_id
stringlengths 2
7
| title
stringclasses 1
value | partition
stringclasses 3
values | language
stringclasses 1
value | meta_information
dict | text
stringlengths 5
1.76k
|
|---|---|---|---|---|---|
c131640
|
train
|
{
"resource": ""
}
|
Принимает список объектов и дополняет его до желаемой длины, возвращая дополненный список. Исходный список не изменяется.
Параметры
----------
sequence : List
Список объектов, который нужно дополнить.
desired_length : int
Максимальная длина каждого сегмента. Более длинные последовательности обрезаются до этой длины, короче – дополняются до неё.
default_value: Callable, default=lambda: 0
Вызываемый объект, который выдаёт значение по умолчанию (любого типа), используемое в качестве значений дополнения. Используется лямбда-функция, чтобы избежать использования одного и того же объекта, когда значение по умолчанию более сложное, например, список.
padding_on_right : bool, default=True
При добавлении дополнительных токенов (или обрезании последовательности) нужно ли делать это справа или слева?
Возвращает
-------
padded_sequence : List
|
||
c131680
|
train
|
{
"resource": ""
}
|
Принимает выражение, которое оценивается до одной строки, и возвращает строку, которая идет перед входной строкой в исходном наборе строк. Если входная строка оказывается верхней строкой, мы вернем пустой список.
|
||
c131700
|
train
|
{
"resource": ""
}
|
Выполняет масштабирование градиентов. Это нетронутая операция, если масштабирование градиентов не включено.
|
||
c131720
|
train
|
{
"resource": ""
}
|
Тренер может использовать это для сериализации состояния трекера метрик.
|
||
c131740
|
train
|
{
"resource": ""
}
|
Верните индексы слова преседиката в тегах BIO.
|
||
c131760
|
train
|
{
"resource": ""
}
|
Возвращает набор объектов в тех же ящиках, которые находятся выше данных объектов. То есть, если входной набор состоит из двух объектов, каждый из которых находится в своем ящике, мы вернем объединение объектов выше первого объекта в первом ящике и объектов выше второго объекта во втором ящике.
|
||
c131780
|
train
|
{
"resource": ""
}
|
Вычисляет векторы ELMo для итерируемого набора предложений.
Пожалуйста, обратите внимание, что у ELMo есть внутреннее состояние, и он может давать разные результаты для одного и того же ввода. См. комментарий под определением класса.
Параметры
----------
sentences : ``Iterable[List[str]]``, обязательно
Итерируемый набор токенизированных предложений.
batch_size : ``int``, обязательно
Количество предложений, которые ELMo должен обрабатывать за раз.
Возвращает
----------
Список тензоров, каждый из которых представляет векторы ELMo входного предложения на соответствующем индексе.
|
||
c131800
|
train
|
{
"resource": ""
}
|
На основе последовательности различных типов меток для одного слова и текущего диапазона, в котором мы находимся, вычислите BIO тег для каждой метки и добавьте в список.
Параметры
----------
annotations: ``List[str]``
Список меток, для которых необходимо вычислить BIO теги.
span_labels : ``List[List[str]]``
Список списков, один для каждой метки, для инкрементального сбора BIO тегов для последовательности.
current_span_labels : ``List[Optional[str]]``
Текущий открытый диапазон на каждом типе меток, или ``None``, если открытого диапазона нет.
|
||
c131820
|
train
|
{
"resource": ""
}
|
Загрузите предварительно обученные веса из файла.
|
||
c131840
|
train
|
{
"resource": ""
}
|
Взгляните на метод `NodeVisitor` с именем `visit`. Это просто меняет порядок, в котором мы посещаем нонтерминалы, справа налево на слева направо.
|
||
c131860
|
train
|
{
"resource": ""
}
|
Использует алгоритм Витерби для нахождения наиболее вероятных тегов для заданных входов. Если применяются ограничения, запрещает все другие переходы.
|
||
c131880
|
train
|
{
"resource": ""
}
|
Получите представление CONLL для данного ввода извлечения.
|
||
c131900
|
train
|
{
"resource": ""
}
|
Возвращает тип токена для ввода.
