问题标签 [multipleoutputs]

在一个类似的问题之后，我遇到了一个问题，我需要在 3 个不同的时间序列之前预测许多步骤。我设法生成了一个网络，将 3 个时间序列的过去 7 个值作为输入，预测其中一个的 5 个未来值。输入x具有以下维度：

目标y具有以下维度：

LSTM 网络定义为：

如果现在我想预测 2 个时间序列的值怎么办？

我尝试了以下代码：

其中y1和具有与(500, 5)y2相同的尺寸。y但我收到以下错误：

我应该如何重塑y1和y2？还是我应该为网络设置不同的结构？

如标题所述，我想知道如何让自定义层返回多个张量：out1、out2、...outn？
我试过了

但这仅适用于具有相同长度的张量，并且它必须是另一种解决方案，而不是每次将两个两个张量连接起来，是吗？

下面是一个有效的示例，后面是无效的示例。

这是只有两个输出的简单情况。对于有很多输出的情况，您不想像我在上面为y1and所做的那样为每个输出编写脚本y2吗？这会在循环中添加输出：

但我不知道如何将输出列表传递给编译函数。这次尝试：

返回以下错误：

我也试过keras_array()：

哪个返回：

如果有办法绕过我for-loop的使用，我可以不命名输出sprintf()。我正在处理的问题有超过 20 个我想同时预测的输出。

我有大约 20-30 个 dbf 文件，我在 R 中导入了这些文件。我无法将它们组合在一个数据框/表中，因为总文件大小约为 2 GB。我想在每个文件“avg_spends”中按年龄分组创建新列，并在每个文件中创建多个列。

当我将文件合并到一个数据表中，然后使用 dplyr 执行以下命令时。

这只是第一步。同样，我必须根据以前可用/创建的列创建新列。我如何通过第一个 col-files1、files、2 等拆分文件来完成这项工作。

我还需要分别为每个文件输出

这是我拥有的数据的一个示例

我对这个问题做了很多研究，但没有找到令人满意的答案。我必须重命名来自 spark 的输出文件。

目前我在 S3 中输出我的 spark 数据帧，然后我再次读取它，然后重命名并再次复制。问题是我的 spark 工作需要 16 分钟才能完成，但从 S3 读取然后在 S3 中重命名和再次写入需要另外 15 分钟。

有什么办法可以重命名我的输出文件..我可以part-00000

这就是我保存数据框的方式

在这种情况下如何使用hadoop文件格式有什么想法吗？

目前我正在这样做，如下所示

问题是我有 50GB 的输出数据，它创建的文件非常多，重命名这么多文件需要很长时间。

成本方面也很昂贵，因为我的 EMR 运行时间更长，并且再次复制数据需要额外费用。

我有一个需要生成一堆 xml 文件的减速器脚本。我想使用 reducer 键以编程方式设置文件名。我MultipleOutputs用来实现如下。

但输出文件名就像key.xml-r-00000. 如何-r-*从文件名中删除部分以使其变得简单key.xml？

我一直在想这个问题是否有答案。

所以我在server.R中有这个代码

这在ui中

到目前为止，我可以获得我想要的所有输出，描述性文本和条形图。但是，条形图出现在 R 控制台而不是浏览器上。

有没有办法让文本和条形图显示在同一页面上？

我可以使用可能可以做到这一点的renderPrint或verbatimTextOutput的其他功能吗？

还是有其他方法？

我一直在考虑一些解决方案，比如将desc()划分为有两个输出，文本和条形图。但是，如果有一种方法可以一次性完成，我非常想学习这种方法。

我正在使用 MultipleOutputs 格式编写 Orc 文件来创建自定义文件名。我将驱动程序设置如下

在减速器中如下

设置：

减少方法：

清理方法：

尽管对于具有前缀“MyPrefix”生成的数据的文件，但也会生成没有记录的part-00000文件。

请让我知道如何停止减速器生成这个名为 part-00000 的空文件。

我正在运行一个 ffmpeg 命令，该命令采用单个视频输入（h.264）和 1）每 5 秒输出一次屏幕抓取，以及 2）将原始视频转码为不同的比特率/配置文件/等。

我想将每个操作的输出通过管道传输到一个单独的程序。目前，我可以通过在命令末尾添加尾随“破折号”(-)将最后一个输出通过管道传输到程序。

但是，我无法弄清楚如何将两个输出同时传输到不同的程序。任何帮助表示赞赏。

将最后一个输入通过管道传输到另一个程序的示例命令：

我有一个关于如何在 Keras 的多个输出中计算 val_loss 的问题。这是我的代码的摘录。

在history.csv 中写入了val_loss，写为3317.36。根据预测结果计算的 RMSE 为 66.4。

根据我对 Keras 规范的理解，history.csv 中的 val_loss 是 24 个输出的平均 MSE。假设它是正确的，则 RMSE 可以从 history.csv 计算为 11.76 (= sqrt(3317.36/24))，这与 nRMSE (=66.4) 的值有很大不同，就像 sqrt(3317.36) = 57.6 相当接近它。

我对 val_loss 的 Keras 规范的理解不正确吗？