logs中的logsumexp实现？
在云计算领域中，logs中的logsumexp是一种常用的数学运算，用于计算一组数的和的对数。它的实现方法如下：
- 首先，将待计算的一组数取指数，得到一个新的数列。
- 对这个新的数列求和。
- 对求和结果取对数。
- 最后，将得到的对数结果返回。
logsumexp的实现有助于解决数值计算中的数值溢出问题，同时也可以提高计算的精度和效率。
应用场景：
logsumexp广泛应用于概率计算、机器学习、统计分析等领域。在这些领域中，经常需要对大量的概率值或指数值进行计算，而logsumexp可以有效地处理这些计算，并且能够避免数值溢出的问题。
推荐的腾讯云相关产品：
腾讯云提供了一系列适用于云计算的产品和服务，以下是一些相关产品的介绍：
- 云服务器（CVM）：腾讯云的云服务器提供了强大的计算能力和稳定的网络环境，适用于各种应用场景。 产品介绍链接：https://cloud.tencent.com/product/cvm
- 云数据库MySQL版（CDB）：腾讯云的云数据库MySQL版提供了高可用、可扩展的数据库服务，支持海量数据存储和高并发访问。 产品介绍链接：https://cloud.tencent.com/product/cdb_mysql
- 人工智能平台（AI Lab）：腾讯云的人工智能平台提供了丰富的人工智能算法和工具，帮助开发者快速构建和部署人工智能应用。 产品介绍链接：https://cloud.tencent.com/product/ai
请注意，以上推荐的产品仅作为示例，具体选择应根据实际需求进行评估和决策。
相关·内容
1回答
作为统计编程包的一部分，我需要与一起添加日志转换的值。这比将未记录的值加在一起要低得多。
此外，我需要使用功能将值添加到一起。
我已经考虑过各种选项，下面的代码如下：
(在非日志空间中进行比较)使用
Numpy用于将日志值添加到一起的ufunc：
带有以下logsumexp函数的手写约简函数：
Python中的logsumexp函数(使用)
Python中的 (与一起)
def logsumexp_reduceat(arr, indices, logsum_exp_func):
res = list()
i_start = indic
浏览 10提问于2020-01-21得票数 3
回答已采纳
在Scala2.7中，我想使用一个方法作为同一类的另一个方法的参数。
我有一个类和对象，它们是伙伴：
class mM(var elem:Matrix){
//apply a function on a dimension rows (1) or cols (2)
def app(func:Iterable[Double]=>Double)(dim : Int) : Matrix = {
...
}
//utility function
def logsumexp(): Double = {...}
}
object mM{
浏览 0提问于2010-04-30得票数 2
下面的错误是什么：
Warning: overflow encountered in exp
在scipy/numpy中使用Python通常意味着？我正在计算一个对数形式的比率，即log(a) + log(b)，然后取结果的指数，使用exp，并将sum与logsumexp一起使用，如下所示：
c = log(a) + log(b)
c = c - logsumexp(c)
数组B中的一些值被有意设置为0。他们的日志将是-Inf。
此警告的原因可能是什么？谢谢。
浏览 6提问于2010-12-06得票数 26
回答已采纳
1回答
我想在python2.7中使用numpy的logsumexp()。我需要解决的公式如下：
log ( 1 + e^a1 + e^a2 + e^a3 + ... e^an - e^ax )
最后一项是负数，只需加在上面。不包括这最后一届，我要做以下几点：
myarray = numpy.array([0, a1, a2, a3, ..., an])
这样，第一个元素是0，然后是e^0 = 1，所以我有了第一个项，即1。那我就用
result = numpy.logsumexp(myarray)
我会得到正确的结果。
但是现在我必须附加一个-e^ax，因为它是负值的，所以我不能简单地将ax附加
浏览 5提问于2014-08-30得票数 3
回答已采纳
我在谷歌的collab木星笔记本电脑上收到了一些重要的错误，比如logsumexp和阶乘等状态模型。
请建议一下。
from scipy.misc import logsumexp
from scipy.misc import factorial
ImportError: cannot import name 'logsumexp'
ImportError: cannot import name 'factorial'
