_id
stringlengths
2
7
title
stringclasses
1 value
partition
stringclasses
3 values
language
stringclasses
1 value
meta_information
dict
text
stringlengths
5
1.76k
c250300
train
{ "resource": "" }
Проверьте, содержит ли файл опцию. Параметры ---------- раздел : строка Раздел. опция : строка Опция. Возвращает ------- логическое
c250320
train
{ "resource": "" }
Вычислите градиент по одной оси. Новые каналы имеют имена ``<channel name>_<axis name>_gradient``. Параметры ---------- axis : int или str Ось, по которой совершается дифференцирование. Если указана в виде целого числа, используется ось в базовой матрице, и принимается единичное расстояние. Если указана как строка, ось должна существовать и быть 1D массивной осью, выровненной по массиву. (т.е. иметь форму с одним значением, которое не равно ``1``) Ось для сведения к единице выводится из формы оси. channel : int или str Канал, который следует дифференцировать. По умолчанию - первый канал.
c250340
train
{ "resource": "" }
Получение пути, соответствующего указанному имени. Параметры ---------- name : строка Имя, которое нужно искать. Возвращает ---------- строка Полный путь к файлу.
c250360
train
{ "resource": "" }
Создать экземпляр наземной станции Аргументы: name (str): Название станции latlonalt (tuple of float): координаты станции, следующие формат: * Широта в градусах * Долгота в градусах * Высота над уровнем моря в метрах parent_frame (Frame): Планетоцентрическая роторная система координат. orientation (str or float): Ориентация станции. Допустимые значения: 'N', 'S', 'E', 'W' или любой угол в радианах mask (2D array of float): Первая размерность — азимут, увеличивающийся по часовой стрелке. Вторая размерность — элевация. Оба в радианах Возвращает: TopocentricFrame
c250380
train
{ "resource": "" }
Преобразование сферических координат в декартовы (картезианские) координаты
c250400
train
{ "resource": "" }
Конвертируйте TLE в объект орбиты для выполнения расчетов с ним. Возвращает: ~beyond.orbits.orbit.Orbit:
c250420
train
{ "resource": "" }
Прецизионное вращение как матрица вращения
c250440
train
{ "resource": "" }
Не проходите тест, если выражение не является константой False. >>> assert_boolean_false(False) >>> assert_boolean_false(0) Traceback (most recent call last): ... AssertionError: 0 is not False Доступны следующие аргументы формата сообщения msg_fmt: * msg - сообщение об ошибке по умолчанию * expr - проверяемое выражение
c250460
train
{ "resource": "" }
Гарантирует неудачу, если в контексте не выбрасывается исключение с сообщением, которое соответствует регулярному выражению. Регулярное выражение может быть строкой регулярного выражения или объектом. >>> с использованием assert_raises_regex(ValueError, r"\\d+"): ... raise ValueError("Ошибка #42") ... >>> с использованием assert_raises_regex(ValueError, r"\\d+"): ... raise ValueError("Общая ошибка") ... Traceback (most recent call last): ... Отказ: "Общая ошибка" не соответствует " \\d+" Доступны следующие аргументы msg_fmt: * msg - стандартное сообщение об ошибке * exc_type - ожидаемый тип исключения * exc_name - имя ожидаемого типа исключения * text - фактический текст ошибки * pattern - ожидаемое сообщение об ошибке в виде строки регулярного выражения
c250480
train
{ "resource": "" }
Измените атрибут этого трека и верните новую копию.
c250500
train
{ "resource": "" }
Генерирует несколько строк текста в формате Markdown. >>> mock_random.seed(0) >>> markdown(random=mock_random, length=2) 'Никто не пойдет **в** _Кафедру_ Изучения Тайн **за_купить_ мощный_д屎._\\nНикто не пойдет **в** _Кафедру_ Изучения Тайн **за_купить_ мощный_д屎._'
c250520
train
{ "resource": "" }
Хешируйте строковое значение в последовательность целых чисел. Генерирует последовательность целых значений заданной длины в битах, аналогично `hash_text_to_int`, но позволяет генерировать множество отдельных чисел с одного вызова. : параметр bit_lengths: Кортеж длин в битах для получаемых целых чисел. Также определяет длину результирующего кортежа. : возвращает: Кортеж из ``n`` целых чисел ``(R_1, ... R_n)`` с запрашиваемыми длинами в битах ``(L_1, ..., L_n)`` и значениями в диапазоне ``0 <= R_i < 2**L_i`` для каждого ``i``.
