小编Bil*_*ell的帖子

你如何搜索一个关键HashMap？在此程序中,当用户输入密钥时,代码应安排在哈希映射中搜索相应的值,然后将其打印出来.

请告诉我为什么它不起作用.

import java.util.HashMap;

import java.util.; import java.lang.;

public class Hashmapdemo  
{
    public static void main(String args[]) 
    { 
        String value; 
        HashMap hashMap = new HashMap(); 
        hashMap.put( new Integer(1),"January" ); 
        hashMap.put( new Integer(2) ,"February" ); 
        hashMap.put( new Integer(3) ,"March" ); 
        hashMap.put( new Integer(4) ,"April" ); 
        hashMap.put( new Integer(5) ,"May" ); 
        hashMap.put( new Integer(6) ,"June" ); 
        hashMap.put( new Integer(7) ,"July" );  
        hashMap.put( new Integer(8),"August" );  
        hashMap.put( new Integer(9) ,"September");  
        hashMap.put( new Integer(10),"October" );  
        hashMap.put( new Integer(11),"November" );  
        hashMap.put( new Integer(12),"December" …

我一夜之间训练了一个keras模型,准确度达到75%,我现在很高兴.它有60,000个样本,每个样本的序列长度为700,词汇量为30.每个epoch在我的gpu上大约需要10分钟.因此,这是60,000/600秒,大约每秒100个样本,并且必须包括反向传播.所以我保存了我的hdf5文件并再次加载.

<code>#Model:
model = Sequential() 
model.add(LSTM(128, input_shape=(X.shape[1], X.shap[2]), return_sequences=True)) model.add(Dropout(0.25)) model.add(LSTM(64)) model.add(Dropout(0.25)) model.add(Dense(y.shape[1], activation='softmax'))
</code>

然后当我做出我的预测时,每次预测花费的时间比1秒多,比训练慢100倍.预测很好,我看了小批量,我可以使用它们.问题是我需要10万多个.每次预测10ms秒可以工作,1秒不会.

谁能提出加速Keras预测的方法？

我想看看具有特定参数的正态分布是否适合数据集。然而 qqplot 似乎并没有像预期的那样工作。下面的小例子展示了这一点：

import numpy as np
import statsmodels.api as sm
import pylab

test = np.random.normal(20,5, 1000)

sm.qqplot(test, loc = 20, scale = 5 ,  line='45')
pylab.show()

正如人们所看到的，我期望这些点位于斜率 = 1 的线周围，但它给出了下图：

谁能解释一下为什么会发生这种情况？

MVC'架构'.我想要一种方便的方法来指定纸牌游戏的规则,包括诸如手或技巧,得分,使用牌组或包中的哪些牌等等.有没有人知道这样的事情,最好是在Javascript中？

谢谢你的指导.

如何从 SymPy 给我的微分方程的解中计算常数 C1 和 C2？有初始条件 f(0)=0 和 f(pi/2)=3。

>>> from sympy import *
>>> f = Function('f')
>>> x = Symbol('x')
>>> dsolve(f(x).diff(x,2)+f(x),f(x))
f(x) == C1*sin(x) + C2*cos(x)

我尝试了一些ics东西，但它不起作用。例子：

>>> dsolve(f(x).diff(x,2)+f(x),f(x), ics={f(0):0, f(pi/2):3})
f(x) == C1*sin(x) + C2*cos(x)

顺便说一下：C2 = 0 和 C1 = 3。

我遇到了 xpath 表达式的问题。请有人帮助我吗？

所以我的 xpath 是 -".//td[starts-with(text(), 'IMT - Office Admin:')]"

DOM：

<td>
 <input type="checkbox" name="partyEditF:j_id698:6:j_id700">
                IMT - Office Admin: Ability to edit everything within your office including the office's information and listings
</td>

我知道python执行矩阵乘法的能力.不幸的是我不知道如何抽象地这样做？所以不是一定数字,而是变量.

例:

M = ( 1   0 ) * ( 1   d )
    ( a   c )   ( 0   1 )

有没有办法定义a,c和d,以便矩阵乘法给我

( 1   d       )
( a   a*d + c )

？

我有以下数据框架

ipdb> csv_data
  country    sale        date  trans_factor
0   India  403171  12/01/2012             1
1  Bhutan  394096  12/01/2012             2
2   Nepal   super  12/01/2012             3
3  madhya  355883  12/01/2012             4
4   sudan     man  12/01/2012             5