:param input: Ввод, тип которого нужно определить
:return TOKENS: Тип токена ввода
|
||
c131920
|
train
|
{
"resource": ""
}
|
Возвращает содержимое Swagger для указанного метода. Это проверяет, используется ли блок условия внутри метода, и, если да, возвращает содержимое метода, которые находятся внутри этого условного блока.
:параметр dict method: словарь метода
:возврат: список словарей компонент Swagger для метода
|
||
c131940
|
train
|
{
"resource": ""
}
|
Эта функция перебирает массив объектов, содержащих resourceArn и условия, и генерирует массив утверждений для политики.
|
||
c131960
|
train
|
{
"resource": ""
}
|
Получает ресурс с указанным логическим идентификатором, если он присутствует.
:param string logicalId: Идентификатор ресурса.
:return SamResource: Ресурс, если он доступен по указанному идентификатору. Нет, в противном случае.
|
||
c131980
|
train
|
{
"resource": ""
}
|
Разрешает ссылки на некоторое свойство ресурса. Это свойства во время выполнения, которые невозможно преобразовать в значение здесь. Вместо этого мы выводим другую ссылку, которая реально разрешится до значения при выполнении с помощью CloudFormation.
Пример:
{"Ref": "LogicalId.Property"} => {"Ref": "SomeOtherLogicalId"}
:параметр dict input_dict: Словарь, представляющий функцию Ref, которая должна быть разрешена.
:samtranslator.intrinsics.resource_refs.SupportedResourceReferences supported_resource_refs: Экземпляр объекта `SupportedResourceReferences`, содержащего значение свойства.
:назад dict: Словарь с разрешенными ссылками на ресурсы.
|
||
c132000
|
train
|
{
"resource": ""
}
|
Возвращает слой Lambda, к которому относится данный слой SAM.
:param dict kwargs: уже преобразованные ресурсы, которые могут потребовать изменений при конвертации этого \
шаблона в чистый CloudFormation
:returns: список обычных ресурсов CloudFormation, к которым расширяется эта функция
:rtype: list
|
||
c132020
|
train
|
{
"resource": ""
}
|
Может ли введенный объект представлять собой встроенную функцию?
:param input: Объект для проверки
:return: True, если ввод содержит поддерживаемую встроенную функцию. False в противном случае
|
||
c132040
|
train
|
{
"resource": ""
}
|
Записывает один страниц. Эта процедура предполагает, что память уже стёрта.
|
||
c132060
|
train
|
{
"resource": ""
}
|
Создает объект ValueInfoProto на основе типа данных и формы.
|
||
c132100
|
train
|
{
"resource": ""
}
|
Скомпилируйте данные в партию. Используйте общую память для накопления.
|
||
c132120
|
train
|
{
"resource": ""
}
|
Создай итератор для набора данных MNIST
|
||
c132140
|
train
|
{
"resource": ""
}
|
Вернуть партию.
|
||
c132160
|
train
|
{
"resource": ""
}
|
Переопределите вспомогательную функцию для объединения данных в пакеты
|
||
c132180
|
train
|
{
"resource": ""
}
|
Выполнение вперёд для двух модулей. Оно поддерживает наборы данных с разными формами, такими как
разные размеры батча или разные размеры изображений.
Если преобразование набора данных связано с изменением символа или модуля, такими как
изменение порядка расположения изображения или переключение с обучения на предсказание,
требуется пересвязывание модуля.
См. также
----------
:метод:`BaseModule.forward`.
