python

    1

    1答えて

    私はLSTMを一からやっていますが、このガイドに従っていますが、損失は減少していませんが増加しています。これは私が今までに見つけた最良のガイドですが、それでもこれが不完全であってもそれほど言わないのです。私のコードに固有の問題を発見することを除けば、私はLSTMの完全なシーケンスを示すソースを感謝します。 https://wiseodd.github.io/techblog/2016/08/12/

    -1

    4答えて

    文字列内の各文字をすべてのアルファベットに置き換え、出力をリストに保存して最近使用するNLPプロジェクト 例えば var='abc' 出力は、私はPythonのでこれを行うことができますどのように ['bbc','cbc','dbc','ebc',...,'aac','acc','adc','aec',...,'aba','abb','abd','abe'...] を期待?おかげ /として

    0

    1答えて

    は私が私のチャートに表示するラベルに私のプロットにラベルを設定したが、それは働いていない: sns.set(rc={"figure.figsize": (16, 8)}) ax = events_all_metrics[["event_name","kambi_payback"]].plot(x="event_name", style='.',use_index=False, color ='g

    0

    1答えて

    私のプログラムはクリックロールダイスでなければなりません - 1,2,3,4,5,6ドットの6つのサイコロ画像を使用します。最初に1ドットで画像を表示し、画像をクリックしてからランダムに8回変えるべきです。最終的に、最後のランダムな画像は画面上にとどまるべきですが、うまくいかず、解決できません。どのようにそれを修正するための任意のアイデアですか? (私は3つのクラスが、このために必要ではないことを

    0

    1答えて

    私は情報を取得するために必要なので、私の望むように動作するSQLクエリを持っていますが、私の部門の列は不要です 例 qry = """ select distinct Department , (select count(*) from MyTable t2 where t2.Department = t1.Department and t2.CompletedTrainin

    0

    1答えて

    実際にはXMLではないが、タグのリストにすぎない文字列があります。階層的なものはありません。私はちょうどキーと値のペアのdictを出したいです。 文字列には、tag nameで始まり、valueで終わるタグがあります。それは次のようになります。 d = {'image_num' : 1, 'image_pixel_depth':6} (typeまたは何のため不要) これはにかなりまともな痛みの

    0

    1答えて

    まず、このような質問をするには、SOが適切な場所であるかどうかはわかりません。 私に尋ねる場所がわからない場合は、削除します。私は私の問題を解決するすべてのポストを見つけていないので、私は唯一の維持しようとしたものの しかし、私の質問と以下の私のコードは、 コード部分は少し長いです...他の人に有用である可能性があります最小値の。 しかし、この部分は、私がいくつかの研究をしたこと、そしてより良いも

    2

    1答えて

    Windows 7とPython 3.6でChromeDriver 2.34.522940とSelenium 3.8.0を実行しています。 私はこのコードをしようとしている: def foo(url, login, password): from selenium import webdriver from selenium.webdriver.common.keys impo

    0

    1答えて

    モデルCatBoostRegressor()のトレーニング中に、勾配ステップ係数である '学習率'パラメータを変更(減少)する可能性はありますか?反復数を減らしてトレーニングを早めるでしょうか?

    0

    1答えて

    私のデータフレームの各列に欠損値のサマリーテーブルを作成する以下のコードがあります。一意の値を数えるために同様のテーブルを作成することもできますが、DataFrameにはunique()メソッドがなく、各列のみが独立しています。 def missing_values_table(df): mis_val = df.isnull().sum() mis_val_percent =