小编spa*_*del的帖子

这个任务看起来很简单，但我不知道该怎么做。

所以我有两个张量：

• indices形状为 的索引张量(2, 5, 2)，其中最后一个维度对应于 x 和 y 维度中的索引
• value形状为“值张量” (2, 5, 2, 16, 16)，我希望使用 x 和 y 索引选择最后两个维度

更具体地说，索引在 0 到 15 之间，我想得到一个输出：

out = value[:, :, :, x_indices, y_indices]

因此，输出的形状应为(2, 5, 2)。有人可以帮我吗？多谢！

编辑：

我尝试了收集的建议，但不幸的是它似乎不起作用（我改变了尺寸，但这并不重要）：

首先我生成一个坐标网格：

y_t = torch.linspace(-1., 1., 16, device='cpu').reshape(16, 1).repeat(1, 16).unsqueeze(-1)
x_t = torch.linspace(-1., 1., 16, device='cpu').reshape(1, 16).repeat(16, 1).unsqueeze(-1)
grid = torch.cat((y_t, x_t), dim=-1).permute(2, 0, 1).unsqueeze(0)
grid = grid.unsqueeze(1).repeat(1, 3, 1, 1, 1)

在下一步中，我将创建一些索引。在这种情况下，我总是采用索引 1：

indices = torch.ones([1, …

我有图像，如下所示：

我想找到 8 位数字的边界框。我的第一次尝试是使用 cv2 和以下代码：

import cv2
import matplotlib.pyplot as plt
import cvlib as cv
from cvlib.object_detection import draw_bbox

im = cv2.imread('31197402.png')
bbox, label, conf = cv.detect_common_objects(im)
output_image = draw_bbox(im, bbox, label, conf)
plt.imshow(output_image)
plt.show()

不幸的是，这不起作用。有人有想法吗？

我想执行句子相似度任务并尝试了以下操作：

from transformers import XLNetTokenizer, XLNetModel
import torch
import scipy
import torch.nn as nn
import torch.nn.functional as F

tokenizer = XLNetTokenizer.from_pretrained('xlnet-large-cased')
model = XLNetModel.from_pretrained('xlnet-large-cased')

input_ids = torch.tensor(tokenizer.encode("Hello, my animal is cute", add_special_tokens=False)).unsqueeze(0)
outputs = model(input_ids)
last_hidden_states = outputs[0]

input_ids = torch.tensor(tokenizer.encode("I like your cat", add_special_tokens=False)).unsqueeze(0) 

outputs1 = model(input_ids)
last_hidden_states1 = outputs1[0]

cos = nn.CosineSimilarity(dim=1, eps=1e-6)
output = cos(last_hidden_states, last_hidden_states1)

但是，我收到以下错误：

RuntimeError: The size of tensor a (7) must match the size of tensor b (4) at non-singleton dimension 1

谁能告诉我，我做错了什么？有更好的方法吗？

我正在尝试在 google colab 中训练 DQN，以便我可以测试 TPU 的性能。不幸的是，我收到以下错误：

import gym
env = gym.make('LunarLander-v2')

AttributeError: module 'gym.envs.box2d' has no attribute 'LunarLander'

我知道这是一个常见的错误，我以前在本地机器上遇到过这个错误。我能够使用以下命令修复它：

!pip install box2d box2d-kengz
!pip install Box2D
!pip install -e '.[box2d]'

虽然这在我的本地机器上有效，但在 google colab 上不是。我无法摆脱错误。有没有人有办法解决吗？

我正在解决一个问题，我想自动读取图像上的数字，如下所示：

可以看出，图像非常具有挑战性！这些线不仅在所有情况下都不是相连的，而且对比度也相差很大。我的第一次尝试是在经过一些预处理后使用 pytesseract。我还在这里创建了一个 StackOverflow 帖子。

虽然这种方法在单个图像上效果很好，但它并不通用，因为它需要太多的手动信息进行预处理。到目前为止，我拥有的最好的解决方案是迭代一些超参数，例如阈值、侵蚀/膨胀的过滤器大小等。但是，这在计算上是昂贵的！