c250540
train
{ "resource": "" }
Извлекает названия столбцов из строки, содержащей закавыченные и запятые разделяемые названия столбцов таблицы. :param text: Строка, извлеченная из инструкции MySQL `INSERT INTO`, содержащая закавыченные и запятые разделяемые названия столбцов. :type text: str :return: Кортеж, содержащий только названия столбцов. :rtype: tuple[str]
c250560
train
{ "resource": "" }
Обертка для удобного выставления функции в виде команды CLI, включая сообщение справки, справку по аргументам и тип. Пример использования: ```python >>> import cbox >>> >>> @cbox.cmd >>> def hello(name: str): >>> '''Приветствует человека по его имени. >>> >>> :param name: имя человека >>> ''' >>> print('hello {}!'.format(name)) ```
c250580
train
{ "resource": "" }
Очистите временный каталог.
c250600
train
{ "resource": "" }
Сделайте копию цели. Копируемая цель может быть того же типа или принадлежать другому интерфейсу решателя. Пример ---------- >>> новая_цель = Objective.clone(старая_цель)
c250620
train
{ "resource": "" }
Выполните функцию linprog на задаче. Возвращает None.
c250640
train
{ "resource": "" }
В проекцию на две прямые двухмерное пространство
c250660
train
{ "resource": "" }
Ненегативное проектирование на сумму равную единице вдоль оси
c250680
train
{ "resource": "" }
Опубликуйте проект. :param bool test: Опубликуйте на тестовом сервере PyPi (по умолчанию False) :param bool force: Пропустите проверку версии (по умолчанию False) :param bool draft: Отправка для примера (не оказывает никакого эффекта) (по умолчанию False)
c250700
train
{ "resource": "" }
Создаёт определения схем для значений типа enum. :param var: Значение типа enum :param List[str] property_path: Путь к свойству текущего типа, по умолчанию None, необязательно :return: Построенное определение схемы :rtype: Dict[str, Any]
c250720
train
{ "resource": "" }
Пытается разумно привести заданное значение к заданному типу. :param type_: Тип, который следует попытаться использовать для заданного значения :param value: Значение, которое следует попытаться привести к заданному типу :return: Приведенное к типу значение, если это возможно, в противном случае просто исходное значение
c250740
train
{ "resource": "" }
Извлекает записи в контейнер и для каждого индивидуального извлечения вставляет в ProvenanceRecord запись о том, где находится извлечение. Записывает "output_segment" в происхождении. Извлечения всегда регистрируются в виде списка. Выдает ошибку, если сегмент примитивный, например, строка. Аргументы: extractions (List[Extraction]): Список извлечений. attribute (str): Где хранить извлечения. group_by_tags (bool): Устанавливается в True для использования тегов как под-ключей. Значения извлечений с одинаковыми тегами будут сохранены в списке как значение соответствующего ключа. (если ни одно из извлечений не содержит 'tag', не группировать по тегам) Возвращает:
c250760
train
{ "resource": "" }
Булева функция для проверки, является ли v датой Аргументы: v: Возвращает: bool
c250780
train
{ "resource": "" }
Обновляет конечный индекс
c250800
train
{ "resource": "" }
Дан список токенов, восстановите исходный текст с максимальной достоверностью. Аргументы: [tokens]: не указаны конкретные аргументы, только название [tokens] Возвращает: строку.
c250820
train
{ "resource": "" }
Объявляется выход. Это декоратор для методов. Этот метод будет вызываться, когда конечный автомат переходит в это состояние, как указано в декорированном `output` методе.
c250840
train
{ "resource": "" }
Фильтр, который печатает %s и хранит значение в массиве, чтобы его можно было привязать, используя подготовленное выражение. Этот фильтр автоматически применяется ко всему {{variable}} во время этапа лексического анализа, так что разработчикам не приходится забывать о привязке.
c250860
train
{ "resource": "" }
Вернуть объект-словарь с данными модели. :param nested: флаг, чтобы вернуть данные вложенных отношений, если true :type: bool :return: словарь
c250880
train
{ "resource": "" }
Предоставьте интенсивную помощь URL, см. `urlnormalizer`.