Параметры
----------
data_batch : DataBatch
Может быть любым другим объектом с реализованным похожим API.
is_train : bool
По умолчанию ``None``, что означает, что ``is_train`` принимает значение
``self.for_training``.
|
||
c132200
|
train
|
{
"resource": ""
}
|
Привязка для `BucketingModule` означает настройку кошельков и привязку исполнителя для ключа по умолчанию. Исполнители, соответствующие другим ключам, привязываются позже с помощью `switch_bucket`.
Параметры
----------
data_shapes : список из (str, tuple)
Это должно соответствовать символу для стандартного кошелька.
label_shapes : список из (str, tuple)
Это должно соответствовать символу для стандартного кошелька.
for_training : bool
По умолчанию ``True``.
inputs_need_grad : bool
По умолчанию ``False``.
force_rebind : bool
По умолчанию ``False``.
shared_module : BucketingModule
По умолчанию ``None``. Этот значению пока не придается значения.
grad_req : str, список из str, словарь из str в str
Требование для накопления градиентов. Может быть 'write', 'add', или 'null'
(по умолчанию 'write').
Может указываться глобально (str) или для каждого аргумента (список, словарь).
bucket_key : str (или любой объект Python)
Ключ кошелька для привязки. По умолчанию используется ключ по умолчанию.
|
||
c132220
|
train
|
{
"resource": ""
}
|
Выполнить команды, вызвать исключение в случае ошибки.
|
||
c132240
|
train
|
{
"resource": ""
}
|
Преобразовать сырую конфигурацию в единый словарь
|
||
c132260
|
train
|
{
"resource": ""
}
|
Верните контроллер сервера.
|
||
c132280
|
train
|
{
"resource": ""
}
|
рассчитывает f1, точность и полноту на классе сущности
|
||
c132300
|
train
|
{
"resource": ""
}
|
Сопоставьте атрибуты оператора InstanceNorm из MXNet с оператором InstanceNormalization из ONNX на основе атрибутов узла ввода и верните созданный узел.
|
||
c132320
|
train
|
{
"resource": ""
}
|
Сопоставьте атрибуты оператора log_softmax в MXNet с оператором LogSoftMax в ONNX и верните созданный узел.
|
||
c132340
|
train
|
{
"resource": ""
}
|
Возвращает новый символ заданной формы и типа, заполненный единицами.
Параметры
----------
shape : int или последовательность целых
Форма нового массива.
dtype : str или numpy.dtype, опционально
Тип значения внутреннего элемента, по умолчанию ``np.float32``.
Возвращает
-------
out : Symbol
Созданный символ
|
||
c132360
|
train
|
{
"resource": ""
}
|
Оценивает символ с заданными аргументами.
Метод `eval` сочетает в себе вызов `bind` (который возвращает исполнителя) и вызов `forward` (метод исполнителя).
Для общего случая использования, когда вы можете многократно оценивать символ с одинаковыми аргументами, метод `eval` будет работать медленно.
В таком случае, следует вызывать метод `bind` один раз и затем многократно вызывать `forward`.
Эта функция позволяет использовать более простой синтаксис для более легкого осмысления.
Пример
------
```python
>>> a = mx.sym.Variable('a')
>>> b = mx.sym.Variable('b')
>>> c = a + b
>>> ex = c.eval(ctx = mx.cpu(), a = mx.nd.ones([2,3]), b = mx.nd.ones([2,3]))
>>> ex
[<NDArray 2x3 @cpu(0)>]
>>> ex[0].asnumpy()
array([[ 2., 2., 2.],
[ 2., 2., 2.]], dtype=float32)
```
Параметры
---------
`ctx` : Контекст устройства
Контекст устройства, на котором нужно запускать исполнителя.
`kwargs` : Ключевые аргументы типа `NDArray`
Входные аргументы для символа. Необходимо предоставить все аргументы.
Возвращает
----------
`result` : список NDArrays, соответствующих значениям, которые принимают каждый символ при оценке на заданных аргументах.
