_means_TP.shape, mc_means_TN.shape, mc_means_FP.shape, mc_means_FN.shape
> ((3640, 1), (3566, 1), (170, 1), (238, 1))

这使得需要一些解决方法，其中我通过共享同一轴将它们全部绘制在一个图中：

import seaborn as sns

fig, ax = plt.subplots()
sns.kdeplot(data=mc_means_TP, ax=ax, color='red', fill=True)
sns.kdeplot(data=mc_means_TN, ax=ax, color='green', fill=True)
sns.kdeplot(data=mc_means_FP, ax=ax, color='yellow')
sns.kdeplot(data=mc_means_FN, ax=ax, color='purple')

结果如下：

显然，由于它们共享同一轴，因此不可能对它们进行不同的着色，它们都是蓝色的。

我尝试用 解决这个问题ax.set_prop_cycle(color=['red', 'green', 'blue', 'purple'])，但它不起作用，我猜是因为我ax对所有绘图都使用相同的方法。

我想这个问题可以分解为如何在一个图中可视化不同大小的数据数组的分布密度？