c250900
train
{ "resource": "" }
Добавляет symbol_name, определенный в namespace_stack, в таблицу символов. Аргументы: symbol_name: строка - 'имя символа, который нужно вычислить' namespace_stack: None или список, который содержит ['namespaces', 'symbol', 'defined', 'in'] node: объект ast.Node, определяющий этот символ module: модуль (любой объект), в котором определен этот символ Возвращает: bool (True, если символ ранее не был присутствовал)
c250920
train
{ "resource": "" }
Сопоставьте функцию с наблюдаемым. Haskell: fmap f m = Cont $ \c -> runCont m (c . f)
c250940
train
{ "resource": "" }
Решите спектральное релаксирование с lambda = 1.
c250960
train
{ "resource": "" }
Верните читабельное представление режима.
c250980
train
{ "resource": "" }
Отправьте идентификацию услуги.
c251000
train
{ "resource": "" }
Получите указанные записи о соединениях из PubChem. - **identifier**: Комплексный идентификатор, используемый в качестве запроса поиска. - **namespace** (опционально): Тип идентификатора, один из cid, name, smiles, sdf, inchi, inchikey или formula. - **searchtype** (опционально): Тип продвинутого поиска, один из substructure, superstructure или similarity. - **as_dataframe** (опционально): Автоматически извлечение свойств класса :class:`~pubchempy.Compound` и возврат в виде пандас :class:`~pandas.DataFrame`.
c251020
train
{ "resource": "" }
Получить временный пароль одноразового использования на основе данного секрета и времени. :param secret: строка, закодированная в base32, выступающая в роли секретного ключа :type secret: str :param as_string: True, если результат должен быть отформатированной строкой, False в противном случае :type as_string: bool :param digest_method: метод генерации хеша (по умолчанию hashlib.sha1) :type digest_method: callable :param token_length: длина токена (6 по умолчанию) :type token_length: int :param interval_length: длина интервала TOTP (30 секунд по умолчанию) :type interval_length: int :param clock: время в формате epoch-секунд для генерации TOTP, по умолчанию - текущее время :type clock: int :return: сгенерированный токен TOTP :rtype: int или str >>> get_hotp(b'MFRGGZDFMZTWQ2LK', int(time.time())//30) == \ get_totp(b'MFRGGZDFMZTWQ2LK') True >>> get_hotp(b'MFRGGZDFMZTWQ2LK', int(time.time())//30) == \ get_totp(b'MFRGGZDFMZTWQ2LK', as_string=True) False
c251040
train
{ "resource": "" }
Преобразуйте в нижний регистр ключи строки данного словаря.
c251060
train
{ "resource": "" }
Восстановите эту инстанцию Дагобаха из backend.
c251080
train
{ "resource": "" }
Повторный запуск неудачных задач работы.
c251100
train
{ "resource": "" }
Отправь сигнал SIGKILL на процесс задачи.
c251120
train
{ "resource": "" }
Возвращает логическое значение, соответствует ли заданный словарь указанным спецификациям типов, данных в аргументах с ключевыми словами.
c251140
train
{ "resource": "" }
Извлеките название или аббревиатуру победившей или проигравшей команды. В зависимости от того, какое поле команды передается (победитель или проигравший), верните название и аббревиатуру этой команды, чтобы указать, какая команда выиграла, а какая проиграла. Параметры ---------- team_result_html : объект PyQuery Объект PyQuery, представляющий собой поле данных победившей или проигравшей команды в бокс-счете. Возвращает --------- tuple Возвращает кортеж, состоящий из названия команды и ее аббревиатуры.
c251160
train
{ "resource": "" }
Возвращает ``int``, представляющее количество овертаймов, сыгранных во время игры, либо const-инт, если игра закончилась серией буллитов.
c251180
train
{ "resource": "" }
Возвращает ``float``, указывающий процент побед домашней команды после окончания игры. Процент варьируется от 0 до 1.
c251200
train
{ "resource": "" }
Возвращает ``int``, представляющее количество побед домашней команды после окончания игры.