Когда вызывается для одиночного символа (а не для группы), результат будет списком из одного элемента.
|
||
c132380
|
train
|
{
"resource": ""
}
|
Получите символ игрушки
|
||
c132400
|
train
|
{
"resource": ""
}
|
Оцените точность ResNet
Параметры
----------
data_iterator: Итер
примеры набора данных
сеть:
ResNet
Результат
----------
кортеж элементов массива
|
||
c132440
|
train
|
{
"resource": ""
}
|
Переведите градиенты в грейскал. Это дает карту преобладающих (выделенных) областей.
|
||
c132460
|
train
|
{
"resource": ""
}
|
Приостановить профилирование.
Параметры
----------
profile_process : строка
определяет, следует ли профилировать `кольцевую память` `сервер` или `работника`.
сервер может быть профилирован только при использовании типа распределенного хранилища.
если параметр не указан, по умолчанию используется `работник`.
|
||
c132480
|
train
|
{
"resource": ""
}
|
Проверьте входные IMDB, чтобы убедиться, что у них одинаковые классы.
|
||
c132520
|
train
|
{
"resource": ""
}
|
Получить фрагментированные формы для i-го исполнителя.
Параметры
----------
формы : список из (строка, кортежа)
Оригинальные пары (имя, форма).
i : int
С каким исполнителем мы имеем дело.
|
||
c132540
|
train
|
{
"resource": ""
}
|
Проверьте, что все имена входных данных есть в аргументах символа.
|
||
c132560
|
train
|
{
"resource": ""
}
|
Обновляет состояния наборов.
|
||
c132580
|
train
|
{
"resource": ""
}
|
Обёртка для инициализации детектора:
Параметры:
----------
net : str
Имя тестируемой сети.
prefix : str
Префикс для загрузки модели.
epoch : int
Эпоха загрузки модели.
data_shape : int
Размер изменяемого изображения.
mean_pixels : tuple (float, float, float)
Средние значения пикселей (R, G, B).
ctx : mx.ctx
Контекст выполнения, mx.cpu() или mx.gpu(?) — для указания используемого процессора или графического адаптера.
num_class : int
Количество классов.
nms_thresh : float
Порог не-максимум подавления.
force_nms : bool
Принудительно подавлять разные категории.
|
||
c132600
|
train
|
{
"resource": ""
}
|
Пересчитывает NDArrays так, чтобы сумма их 2-норм была меньше `max_norm`.
Параметры
----------
arrays : список NDArray
max_norm : float
check_isfinite : bool, по умолчанию True
Если True, проверяется, что total_norm конечно (не nan или inf). Это
требует блокирующего вызова .asscalar().
Возвращает
-------
NDArray или float
Общая норма. Тип возвращаемого значения — NDArray формы (1,), если check_isfinite ложен. В противном случае возвращается float.
|
||
c132620
|
train
|
{
"resource": ""
}
|
Получить конфигурации для сети
|
||
c132640
|
train
|
{
"resource": ""
}
|
Устанавливает новую скорость обучения оптимизатора.
Параметры
----------
lr : float
Новая скорость обучения оптимизатора.
|
||
c132680
|
train
|
{
"resource": ""
}
|
Локальное нормализацию по ответам.
|
||
c132700
|
train
|
{
"resource": ""
}
|
Максимальная ROI-пулинг
|
||
c132720
|
train
|
{
"resource": ""
}
|
Возвращает новый массив, заполненный нулями, заданной формы и типа.
Параметры
----------
shape : int or tuple of int
Форма пустого массива.
ctx : Context, optional
Опциональный контекст устройства (по умолчанию текущий основной контекст).
dtype : str or numpy.dtype, optional
Опциональный тип значения (по умолчанию `float32`).
out : NDArray, optional
Результирующий NDArray (по умолчанию `None`).
