在视图中有一个带有调用控制器方法的 directEvent 的按钮。在正常情况下，我会像这样传递参数
de.Click.ExtraParams.Add(new StoreParameter("filter", "Ext.encode(App.fpFilterMiddleData.getForm().getFieldValues(true))", ParameterMode.Raw));
但在这种情况下，我有一个夏普模型对象，我想：
de.Click.ExtraParams.Add(new StoreParameter("filter", @Model, ParameterMode.Raw));
但是参数需要字符串类型，怎么实现（Model是一个列表元素，里面有几个参数）？
有以下代码：
import numpy as np
X = ((1,10),(1,7),(1,12))
step = np.dot(X.T,X)
但是 XT 方法不起作用并抛出错误
step1 = np.dot(XT,X) Traceback（最近一次调用最后一次）：文件“”，第 1 行，在 AttributeError 中：'tuple' 对象没有属性'T'
我究竟做错了什么？
在发电机上训练 keras 模型，现在如果我这样做
model.predict_generator(test_generator)
那么一切正常，但是我现在如何将其应用于图像？我需要正确地将图像转换为数组（3种颜色）并调用，下面的示例不起作用（opencv中的图像）
data = img.astype(float)/255
model.predict(data)
#ValueError('Error when checking input: expected vgg16_input to have 4 dimensions, but got array with shape (32, 32, 3)',)
或者将打开的图像转换为生成器，但是怎么做呢？
发电机整形：
def Get_generator_data(dir,img_width, img_height, batch_size):
datagen = ImageDataGenerator(rescale=1. / 255)
train_generator = datagen.flow_from_directory(
dir,
target_size=(img_width, img_height),
batch_size=batch_size,
class_mode='categorical',
shuffle=False)
return train_generator
模型创建
def create_model(outNeron, size):
# Загружаем предварительно обученную нейронную сеть VGG16
vgg16_net = VGG16(weights='imagenet', include_top=False,
input_shape=(size, size, 3))
# "Замораживаем" веса предварительно обученной нейронной сети VGG16
vgg16_net.trainable = False
# Создаем составную нейронную сеть на основе VGG16
# Создаем последовательную модель Keras
model = Sequential()
# Добавляем в модель сеть VGG16 вместо слоя
model.add(vgg16_net)
# Добавляем в модель новый классификатор
model.add(Flatten())
model.add(Dense(256))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(outNeron))
model.add(Activation('softmax'))
return model
模型训练
def Train_Model (model, train_generator, nb_train_samples, batch_size, val_generator, nb_validation_samples):
сheckpoint = ModelCheckpoint('save/mnist-dense.hdf5',
monitor='val_acc',
save_best_only=True)
# Компилируем составную нейронную сеть
model.compile(loss=losses.categorical_crossentropy,
optimizer=Adam(lr=1e-5),
metrics=['accuracy'])
# Обучаем модель с использованием генераторов
model.fit_generator(
train_generator,
steps_per_epoch=nb_train_samples // batch_size,
epochs=35,
validation_data=val_generator,
validation_steps=nb_validation_samples // batch_size,
callbacks=[сheckpoint])
模型打印 print(model.summary())
Layer (type) Output Shape Param #
=================================================================
vgg16 (Model) (None, 1, 1, 512) 14714688
_________________________________________________________________
flatten (Flatten) (None, 512) 0
_________________________________________________________________
dense (Dense) (None, 256) 131328
_________________________________________________________________
activation (Activation) (None, 256) 0
_________________________________________________________________
dropout (Dropout) (None, 256) 0
_________________________________________________________________
dense_1 (Dense) (None, 4) 1028
_________________________________________________________________
activation_1 (Activation) (None, 4) 0
=================================================================
Total params: 14,847,044
Trainable params: 132,356
Non-trainable params: 14,714,688
_________________________________________________________________
None
下午好，这几天我一直在尝试从源代码构建 Firebird 项目，我从这里获取它：
https://github.com/FirebirdSQL/firebird/tree/B3_0_Release
操作说明：
https://www.firebirdsql.org/en/building-the-code/
尝试了相同的主版本，没有帮助。我将控制台中的日志和控制台本身的错误输出附加到此消息中。也许您有一个组装项目，我将永远感激不尽！已安装 VS：2008、2015 教授、2017 教授
下午好，我正在尝试构建一个VS2015 firebird项目，但是在复制路径时我没有看到任何东西，我对根文件夹的路径是如何形成的感兴趣：在批处理文件中它是这样构建的：
SET SERVER_NAME=localhost
cd ..\..
for /f "delims=" %%a in (' cd') do (set FB_ROOT_PATH=%%~sa)
cd %~dp0
for /f "tokens=*" %%a in (' echo %FB_ROOT_PATH:\=/%') do (set FB_DB_PATH=%%a)
然而，这意味着什么，头脑还不够。你能解释一下吗。谢谢你。