c251220
train
{ "resource": "" }
Возвращает pandas DataFrame, содержащий все другие свойства класса и их значения. Индекс для DataFrame — это строковый URI, используемый для инстанцирования класса, например, '2018-01-08-georgia'.
c251240
train
{ "resource": "" }
Загружает команды, определенные в файле управления.
c251260
train
{ "resource": "" }
Сохраняет вывод в указанное место кэша. Аргументы: name: строка: имя линтера. filename: строка: путь к файлу, для которого сохраняется вывод. output: строка: полный вывод (еще не отфильтрованный) команды линта.
c251280
train
{ "resource": "" }
Возвращает строку тела ответа с сервера.
c251300
train
{ "resource": "" }
Возвращает количество слушателей на сети.
c251320
train
{ "resource": "" }
Возвращает дату регистрации пользователя.
c251340
train
{ "resource": "" }
Возвращает вызываемый экземпляр, который будет преобразовывать строку в объект DateTime. :param formatter: Строка, представляющая формат данных для анализа. :return: экземпляр DateTimeConverter.
c251360
train
{ "resource": "" }
Запустить Draco и вернуть stderr и stdout.
c251380
train
{ "resource": "" }
Переставьте строки так, чтобы расстояние от конца одной и до начала следующей было минимизировано.
c251400
train
{ "resource": "" }
Покажите использование команды помощи.
c251440
train
{ "resource": "" }
Вернуть количество файлов.
c251460
train
{ "resource": "" }
Экспортируй результаты в формате JSON.
c251480
train
{ "resource": "" }
Натуральный сортировщик для итерируемых объектов. Параметры ---------- seq : итерируемый Входные данные для сортировки. key : callable, необязательный Ключ, используемый для определения порядка сортировки каждого элемента итерируемого объекта. Он не применяется рекурсивно. Он должен принимать один аргумент и возвращать одно значение. reverse : {{True, False}}, необязательный Возвращает список в обратном отсортированном порядке. По умолчанию `False`. alg : ns enum, необязательный Эта опция используется для управления алгоритмом сортировки, выбранным `natsort`. Для подробной информации об этих вариантах, см. документацию класса :class:`ns`. По умолчанию `ns.INT`. Возвращает ------- out: список Отсортированный входной объект. Также смотрите -------- natsort_keygen : Генератор ключа для натуральной сортировки. realsorted : Обёртка для ``natsorted(seq, alg=ns.REAL)``. humansorted : Обёртка для ``natsorted(seq, alg=ns.LOCALE)``. index_natsorted : Возвращает отсортированные индексы `natsorted`. Примеры -------- Используйте `natsorted` так же, как встроенную функцию `sorted`:: >>> a = ['num3', 'num5', 'num2'] >>> natsorted(a) [{u}'num2', {u}'num3', {u}'num5']
c251500
train
{ "resource": "" }
Если параметр expand явно передан, просто верни его. Если происходит разбор по запросу, убедись, что значение соответствует списку "permitted_expands", переданному в контекст с помощью FlexFieldsMixin.
c251520
train
{ "resource": "" }
Конвертируйте полезные заголовки в нормализованный тип и верните в новом словаре. Только обрабатывает content-type, content-length, etag и last-modified. :param headers: :return:
c251540
train
{ "resource": "" }
Получите соединение для текущей (самой) инстанции
c251560
train
{ "resource": "" }
Удаление объекта сессии из контейнера `session_id` Идентификатор сессии
c251580
train
{ "resource": "" }
Утилита для соединения путей включая bucket и префикс
c251600
train
{ "resource": "" }
Чтение данных из бинарного потока. Выброс исключение StopIteration, если свойство не могло быть прочитано.
c251620
train
{ "resource": "" }
Вернуть напряжение батареи и мощность передачи
c251640
train
{ "resource": "" }
Установите соединение с сервером в начале списка серверов.
c251660
train
{ "resource": "" }
Добавляет глобальную обработчикую функцию для определенного типа события. Аргументы: event -- Тип события (строка). Проверьте значения numeric_events на возможные типы событий. handler -- Callback-функция, принимающая параметры 'connection' и 'event'. priority -- Число (чем меньше число, тем выше приоритет). Функция-обработчик вызывается каждый раз, когда указанное событие инициируется в любой из из подключений. См. документацию по классу Event. Функции-обработчики вызываются в порядке приоритета (чем меньше число, тем выше приоритет). Если функция-обработчик возвращает "NO MORE", больше никакие другие обработчики не будут вызываться.