Возвращает
-------
NDArray
Созданный массив
Примеры
--------
>>> mx.nd.zeros(1).asnumpy()
array([ 0.], dtype=float32)
>>> mx.nd.zeros((1,2), mx.gpu(0))
<NDArray 1x2 @gpu(0)>
>>> mx.nd.zeros((1,2), mx.gpu(0), 'float16').asnumpy()
array([[ 0., 0.]], dtype=float16)
|
||
c132740
|
train
|
{
"resource": ""
}
|
Перемасштабируйте градиент предоставленных параметров определенной шкалой.
|
||
c132760
|
train
|
{
"resource": ""
}
|
Возвращает буфер градиента для этого параметра в одном контексте.
Параметры
----------
ctx : Context
Желаемый контекст.
|
||
c132780
|
train
|
{
"resource": ""
}
|
Добавьте новые метрики как новые столбцы в выбранный pandas DataFrame.
Параметры
----------
dataframe : pandas.DataFrame
Выбранный DataFrame, который нужно модифицировать.
metrics : metric.EvalMetric
Новые метрики, которые необходимо добавить.
|
||
c132800
|
train
|
{
"resource": ""
}
|
Соберите выходы слоев и сохраните их в словарь, сопоставленном по именам слоев.
|
||
c132820
|
train
|
{
"resource": ""
}
|
Далее в итераторе
|
||
c132840
|
train
|
{
"resource": ""
}
|
Получите пары имен и numpy.ndarray данных из словаря.
|
||
c132860
|
train
|
{
"resource": ""
}
|
Верните данные о диабете в приятном пакете.
|
||
c132880
|
train
|
{
"resource": ""
}
|
Форматируй данные.
|
||
c132900
|
train
|
{
"resource": ""
}
|
Локальная точность
преобразование = "идентичность"
порядок сортировки = 2
|
||
c132920
|
train
|
{
"resource": ""
}
|
Выбросить в указанный файл весь записной json-файл.
Перезаписать файл, если установлен флаг перезаписи.
Аргументы:
json_info (dict): Словарь с информацией, который нужно выбросить.
json_file (str): Путь к файлу, в который нужно записать.
overwrite (boolean)
|
||
c132940
|
train
|
{
"resource": ""
}
|
Обновите настройки, когда назначенные поля равны None.
Аргументы:
kwargs: Ключевые аргументы для установки соответствующих полей.
|
||
c132960
|
train
|
{
"resource": ""
}
|
Экспортный модель на основе trial.export_formats этого эксперимента.
Returns:
Словарь, который сопоставляет ExportFormats со сконструированными моделями, успешно экспортированными.
|
||
c132980
|
train
|
{
"resource": ""
}
|
Инициализируйте конфигурации сервиса.
Выполните следующие действия:
1. настройки панели управления AutoML
2. настройки базы данных
3. настройки Django
|
||
c133000
|
train
|
{
"resource": ""
}
|
Получить аргументы отдалённой функции.
Это повторно получает значения для аргументов отдалённой функции, которые были переданы в виде идентификаторов объектов. Аргументы, переданные по значению, не изменяются. Это вызывается рабочим, который выполняет отдалённую функцию.
Аргументы:
function_name (str): Имя отдалённой функции, аргументы которой извлекаются.
serialized_args (Список): Аргументы функции. Это либо строки, представляющие сериализованные объекты, переданные по значению, либо Они являются ray.ObjectIDs.
Возвращает:
Извлеченные аргументы в дополнение к аргументам, переданным по значению.
Вызывает:
RayError: Это исключение возникает, если задача, создавшая один из аргументов, завершилась с ошибкой.
|
||
c133020
|
train
|
{
"resource": ""
}
|
Запустите монитор рэйлета.
|
||
c133040
|
train
|
{
"resource": ""
}
|
Возвращает результат применения `self.operation` к непрерывной подпоследовательности массива.
self.operation(
arr[start], operation(arr[start+1], operation(... arr[end])))
Параметры
----------
start: int
начало подпоследовательности
end: int
конец подпоследовательности
Возвращает
-------
reduced: obj
результат сокращения `self.operation` по указанному диапазону элементов массива.
|
||
c133060
|
train
|
{
"resource": ""
}
|
Вернуть общий объем памяти системы в байтах.