因此我开始相信，我正在寻找的解决方案必须基于深度学习。我在这里有两个想法：

• 在类似任务上使用预先训练的网络
• 将输入图像分割成单独的数字，并以 MNIST 方式自行训练/微调网络

关于第一种方法，我还没有找到好的东西。有人对此有什么想法吗？

关于第二种方法，我首先需要一种方法来自动生成单独数字的图像。我想这也应该是基于深度学习的。之后，我也许可以通过一些数据增强取得一些好的结果。

有人有想法吗？:)

当我尝试运行 .bin/elasticsearch 时，出现以下错误：

在 /home/ubuntu/Elastic Search/elasticsearch-7.8.0/jdk/bin/java 的捆绑 jdk 中找不到 java

我完全不知道发生了什么。我知道之前已经创建了这个主题，但我还没有找到解决方法。因为java -version我得到：

openjdk version "1.8.0_265"
OpenJDK Runtime Environment (build 1.8.0_265-8u265-b01-0ubuntu2~20.04-b01)
OpenJDK 64-Bit Server VM (build 25.265-b01, mixed mode)

有人可以帮我吗？谢谢！

我想在与特定领域（在我的情况下与工程相关）相关的文本上微调 BERT。培训应该是无人监督的，因为我没有任何标签或任何东西。这可能吗？

model.pt我想从 S3 存储桶加载 pytorch 模型 ( )。我写了以下代码：

from smart_open import open as smart_open
import io

load_path = "s3://serial-no-images/yolo-models/model4/model.pt"
with smart_open(load_path) as f:
    buffer = io.BytesIO(f.read())
    model.load_state_dict(torch.load(buffer))

这会导致以下错误：

UnicodeDecodeError: 'utf-8' codec can't decode byte 0x80 in position 64: invalid start byte

一种解决方案是在本地下载模型，但我想避免这种情况并直接从 S3 加载模型。不幸的是，我在网上找不到一个好的解决方案。有人可以帮我吗？

我想使用 pytesseract 从图像中读取数字。图像如下：

数字是点状的，为了能够使用 pytesseract，我需要白色背景上的黑色连接数字。为此，我考虑使用侵蚀和扩张作为预处理技术。正如您所看到的，这些图像很相似，但在某些方面却截然不同。例如，第一幅图像中的点比背景更暗，而第二幅图像中的点比背景更白。这意味着，在第一张图像中，我可以使用侵蚀来获得黑色连接线，在第二张图像中，我可以使用扩张来获得白色连接线，然后反转颜色。这导致以下结果：

使用适当的阈值，可以使用 pytesseract 轻松读取第一张图像。第二张图片，不管是谁，都比较棘手。问题是，例如“4”的某些部分比“3”周围的背景更暗。所以简单的阈值是行不通的。我需要诸如局部阈值或局部对比度增强之类的东西。这里有人有想法吗？

编辑：

OTSU、平均阈值和高斯阈值导致以下结果：

我有一台新的 Macbook M1，通常使用nano. 但是，我陷入了默认设置，这当然不太可行。我创建了一个文件~/.nanorc，因为它不起作用，所以还创建了一个~/etc/nanorc包含以下内容的文件：

set linenumbers
set tabsize 4
set tabstospaces
unset mouse

不幸的是，它没有效果。我不记得nano在我的旧 MacBook 上进行定制时是否遇到过同样的问题。有人可以帮我吗？

谢谢！！

标题说明了一切 - 我想将 pytorch 模型保存在 s3 存储桶中。我尝试的是以下内容：

import boto3

s3 = boto3.client('s3')
saved_model = model.to_json()
output_model_file = output_folder + "pytorch_model.json"
s3.put_object(Bucket="power-plant-embeddings", Key=output_model_file, Body=saved_model)

不幸的是，这不起作用，因为.to_json()仅适用于张量流模型。有谁知道如何在pytorch中做到这一点？

我的图像如下所示：

我的目标是检测并识别该数字31197394。我已经对文本识别的深度神经网络进行了微调。如果以以下格式提供，它可以成功识别正确的号码：

剩下的唯一任务是检测相应的边界框。为此，我尝试了darknet。不幸的是，它无法识别任何东西。有人知道在此类图像上表现更好的网络吗？我知道，亚马逊识别能够解决这个任务。但我需要一个可以离线工作的解决方案。因此，我仍然对存在有效的预训练网络抱有很高的希望。非常感谢你的帮助！