c251680
train
{ "resource": "" }
прямоугольники со своим собственным цветом
c251700
train
{ "resource": "" }
Настройте приложение для использования MongoDB. :param app: Приложение Flask :type app: Flask :param connection_string: в формате host:port:database или database (по умолчанию: sacred) :type connection_string: str :param collection_name: Имя коллекции :type collection_name: str
c251720
train
{ "resource": "" }
Вернуть файл, идентифицируемый строкой file_id, его название и дату загрузки.
c251740
train
{ "resource": "" }
save_volume_files — это калькулятор, который сохраняет регистрационные данные в виде файлов объемов, которые затем вставляются обратно в регистрацию с пометкой 'volume_files'.
c251760
train
{ "resource": "" }
Проверка оценочного события на основе смещения события Параметры ---------- reference_event : dict Справочное событие. estimated_event : dict Оценочное событие. t_collar : float > 0, секунд Первое условие, время ограничения с которым смещение оценок должно удовлетворять, чтобы оценка была признана допустимой. Значение по умолчанию 0,2 percentage_of_length : float in [0, 1] Второе условие, процента длины, в котором смещение оценок должно находиться, чтобы оценка была признана допустимой. Значение по умолчанию 0,5 Возвращает ------- bool
c251780
train
{ "resource": "" }
Отменить регистрацию дескриптора файла. Очистить данные, если такая операция была запланирована. Параметры ---------- fh : int Дескриптор файла.
c251800
train
{ "resource": "" }
Получите все списки из `size` положительных целых чисел в убывающем порядке, которые в сумме дают `n`.
c251820
validation
{ "resource": "" }
Сохраните модель в файл pickle, расположенном по пути `path`.
c251840
validation
{ "resource": "" }
Добавьте булевый флаг в парсер argparse. Параметры ---------- parser: argparse.Parser парсер, в который добавляется флаг name: str --<name> будет включать флаг, а --no-<name> отключать его default: bool or None значение по умолчанию для флага help: str строка справки для флага
c251860
validation
{ "resource": "" }
Обновление приоритетов выбранных переходов. Устанавливает приоритет перехода на индексе idxes[i] в буфере на значениях priorities[i]. Параметры ---------- idxes: [int] Список индексов выбранных переходов priorities: [float] Список обновленных приоритетов, соответствующих переходам на выбранных индексах, обозначенных переменной `idxes`.
c251880
validation
{ "resource": "" }
Вычислите IoU этой области захвата с другой. IoU — пересечение деленное на объединение, которая определяется как:: ``area(пересечение(A, B)) / area(объединение(A, B))`` ``= area(пересечение(A, B)) / (area(A) + area(B) - area(пересечение(A, B)))`` Параметры ---------- other : imgaug.BoundingBox Другая область захвата для сравнения. Возвращает ---------- float IoU между двумя областями захвата.
c251900
validation
{ "resource": "" }
Создает усилитель для применения импульсного шума к изображению. Это идентично ``SaltAndPepper``, за исключением того, что per_channel всегда установлен в True. Поддержка типа данных:: См. ``imgaug.augmenters.arithmetic.SaltAndPepper``.
c251920
validation
{ "resource": "" }
Нарисовать текст на изображении. По умолчанию используется шрифт DejaVuSans. Поддержка допустимых dtype: * ``uint8``: да; полностью протестировано * ``uint16``: нет * ``uint32``: нет * ``uint64``: нет * ``int8``: нет * ``int16``: нет * ``int32``: нет * ``int64``: нет * ``float16``: нет * ``float32``: да; не протестировано * ``float64``: нет * ``float128``: нет * ``bool``: нет TODO проверить, можно ли включить поддержку других dtype Параметры ---------- img : (H,W,3) ndarray Массив изображения, на котором будет нарисован текст. Ожидается, что dtype будет uint8 или float32 (диапазон значений от 0.0 до 255.0). y : int Координата x верхнего левого угла текста. x : int Координата y верхнего левого угла текста. text : str Текст для нарисования. color : итерируемый объект от int, необязательный Цвет текста для нарисования. Для RGB-изображений ожидается, что это будет цвет RGB. size : int, необязательный Размер шрифта текста для нарисования. Возвращает ------- img_np : (H,W,3) ndarray Входное изображение с нарисованным текстом.