截至目前我正在使用下面的代码在表中插入数据,如果表已经存在,则删除它并创建新表

csv_file_path = data_mapping_record.csv_file_path
original_csv_header = pandas.read_csv(csv_file_path).columns.tolist()
csv_data = pandas.read_csv(csv_file_path, skiprows=[0], names=original_csv_header, infer_datetime_format=True)
table_name = data_mapping_record.csv_file_path.split('/')[-1].split('.')[0]
engine = create_engine(
    'postgresql://username:password@localhost:5432/pandas_data')

# Delete table if already exits
engine.execute("""DROP TABLE IF EXISTS "%s" """ % (table_name))

# Write the pandas dataframe to database using sqlalchemy and pands.to_sql
csv_data_frame.to_sql(table_name, engine, chunksize=1000) …

我怎样才能让相同的图例出现在 2 个子图上，并使其扩展到 2 个子图上。有人知道吗，如果我必须单独精确每个子图的 y 标签（如果它是相同的）（该图用于一篇科学论文） ？我知道后一个问题与计算无关，但如果有人知道答案，我将不胜感激。

对于图例的放置，我使用：

        ax[0].legend(bbox_to_anchor=(0., 1.02, 1., .102), loc=3,
               ncol= 4, mode="expand", borderaxespad=0)

我有一个s="gh3wef2geh4ht". 我如何s="gh333wef22geh4444ht"通过使用子接收。我试过这个正则表达式。我做错了什么？

s=re.sub(r"(\d)",r"\1{\1}",s)

我写了这个函数来找到一个阶乘数

fact <- function(n) {
    if (n < 0){
      cat ("Sorry, factorial does not exist for negative numbers", "\n")
    } else if (n == 0){
      cat ("The factorial of 0 is 1", "\n")
    } else {
    results = 1
    for (i in 1:n){
      results = results * i
    }
    cat(paste("The factorial of", n ,"is", results, "\n"))
    }
}

现在我想在R中实现Memoization.我在R上有基本思想并尝试使用它们.但我不确定这是前进的方向.你能否也请详细说明这个话题.预先感谢.记忆因素

    fact_tbl <- c(0, 1, rep(NA, 100))
    fact_mem <- function(n){
          stopifnot(n > 0)
          if(!is.na(fib_tbl[n])){
           fib_tbl[n]
    } else {
       fact_tbl[n-1] <<- fac_mem(n-1) * …

import math  
from scipy.optimize import fsolve

def sigma(s, Bpu):  
    return  s - math.sin(s) - math.pi * Bpu

def jac_sigma(s):
    return 1 - math.cos(s)

if __name__ == '__main__':
    Bpu = 0.5
    sig_r = fsolve(sigma, x0=[math.pi], args=(Bpu), fprime=jac_sigma)

运行上面的脚本会抛出以下错误，

Traceback (most recent call last):
  File "C:\Users\RP12808\Desktop\_test_fsolve.py", line 12, in <module>
    sig_r = fsolve(sigma, x0=[math.pi], args=(Bpu), fprime=jac_sigma)
  File "C:\Users\RP12808\AppData\Local\Programs\Python\Python36\lib\site-packages\scipy\optimize\minpack.py", line 146, in fsolve
    res = _root_hybr(func, x0, args, jac=fprime, **options)
  File "C:\Users\RP12808\AppData\Local\Programs\Python\Python36\lib\site-packages\scipy\optimize\minpack.py", line 226, in _root_hybr
    _check_func('fsolve', 'fprime', Dfun, x0, args, n, (n, …

我正在尝试运行这个程序。直到今天为止都运行良好。我的代码没有任何改变。

import lxml.etree
import urlparse
import re

def parse_url(url):
    return lxml.etree.parse(url, lxml.etree.HTMLParser())

urlivv = "http://finance.yahoo.com/q?s=IVV"
docivv = parse_url(urlivv)

这是我的错误消息：

IOError: Error reading file 'http://finance.yahoo.com/q?s=IVV': failed to load external entity "http://finance.yahoo.com/q?s=IVV"

网站上有一些关于添加StringIO参数的文档（见下文）。但我觉得很奇怪，我以前从未这样做过。

tree = etree.parse(StringIO(myString))

编辑：更完整的堆栈跟踪。

>>> import lxml.etree
>>> tree = lxml.etree.parse('http://finance.yahoo.com/q?s=IVV', parser=lxml.etree.HTMLParser())
Traceback (most recent call last):
  File "<interactive input>", line 1, in <module>
  File "src\lxml\lxml.etree.pyx", line 3427, in lxml.etree.parse (src\lxml\lxml.etree.c:81100)
  File "src\lxml\parser.pxi", line 1811, in lxml.etree._parseDocument (src\lxml\lxml.etree.c:117831)
  File "src\lxml\parser.pxi", line 1837, in lxml.etree._parseDocumentFromURL (src\lxml\lxml.etree.c:118178)
  File "src\lxml\parser.pxi", …