lemonhall

OK,I got one method to refuse connections... var c=0; sock.on("connect",function(){ //console.log(sock.socks[c]); console.log("connections:"+c+"==============================="); if(c>2){ var peer=sock.socks[c]; peer.write(this.pack("refuse")); //if (peer.writable) peer.write("refuse"); //peer.destroy(); } c=c+1; # }); bug you should expose a method...


按文档上来说，docker的独立镜像的那个例子完全跑不通，早就broken了 然后k8s的文档也有问题，直接按那个跑也是跑不通的 0、指引地址： https://github.com/sql-machine-learning/sqlflow/blob/develop/doc/quick_start.md 先装好argo 1、先拉三个镜像下来吧 docker pull sqlflow/sqlflow:server docker pull sqlflow/sqlflow:jupyter docker pull sqlflow/sqlflow:mysql docker pull sqlflow/sqlflow:step 2、然后开始部署 kubectl apply -f https://raw.githubusercontent.com/sql-machine-learning/sqlflow/develop/doc/run/k8s/install-sqlflow.yaml 3、把端口配置好 kubectl port-forward sqlflow-server 8888:8888 【这里的官方文档也错了】 4、预拉去一些运行时需要的镜像...

恩，我不太懂NLP，拿你这个简单做了一下豆瓣广播的情感分析，发觉效果不怎么好，看了一下代码，用得是贝叶斯和一套训练集，然后发觉可能是训练集本身让结果不是怎么好，又试了一下结合正文抽取算法，做了一下网页的keywords提取，结果发觉新浪的很多新闻，关键词抽取出来是单字，三字的人名没有被作为关键字抽取出来，作为黑箱的话，暂时还不是很好用的感觉，没有深入用，过两天用ZeroRPC替换掉你里面的分词组件，用我更熟悉的一个node.js的分词来试试，看看关键词抽取的效果会不会提高。

恩，所以对于外行来说。。。。你得多写一些文档，说明使用范围嘛，分词那部分我还没深究，什么CRF条件随机场这种东西我是看不懂的，我用的是node.js移植java社区的一个盘古分词组件，起码能正确的抽取去朝鲜金三胖的那位姑父的名字，其实很多关键字肯定是要优先抽取专有名词的。慢慢来，加油。。。我就是一个搞工程的，对这些复杂算法没能力搞，很遗憾。。很感谢你的这个组件。训练集什么的，看来得先自己写个插件慢慢攒了。。。而且这种东西，只能靠人工，且必须是滑动窗口法的。朋友给我介绍了情感分析的一个RNN算法的，考虑了句子的结构，原理上我懂，但是RNN谁懂啊，神经网络向来复杂，而且它那个的训练集也是22w的正向，20w的负能量，还带上了人工挑选的词汇分值表，内存消耗想必也挺可观的。你这个模块我在云端部署的时候，必须是1G内存，否则直接be killed。 工程上来说，不知道你的代码结构是怎样的，完成准确度和可靠度以及单元测试之后，再稍微考虑一下内存消耗以及可选加载这类的事情吧。。都是后话，中文的NLP库真心太少了。。。。让我们这些想做一些功能却不会算法的人觉得十分苦逼啊。尤其是看着NTK那类的库 多谢LZ