Возвращает:
Общий объем памяти системы в байтах.
|
||
c133080
|
train
|
{
"resource": ""
}
|
Дана вытаскивание, вычислите целевые значения и преимущество.
Аргументы:
вытаскивание (SampleBatch): SampleBatch из одного траектория
last_r (float): Оценка стоимости для последней наблюдения
gamma (float): Фактор дисконтирования
lambda_ (float): Параметр для GAE
use_gae (bool): Использование Generalized Advantage Estimation
Возвращает:
SampleBatch (SampleBatch): Объект с опытом из вытаскивания и обработанной наградой.
|
||
c133100
|
train
|
{
"resource": ""
}
|
Преобразует входные данные из словаря, одного эксперимента или списка экспериментов в список экспериментов. Если входные данные равны None, будет возвращен пустой список.
Аргументы:
experiments (Experiment | список | словарь): Эксперименты для запуска.
Возвращает:
Список экспериментов.
|
||
c133120
|
train
|
{
"resource": ""
}
|
Переписать фрагменты траекторий для кодирования n-шаговых вознаграждений.
reward[i] = (
reward[i] * gamma**0 +
reward[i+1] * gamma**1 +
... +
reward[i+n_step-1] * gamma**(n_step-1))
Таким образом, i-й новый новый_obs также корректируется для указания (i+n_step-1)-го нового нового_obs.
В конце траектории n сокращается для подгонки под длину траектории.
|
||
c133140
|
train
|
{
"resource": ""
}
|
Создайте информацию для определённой задачи.
Мета-файл будет загружен, если он существует, и информация о задаче будет сохранена в базовой части базы данных.
Аргументы:
job_dir (str): Путь к директории задачи.
|
||
c133160
|
train
|
{
"resource": ""
}
|
Зарегистрируйте поддающуюся обучению функцию или класс.
Аргументы:
name (str): Имя для регистрации.
trainable (obj): Функция или класс tune.Trainable. Функции должны принимать (config, status_reporter) в качестве аргументов и будут автоматически преобразованы в класс во время регистрации.
|
||
c133180
|
train
|
{
"resource": ""
}
|
Попробуйте определить количество GPU на этом устройстве.
TODO(rkn): В данный момент эта функция предполагает, что имеются в виду GPU Nvidia и операционная система Linux.
Возвращает:
Количество GPU, если какие-либо были обнаружены, иначе 0.
|
||
c133200
|
train
|
{
"resource": ""
}
|
Соответствует ли полученный результат критериям завершения этого эксперимента.
|
||
c133220
|
train
|
{
"resource": ""
}
|
Если шкала завершена, все испытания будут остановлены.
Если выполнено определенное испытание и итерация шкалы не завершена,
испытание будет приостановлено, а ресурсы отменены.
Этот планировщик не запустит испытания, он просто остановит их.
Текущее испытание, которое выполняется, не будет обработано,
так как управление перейдет к механизму управления испытаниями для его обработки.
|
||
c133240
|
train
|
{
"resource": ""
}
|
Верни список событий трансферов, которые можно рассмотреть как временную линию.
Чтобы просмотреть эту информацию как временную линию, просто сначала сохраните её в файл JSON, передав такие аргументы, как «имя_файла», или с помощью json.dump, затем открой go к chrome://tracing в Chrome web браузере и загрузи так сохранённый файл. Убедитесь, что включили «Flow события» в меню «View Options».
Аргументы:
filename: Если имя файла предоставлено, временная линия сохраняется в этот файл.
Возврат:
Если имя файла не предоставлено, возвращается список событий, произошедших во время профилирования. Каждое событие профилирования — это словарь.
|
||
c133260
|
train
|
{
"resource": ""
}
|
Увеличьте аргументы, переданные в функцию.
