我已经训练了一个keras模型(转换为ML工具包的.tflite )，它不接受来自安卓传感器的原始数据作为输入，而是接受一些预处理的数据。数据的预处理太复杂了，用Java无法完成，但是使用python脚本就足够可行了。因此，我想知道是否有一种方法可以使用python对原始数据输入进行预处理，然后将其提供给我的.tflite模型。
浏览 1提问于2020-01-06得票数 1
1回答
我需要使用Python创建一个数据管道。我想用Python语言连接MySql，读取数据帧中的表，执行预处理，然后将数据加载回Mysql Db。我能够使用MySql连接器连接到mysql，然后对数据帧进行预处理。但是，我无法将这些数据帧从Python加载回Mysql。错误: ValueError:未知类型str96 python。
浏览 20提问于2021-04-05得票数 0
我正在尝试将一些python脚本转换为SageMaker中的可调用端点。我的预处理(特征工程)和后处理脚本都是用python编写的，其中有一些相互依赖的脚本和方法。预处理步骤也不一定来自SKLearn，它们是自定义函数，每次都需要从预处理端点调用原始数据，然后使用另存为第二端点的模型进行预测。第三个端点将用于后处理步骤，并连接这3个端点，我们希望每次都将数据从原始格式转换为输出格式。我们目前有一些普通的python脚本，它们使用一些高度定制的函数对<e
浏览 21提问于2021-07-24得票数 0
在C++代码中，我调用 system("python file.py") 运行包含模型的Python脚本，以及预处理和后处理步骤。我希望模型能够处理大量的顺序数据，但我希望它是实时的(所以要尽可能快)。因此，我想把我的python文件分成两个部分--一个是预处理步骤(比如加载模型/文件)，另一个是实际的推断步骤(每秒对每个数据片段运行)。 但是，如何在我的C++代码中做到这一点呢？Inference.py将不知道预处理步骤
浏览 29提问于2019-12-11得票数 2
但是这个json文件在被推送到大查询之前需要进行预处理。我计划使用气流操作员gcs_to_bq。在这种情况下，如何处理json数据？请给我提点想法。我也可以使用python_operator，但是如果有任何干净的解决方案来使用现有的操作符，那么它也很好。
提前谢谢你
浏览 3提问于2020-07-28得票数 1
回答已采纳
2回答
我在Python中有一个DataFrame，需要对数据进行预处理。对数据进行预处理的最佳方法是哪一种，知道一些变量具有很大的规模，而另一些则没有，数据也没有很大的偏差。
浏览 6提问于2016-04-12得票数 0
我正在尝试创建一个数据工厂，使用Python活动(类似于.Net)从源文件中提取数据并对它们进行一些预处理。数据预处理后，需要将文件上传到blob.我有一个python代码已经准备好这样做了，但是我想探索一下我是否可以通过将Python代码注入其中来使用Data自定义活动来完成这个任务。
浏览 0提问于2018-01-18得票数 0
回答已采纳
目前，我正在学习如何使用BERTopic和python的新技术，并遵循了一份指南。该指南最初是为某种twitter数据编写的，但我想我会尝试另一组数据。当我使用“文章数据摘要”时，结果如下所示，我认为使用bertopic的好处之一是不对预处理数据进行预处理，也没有对预处理数据的指导。
我认为它显示了某些主题
浏览 19提问于2022-12-03得票数 0
1回答
在python中有没有保存OneHotencoder对象的方法？原因是我在训练数据和测试数据的预处理中使用了该对象，我们正在构建一个包含相同训练模型的API，它将在用户创建时由来自网站的真实数据注入。因此，首先需要对数据进行预处理，然后模型可以预测o/p。
谢谢
浏览 7提问于2017-12-24得票数 4
回答已采纳
我使用Google Cloud Functions向Cloud ML Engine发送用于预测的数据。
这是因为nlt
浏览 4提问于2018-09-27得票数 1
回答已采纳
我想避免在训练之前使用sagemaker笔记本和预处理数据，比如简单地将csv格式更改为protobuf格式，如下面的内置模型的第一个链接所示。在下面的示例中，它解释了如何在sagemaker python-sdk的帮助下使用sklearn管道进行预处理。
浏览 10提问于2019-03-28得票数 1
1回答
现在，预处理例程从SSD中获取数据，进行预处理，并形成用于学习的数据结构。所有这些时间，ML培训过程等待着。然后，ML过程接受这些数据并使用它来训练模型。现在预处理在等待。然后他们就绕来走去。计划如下:一个单一的数据结构将存储一组数据点。每一步训练算法都采用随机子集对模型进行训练(用TensorFlow在GPU上进行训练)。
同时，我希望另一个线程对下一组数据点进行预处理。当预处理就绪时，它将用新的
浏览 4提问于2016-07-05得票数 2
回答已采纳
你认为将数据(例如测量日期)输入模型(dymola)的最佳方法是什么？是否有可能将数据从python导入modelica (例如，导入组合式时刻表)？我的想法如下：
如有任何建议，我将不胜感激。
浏览 3提问于2015-09-24得票数 1
1回答
这个过程基本上是获取图像数据，通过经过训练的模型(从keras传递学习)，并输出预测的类。在这个例子中，我想检查图像是属于狗还是猫。示例目标图像url：
Problem：虽然我可以在python中得到0.70014906的预测。我的分机输出只有0.4576922。
浏览 17提问于2022-11-01得票数 0
回答已采纳
(后端无状态)用户在前端的操作->回调调用-> ajax ->这里我需要得到所描述的新数据->从-> ajax返回-> source.change.emit()获取新数据。粗体标记的部分存储在REDIS atm (用python编码)中。当一个图表中有多个图形/行时，回调需要几秒钟(对于每个大小为300万值的数组，大约1秒)。有没有办法在总体上提高这个速度。
浏览 1提问于2019-03-26得票数 0
回答已采纳
我目前正在使用AWS Lambda和Step函数来运行我的ML管道的查询和预处理作业，但由于Lambda的15m运行时限制而受到限制。我的当前进程
I让我的数据科学家为模型的查询和预处理步骤编写python脚本(在git中)，并将它们(通过Terraform)部署为lambda函数，然后使用Step函数将ML管道步骤排序为DAG (查询->预处理-> deploy )查询lambda从我们的数据仓库(Redshift)中提取数据，并将未处理的数据</
浏览 2提问于2020-11-03得票数 1
我试着分两部分去做
#saving preproccesed dataframe to csv
train.to_csv('C:/Users/Documents/Tesfile_Preprocessed.csv
浏览 4提问于2018-01-07得票数 1
回答已采纳
1回答
我已经将bash管道中的数据源从cat ${file}更改为cat file_${part_number}，因为预处理导致${file}在2GB处被截断，分割输出消除了预处理问题。我最初的管道是：使用原始管道，如果我正在测试对postprocessor.py或预处理器的更改-n 3 - | jq -c '.' | python pos
浏览 4提问于2015-10-04得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM活动推荐
腾讯云开发者