c251940
validation
{ "resource": "" }
Возвращает партию из очереди увеличенных партий. Если рабочие все еще запущены и в очереди нет партий, то автоматически будет ожидать следующую партию. Возвращает ---------- out : None или imgaug.Batch Одна партия или None, если все рабочие завершены.
c251960
validation
{ "resource": "" }
Преобразуйте внешнюю границу полигона в экземпляр `LineString`. Параметры --------- closed : bool, опционально Нужно ли закрыть линейную строку, т.е. добавить первую точку внешней границы еще и в конце линейной строки. Это не окажет никакого эффекта, если у полигона одна точка или ноль точек. Возвращает --------- imgaug.augmentables.lines.LineString Внешняя граница полигона в виде линейной строки.
c251980
validation
{ "resource": "" }
Определить ширину ограничивающего прямоугольника, охватывающего линию.
c252000
validation
{ "resource": "" }
Генерировать многоугольник из точек линии. Возвращает ------- imgaug.augmentables.polys.Polygon Многоугольник с теми же вершинами, что и линия. Обратите внимание, что многоугольник может быть невалидным, например, содержать меньше трех точек или иметь самопересечения.
c252040
validation
{ "resource": "" }
Выполните одноразовый проверочный процесс конфигурации, чтобы убедиться, что StaticFiles действительно настроен на указание на директорию, чтобы мы могли выдавать громкие ошибки вместо того, чтобы просто возвращать ответы 404.
c252080
validation
{ "resource": "" }
Вызывает `perf_attrib` с входными данными и отображает выходные данные с помощью `utils.print_table`.
c252100
validation
{ "resource": "" }
Общее количество акций с активной позицией, либо с продажей в срочку, либо на покупку. Отображает ежедневную общую сумму, ежедневную среднюю за месяц и ежедневную общую среднюю за все время. Параметры --------- returns : pd.Series Ежедневные доходы стратегии, неаккумулированные. - Полное объяснение в tears.create_full_tear_sheet. positions : pd.DataFrame, опционально Ежедневные значения чистых позиций. - Полное объяснение в tears.create_full_tear_sheet. legend_loc : matplotlib.loc, опционально Расположение легенды на графике. ax : matplotlib.Axes, опционально Оси, на которых выполняется построение графика. **kwargs, опционально Передаются в функцию построения графика. Возвращает --------- ax : matplotlib.Axes Оси, на которых был выполнен прорисовка изображения.
c252120
validation
{ "resource": "" }
Матчирающий объем сделок в зависимости от даты. Также показывает среднестатистический суточный объем. Параметры ---------- returns : pd.Series Суточные доходности стратегии, не накопительные. - См. полное объяснение в tears.create_full_tear_sheet. transactions : pd.DataFrame Цены и объемы исполненных сделок. Одна строка на сделку. - См. полное объяснение в tears.create_full_tear_sheet. ax : matplotlib.Axes, опционально Оси для построения графиков. **kwargs, опционально Передаются в функцию построения графиков. Возвращает ------- ax : matplotlib.Axes Оси, на которых был построен график.
c252140
validation
{ "resource": "" }
Найдите самые большие обвалы, отсортированные по их величине. Параметры ---------- returns : pd.Series Ежедневные неаккумулированные доходности стратегии. - Полное объяснение см. в tears.create_full_tear_sheet. top : int, optional Количество самых больших обвалов для поиска (по умолчанию 10). Возвращает ------- drawdowns : list Список пиков обвалов, их низов и восстановлений. См. get_max_drawdown.