Это расширяет аргументы, переданные в функцию, с помощью аргументов по умолчанию, предоставленных в определении функции.
Аргументы:
function_signature: Подпись функции вызываемой функции.
args: Аргументы без ключевых слов, переданные в функцию.
kwargs: Аргументы с ключевыми словами, переданные в функцию.
Возвращает:
Расширенный список аргументов для передачи в функцию.
Выдает:
Исключение: Исключение может быть вызвано, если функцию нельзя вызвать с этими аргументами.
|
||
c133280
|
train
|
{
"resource": ""
}
|
Возвращает список с информацией о всех испытаниях.
|
||
c133300
|
train
|
{
"resource": ""
}
|
Прикрепляется к экрану для указанного кластера.
Аргументы:
config_file: путь к yaml-файлу кластера
start: следует ли запускать кластер, если он не запущен
use_tmux: следует ли использовать tmux в качестве мультиплексора
override_cluster_name: задать имя кластера
new: следует ли обязательно создать новый экран
|
||
c133320
|
train
|
{
"resource": ""
}
|
Парсинг целого числа с суффиксом, который является степенью двойки (например, 32k).
|
||
c133340
|
train
|
{
"resource": ""
}
|
Возвращает список байт, представляющий описатель функции.
Эта функция используется для передачи этого описателя функции в бэкенд.
Возвращает:
Список байт.
|
||
c133360
|
train
|
{
"resource": ""
}
|
Скопировать артефакты Flatbuffers в пакетную папку
|
||
c133380
|
train
|
{
"resource": ""
}
|
Функция CreateString записывает нуль-терминированный байт-строку в виде вектора.
|
||
c133400
|
train
|
{
"resource": ""
}
|
Альтернатива общепринятому методу запроса, который отправляет тело с кодировкой чанков и не в виде одного блока
|
||
c133420
|
train
|
{
"resource": ""
}
|
Анализируйте файл стиля config.h.
Возвращается словарь, содержащий пары имя/значение. Если необязательный словарь передается как второй аргумент, то он используется вместо нового словаря.
|
||
c133440
|
train
|
{
"resource": ""
}
|
Извлеките все актуальные ограничения, собранные из pipfile, резолвера и зависимостей родительских компонентов, вместе с их соответствующим решением конфликтов, когда это возможно.
:возвращаемое значение: Множество экземпляров класса **InstallRequirement**, представляющих ограничения.
:тип: Set
|
||
c133460
|
train
|
{
"resource": ""
}
|
Загрузить сертификаты и, возможно, ключи из нескольких файлов. Цель заключается в том, чтобы вернуть CFArray, содержащий один SecIdentityRef, и затем ноль или несколько SecCertificateRef объектов, подходящих для использования в качестве цепочки доверия клиентского сертификата.
|
||
c133480
|
train
|
{
"resource": ""
}
|
Вызывается, если парсер сталкивается с неизвестным тегом. Пытается завершиться с сообщением об ошибке, которое человек может прочитать, и это может помочь в определении проблемы.
|
||
c133500
|
train
|
{
"resource": ""
}
|
Интеллектуально устанавливает начальное значение автоматической экранирования на основе имени файла шаблона. Это рекомендуемый способ настройки автоматической экранирования, если вы не хотите писать собственную функцию.
Если вы хотите включить его для всех шаблонов, созданных на основе строк, или для всех шаблонов с расширениями `.html` и `.xml`::
from jinja2 import Environment, select_autoescape
env = Environment(autoescape=select_autoescape(
enabled_extensions=('html', 'xml'),
default_for_string=True,
))
Пример конфигурации для включения автоматической экранирования во все времена, за исключением шаблонов, заканчивающихся на `.txt`::
from jinja2 import Environment, select_autoescape
env = Environment(autoescape=select_autoescape(
disabled_extensions=('txt',),
default_for_string=True,
default=True,
))
`enabled_extensions` - это перечисляемый список всех расширений, для которых должна быть включена автоматическая экранирование. Аналогично, `disabled_extensions` - это список всех шаблонов, для которых она должна быть отключена. Если шаблон загружается из строки, то используется значение по умолчанию из `default_for_string`. Если ничего не совпадает, то начальное значение автоматической экранирования устанавливается на значение `default`.
