小编Ofe*_*man的帖子

我试图弄清楚如何在同一工作流程中结合手动触发器和其他触发器（例如推送）

这是我的手动操作

on:
  workflow_dispatch:
    inputs:
      environment:
        type: environment
        default: DEV
        required: true

env:
  ENVIRONMENT: ${{ github.event.inputs.environment }}
.
.
.

我想要类似的东西

on:
  push:
    branches:
    - main
    - dev
  workflow_dispatch:
    inputs:
      environment:
        type: environment
        default: DEV
        required: true

env:
  ENVIRONMENT: ${{ github.event.inputs.environment }} or {{ DEV if dev }} or {{ PROD if main }}
.
.
.

我试图sklearn.decomposition.TruncatedSVD()在2台不同的计算机上运行,并了解性能差异.

电脑1(Windows 7,物理电脑)

OS Name Microsoft Windows 7 Professional
System Type x64-based PC
Processor   Intel(R) Core(TM) i7-3770 CPU @ 3.40GHz, 3401 Mhz, 4 Core(s), 
8 Logical Installed Physical Memory (RAM)   8.00 GB
Total Physical Memory   7.89 GB

电脑2(Debian,在亚马逊云上)

Architecture:          x86_64
CPU op-mode(s):        32-bit, 64-bit
Byte Order:            Little Endian
CPU(s):                8

width: 64 bits
capabilities: ldt16 vsyscall32
*-core
   description: Motherboard
   physical id: 0
*-memory
   description: System memory
   physical id: 0
   size: 29GiB
*-cpu
   product: Intel(R) Xeon(R) CPU …

是否有一个程序在Windows 7上手动安装Theano for Python 3.4 64bit,而不使用任何捆绑包？

我错误地安装了mongoDB企业版。我删除了企业版并尝试安装社区版，现在我收到以下消息：

您不能为同一版本的 MongoDB 安装多个版本....

有没有办法在数据分解时确定每个群集的主要功能/术语？

在sklearn文档中的示例中,通过对特征进行排序并与具有相同数量的特征的矢量化器feature_names进行比较来提取顶部术语.

http://scikit-learn.org/stable/auto_examples/document_classification_20newsgroups.html

我想知道如何实现get_top_terms_per_cluster():

X = vectorizer.fit_transform(dataset)  # with m features
X = lsa.fit_transform(X)  # reduce number of features to m'
k_means.fit(X)
get_top_terms_per_cluster()  # out of m features

我想编写一个执行外部脚本（B）的简单脚本（A）

• A应该通过写入B的stdin并读取其stdout与B进行通信
• B应该阅读其标准输入并打印

所有这些都应该在不关闭流的情况下完成

py

import subprocess
process = subprocess.Popen(['python', 'B.py'], stdin=subprocess.PIPE, stdout=subprocess.PIPE)
for _ in range(3):
    process.stdin.write(b'hello')
    print(process.stdout.read())

py

import sys

for line in sys.stdin:
    print(line)

输出应为：

>>> b'hello'
>>> b'hello'
>>> b'hello'

问题是A只是在等待

print(process.stdout.read())

如果我通过添加close（）来修改A：

for _ in range(3):
    process.stdin.write(b'hello')
    process.stdin.close()
    print(process.stdout.read())

我得到：

>>> b'hello\n'
>>> Traceback (most recent call last):
>>>   File "A.py", line 7, in <module>
>>>     process.stdin.write(b'hello')
>>> ValueError: write to closed file

我有以下模型，其中 TableA 和 TableB 具有 1 对 1 的关系：

class TableA(db.Model):
    id = Column(db.BigInteger, primary_key=True)
    title = Column(String(1024))
    table_b = relationship('TableB', uselist=False, back_populates="table_a")


class TableB(db.Model):
    id = Column(BigInteger, ForeignKey(TableA.id), primary_key=True)
    a = relationship('TableA', back_populates='table_b')
    name = Column(String(1024))

当我插入 1 条记录时一切正常：

rec_a = TableA(title='hello')
rec_b = TableB(a=rec_a, name='world')
db.session.add(rec_b)
db.session.commit()

但是当我尝试为大量记录执行此操作时：

bulk_ = []

for title, name in zip(titles, names):
    rec_a = TableA(title=title)
    bulk_.append(TableB(a=rec_a, name=name))

db.session.bulk_save_objects(bulk_)
db.session.commit()

我收到以下异常：

sqlalchemy.exc.InternalError: (pymysql.err.InternalError) (1364, "Field 'id' doesn't have a default value")

难道我做错了什么？模型配置错了吗？有没有办法批量提交这种类型的数据？