问题标签 [multiple-input]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
javascript - VueJS (InertiaJS) + Laravel 8 显示多个输入错误
我正在尝试显示我的多个输入错误。
我有几个剧集的多个输入表单。每一个都有一个标题和描述。
我可以显示其他错误 + 数组错误(1 ep min 和 15 ep max)
但我不能在我的剧集数组中循环。
VueJS(通过 Vue 工具)向我显示正确的错误,例如:errors.episodes.0.description: 0:episodes.0.description 字段是必需的。
但是当我想遍历 errors.episodes[index].description 时,VueJS 显示:
[Vue warn]: Error in render: "TypeError: can't access property 0, _vm.$page.errors.episodes is undefined"
我试过这个
谢谢你们帮助我
php - 将多个 Csv 文件导入 mysql 表
我想将多个Csv
文件上传到我的数据库中,但是当我尝试添加更多的 1 个文件时,它只上传第一个文件并跳过另一个文件我应该怎么做?我知道我应该使用foreach
但我不知道在哪里添加它
这是上传数据的部分:
提前感谢您的阅读。
python - Keras 多输入屏蔽
我正在构建一个具有多个输入的 LSTM 模型(数字由 给出n_inputs
)。我缩放输入(0, 1)
并将所有输入替换NaN
为-1
. 现在我希望模型忽略这些NaN
值,因此我使用如下掩码:
如果任何输入具有价值,我担心Masking
模型会完全忽略一个时间步长的数据NaN
(我不确定如何检查是否是这种情况)。我想要的是:对于每个时间,只忽略NaN
输入,但传递其他有效的输入。我的问题是:是否Masking
排除至少一个输入的所有时间步长NaN
?如果是这样,我怎样才能让模型只忽略NaN
输入?
ruby-on-rails - 如何创建具有多个同名输入字段的表单对象
我正在学习 Rails,非常感谢有关创建具有多个同名输入字段的表单对象的建议。我遇到了未经许可的参数错误。找资料好几天了,试了很多,没有结果。这是我的第一个问题,如果不容易理解,请见谅。
我正在使用 rails 6.0.0,并且有 3 个模型:Recipe、Ingredient、RecipeIngredientRelation。我想为成分和食谱成分创建多个输入字段。错误:
binding.pry 让我知道@recipes_ingredient.errors:
我的模型是: 食谱
成分
配方成分关系
表单对象
输入表单视图的一部分:
最后,Recipes 控制器:
python - 如何在 python 2 中读取多个输入
我是 python 新手。我搜索并发现了如何在 python 3 中做到这一点:
但在 python 2 中,我得到了语法错误。我需要它用于 foobar,因为我不能在那里用 c++ 或 python 3 编码,这非常烦人。
sql - SQL: Apply and union table function recursively
I'm using SQL Server Management Studio 18.
I have a function that takes a table name as a parameter and outputs a table with info about other tables that have the same columns in it. Each table has a different amount of columns (that are also in other tables or not). The output is column names, table names and subject. This works. I want to apply the same function to all tables that are in the result set of the first table I applied the function to, and union it with each other.
I know what I am doing wrong (dbo.TableStructure(firstTable.TableName)) doesn't work because the function is made for only 1 parameter and not multiple. But I don't know what to change to make it right. The code of the function:
The code of applying the function:
java - Hadoop MapReduce - 两个文件的连接和分组值的计算
我对 Hadoop 和 MapReduce 编程相当陌生。我想知道在加入两个文件后是否可以按另一个值(不是键)分组。
我有两个包含以下数据的文件
文件 1
文件2
现在有什么方法可以找到每种性别的分数百分比。我正在尝试将以下内容作为输出
有没有办法在一项工作中做到这一点。我已经尝试为此使用两个工作,但找不到任何进展。
任何提示将不胜感激。
编辑:
加入文件后,我得到这样的东西
我目前正坚持在减速器阶段分别找到男性和女性的标记总和
编辑:
我已经解决了这个问题。我用了两份工作。第一个作业连接两个文件,输出为
我将输出文件作为输入发送到第二个工作,它按性别给出分数百分比。
matlab - 多输入网络matlab上的semanticseg可能吗?
我有一个神经网络,它接受多个输入并产生语义分割输出。我能够很好地训练网络,但是当我尝试使用函数emanticseg
matlab 测试网络性能时会抛出此错误:
使用 DAGNetwork/createDispatcher 时出错(第 364 行) 多输入网络的输入数据必须是组合或转换的数据存储。
我的输入是一个组合数据存储。我查找了语义化的详细信息,发现了这一点:
数据存储区的读取函数必须返回数值数组、元胞数组或表格。对于具有多列的元胞数组或表,该函数仅处理第一列。
组合数据存储有 2 列,对于多输入网络,需要读取这两列,因为它们对应于每个输入层。那么,甚至可以在多输入网络上使用语义分割吗?我还能如何让我的网络分割测试图像以便评估性能?
reactjs - React-Multiple 输入
我想获得输入并将其作为表格数据放在表格中。但是我只能添加一个三重数据我不能添加第二行。第二个问题是我想在提交表单时重置输入框我该怎么做。第三个问题是我如何在开头制作空表(我无法描述空对象)。我不需要将它保存在 Json 或任何数据库上,我只想在打开网站时添加。我的意思是这将是临时数据。感谢您的帮助 :)
python - Pandas 在多列上使用应用功能进行扩展
是否可以使用 panda 的扩展函数来使用窗口对象的几列计算多项式回归的系数?
我有一个数据框,它有两列,一个预测变量和一个响应。我想使用 pandas 的扩展()函数来计算每个扩展系列对的二阶多项式回归的相应系数。对于每一行,我想从应用于所有先前行的回归中获取更新的系数。
我希望输出看起来像这样:
我的不同试验导致了两种错误。如果我使用将数据框用作参数的函数,例如 in df[['Coef1', 'Coef2', 'Coef3']] = df.expanding(min_periods=3).apply(func1))
,我会得到KeyError: 'Input'
. 如果我使用之前提取参数的第二个函数df['Coef1', 'Coef2', 'Coef3'] = df.expanding(min_periods=3).apply(lambda x: func2(x['Input'], x['Output']))
,我会得到
DataError: No numeric types to aggregate
但是,如果我尝试例如df.expanding().cov(pairwise=True)
它表明可以对返回的对象的不同列执行计算expanding
。这里有一个类似的问题:Apply expand function on dataframe。但是,在函数中调用 expand() 的解决方案似乎不适用于这种情况。我将不胜感激任何指示或建议。
我找到了一个使用 numpy 执行此操作的包,因此它启发了我手动执行此操作:
我想用 Numba 来加快执行速度,但它无法识别 np.polyfit 函数。此外,我还没有找到一种巧妙的方法将结果分配回初始数据框。这就是为什么我仍然有兴趣看到一个简单且更“pythonic”的扩展()解决方案