Для целей безопасности эта функция работает в регистронезависимом режиме.
.. versionadded:: 2.9
|
||
c133520
|
train
|
{
"resource": ""
}
|
Вычисленный командный путь. Это используется для информации о «использовании» на странице помощи. Он автоматически создается путем сочетания имен информации в цепочке контекстов к корню.
|
||
c133540
|
train
|
{
"resource": ""
}
|
Получить нахождение пакета для поиска кандидатов на установку
:param sources: Список источников в формате pipfile, по умолчанию None
:param sources: list[dict], по желанию
:param pip_command: Инстанс команды pip, по умолчанию None
:type pip_command: :class:`~pip._internal.cli.base_command.Command`
:param pip_options: Опции pip, по умолчанию None
:type pip_options: :class:`~pip._internal.cli.cmdoptions`
:return: Нахождение пакета
:rtype: :class:`~pip._internal.index.PackageFinder`
|
||
c133560
|
train
|
{
"resource": ""
}
|
Хранит каталог.
Если возможно, каталоги хранятся рядом со своим оригинальным местоположением, в противном случае они перемещаются или копируются в временную папку пользователя.
|
||
c133580
|
train
|
{
"resource": ""
}
|
Преобразует все таблицы-оформления в таблицы-встроенные.
|
||
c133600
|
train
|
{
"resource": ""
}
|
Сформировать информацию об оболочке на основе переменной окружения SHELL, если это возможно.
|
||
c133620
|
train
|
{
"resource": ""
}
|
Эта команда прекращает выполнение и ждет, пока пользователь нажмет любую клавишу, чтобы продолжить. Это похоже на команду "pause" в Windows batch. Если программа не запускается через терминал, эта команда ничего не будет делать.
.. versionadded:: 2.0
.. versionadded:: 4.0
Добавлен параметр `err`.
:параметр info: строка информации, которую нужно вывести перед паузой.
:параметр err: если установлено, сообщение отправляется в `stderr`, а не в `stdout`, как и в случае с echo.
|
||
c133640
|
train
|
{
"resource": ""
}
|
Поддерживается ли этот колесный дискать в этой системе?
|
||
c133660
|
train
|
{
"resource": ""
}
|
Возвращает код завершения, который будет оцениваться оболочкой.
Параметры
----------
shell : Shell
Тип оболочки (Значение по умолчанию = None)
prog_name : str
Имя программы на командной строке (Значение по умолчанию = None)
env_name : str
Имя переменной окружения, используемой для управления завершением (Значение по умолчанию = None)
extra_env : dict
Дополнительные переменные окружения, которые будут добавлены в сгенерированный код (Значение по умолчанию = None)
Возвращает
-------
str
Код, который будет оцениваться оболочкой
|
||
c133680
|
train
|
{
"resource": ""
}
|
Выполняет текущую команду и передает её вывод следующему заданному процессу.
|
||
c133700
|
train
|
{
"resource": ""
}
|
Доступные распределения урожайности через `path_item`
|
||
c133720
|
train
|
{
"resource": ""
}
|
Убедитесь, что активированы распространения, соответствующие `requirements`.
`requirements` должно быть строкой или (возможно, вложенной) последовательностью, в которой указываются необходимые распространения и их версии. Возвращаемое значение — это последовательность распространений, которые пришлось активировать для выполнения требований; включаются все соответствующие распространения, даже если они уже были активны в данном рабочем наборе.
|
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.