c252180
validation
{ "resource": "" }
Проверяет, существует ли файл в `working_directory`. Если нет, пытается загрузить файл и, при необходимости, также пытается извлечь содержимое, если формат файла ".zip" или ".tar". Параметры ----------- `filename` : str Наименование файла для скачивания. `working_directory` : str Путь к папке для поиска файла и скачивания файла в эту директорию. `url` : str URL-адрес для скачивания файла. `extract` : bool Если True, пытается распаковать скачанный файл, если он в формате ".tar.gz/.tar.bz2" или ".zip". По умолчанию False. `expected_bytes` : int или None Если установлено, проверяет, что скачанный файл имеет указанную длину, иначе выбрасывает исключение. По умолчанию None, что соответствует отсутствию проверки. Возвращает ---------- str Путь к скачанному (и, возможно, распакованному) файлу. Примеры -------- ```python down_file = tl.files.maybe_download_and_extract(filename='train-images-idx3-ubyte.gz', working_directory='data/', url_source='http://yann.lecun.com/exdb/mnist/') tl.files.maybe_download_and_extract(filename='ADEChallengeData2016.zip', working_directory='data/', url_source='http://sceneparsing.csail.mit.edu/data/', extract=True) ```
c252200
validation
{ "resource": "" }
Случайным образом обнули значение некоторых пикселей с заданным коэффициентом сохранения. Параметры ---------- x : numpy.array Изображение с размерами [строки, столбцы, канал] или [строки, столбцы]. keep : float Коэффициент сохранения (от 0 до 1), чем ниже — тем больше значений будет обнулено. Возвращает ------- numpy.array Обработанное изображение.
c252220
validation
{ "resource": "" }
Максимально-нормальная регуляризация возвращает функцию, которую можно использовать для применения максимально-нормальной регуляризации к весам. Больше о макс-норме можно узнать из `wiki-max norm <https://en.wikipedia.org/wiki/Matrix_norm#Max_norm>`_. Реализация следует за `TensorFlow contrib <https://github.com/tensorflow/tensorflow/blob/master/tensorflow/contrib/layers/python/layers/regularizers.py>`__. Параметры ---------- scale : float Мультипликативный скалярный `Тензор`. 0.0 отключает регуляризатор. Возвращает --------- Функция с подписью `mn(weights, name=None)`, которая применяет Lo регуляризацию. Исключения --------- ValueError : Если scale находится за пределами диапазона [0.0, 1.0] или если scale не является float.
c252240
validation
{ "resource": "" }
Удаляет журнал валидации. Параметры ---------- kwargs : информация о журнале Ищет элементы для удаления, оставь пустым, чтобы удалить весь журнал. Примеры ------- - см. ``save_training_log``.
c252260
validation
{ "resource": "" }
Вернуть параметры в виде списка массивов.
c252280
validation
{ "resource": "" }
Закрыть TensorFlow-сессию, TensorBoard и процесс Nvidia, если доступно. Параметры ---------- sess : Session TensorFlow-сессия. tb_port : int Порт TensorBoard, который вы хотите закрыть, по умолчанию `6006`.
c252300
validation
{ "resource": "" }
Создать и запустить работу полномочия. Аргументы: client - Строка, идентифицирующая вызывающего клиента. Существует небольшой предел для длины значения. См. ClientJobsDAO.CLIENT_MAX_LEN. clientInfo - JSON закодированный словарь клиент-специфичной информации. clientKey - Иностранный ключ. Ограничен в длину, см. ClientJobsDAO._initTables. params - JSON закодированный словарь параметров для работы. Это можно извлечь из базы данных рабочими процессами на основе jobID. minimumWorkers - Минимальное количество работников для назначения в ячейку. Установить в None для использования значения по умолчанию. maximumWorkers - Максимальное количество работников для назначения в ячейку. Установить в None для использования значения по умолчанию ячейки. Установить в 0 для использования максимального значения планировщика. alreadyRunning - Вставить запись о задании для уже выполняющегося процесса. Используется для тестирования.
c252320
validation
{ "resource": "" }
Поскольку классификатор KNN хранит категории в виде чисел, мы должны сохранять каждый меткой в виде числа. Этот метод превращает метку в уникальное число. Каждой метке назначается уникальный бит, поэтому для одной записи можно назначить несколько меток.
c252340
validation
{ "resource": "" }
Обновляйте коэффициенты увеличения, когда используется глобальное подавление.
c252360
validation
{ "resource": "" }
Получить метку для метрики, которая оптимизируется. Эта функция также кэширует метку в переменной экземпляра self._optimizedMetricLabel. Параметры: ----------------------------------------------------------------------- metricLabels: Последовательность всех меток, вычисляемых для данной модели Возвращает: Метку для метрики, которая оптимизируется