我重新安装了kit和scipy，并重新启动了google collab jupyter笔记本的运行时。然而，进口仍然存在。
浏览 3提问于2019-05-22得票数 1
回答已采纳
1回答
将像scipy.misc.logsumexp这样的东西应用于稀疏矩阵(例如scipy.sparse.csr_matrix)，指定一个轴的最佳方法是什么？
重点是将零从计算中排除在外。
更新
更好的做法是，我要找的是执行的东西，简单地按exp‘m顺序执行，在scipy.sparse中对行进行求和并执行日志处理是非常简单的。较少琐碎的是以一种干净的方式计算沿行的最大值并减去它，因为稀疏矩阵行中的每个元素被减去相应的最大向量elem (最后保留一个稀疏矩阵)。
浏览 3提问于2014-06-06得票数 4
回答已采纳
我正在研究加速Python代码中的log-sum-exp (使用"max技巧“)操作的选项。我在Windows 8上使用Python2.7。我已经将使用Numpy、Scipy的实现、Numba、Cython、Weave和numexpr的实现进行了比较，可以查看。
我原以为我的Cython和Weave版本是最快的，因为它们离本机代码最近。但事实上，他们比我的其他版本要慢。
如何使这些版本尽可能快？
编辑: wrt初始笔记本，增加了最大技巧在所有的方法，使比较更少琐碎，更接近我的实际需要。
浏览 2提问于2013-11-25得票数 7
回答已采纳
我正在尝试使用LSTM和混合密度网络生成时间序列数据，如中所描述的，这里有一个指向我的实现的链接:存储库包含一个用于训练网络的玩具数据集。在训练中，LSTM层经过一次迭代返回其隐藏状态的nan。一个类似的问题被报道为。为了您的方便，下面是代码：
import torch
import torch.nn as nn
import torch.optim as optim
from torch.autograd import Variable
import torch.nn.functional as F
import matplotlib.pyplot as plt
import numpy a
浏览 0提问于2018-07-01得票数 0
回答已采纳
MXNet和PyTorch都为计算日志(softmax())提供了特殊的实现，这种实现速度更快，数值更稳定。但是，在这两个包中，我都找不到这个函数log_softmax()的实际实现。
有人能解释一下这是如何实现的吗?或者更好的是，能告诉我相关的源代码吗？
浏览 3提问于2020-05-02得票数 3
回答已采纳
我正在写的一些R代码中有一行非常慢。它使用apply命令将logSumExp应用于一个4维数组。我想知道有什么方法可以加速它！ Reprex：(这可能需要10秒或更长时间才能运行) library(microbenchmark)
library(matrixStats)
array4d <- array( runif(5*500*50*5 ,-1,0),
dim = c(5, 500, 50, 5) )
microbenchmark(
result <- apply(array4d, c(1,2,3), logSumExp)
) 任何
浏览 18提问于2020-07-14得票数 2
回答已采纳
1回答
我试着用python 3在anaconda env下用jupyter笔记本电脑进行import hmm。我尝试用以下命令更新包，
pip install scikit-learn --upgrade
pip install scipy --upgrade
pip install sklearn --upgrade
但我还是会犯同样的错误。
浏览 5提问于2022-03-09得票数 0
我有一个问题，在一个特定的变量下，我们称之为a，我用这种方式写了下面的数组。 [-6.396736847188359, -6.154559100742114, -6.211476547612676]
[-8.006589632001111, -7.826171257487284, -7.71335303949824]
[-6.456557174187878, -6.262447971939394, -6.38657184063457]
[-7.487923068341583, -7.189375715312779, -7.252991999097159]
[-7.53298049999489
浏览 3提问于2020-09-29得票数 0
回答已采纳
1回答
我已经用sklearn训练了一个高斯混合模型，我正在尝试获得给定聚类均值和方差的数据点的非归一化责任。
不幸的是，GMM.predict_proba返回的归一化概率加起来为1，但我需要原始概率。
我尝试了以下方法(GMM是拟合的GM模型)：
import numpy as np
from sklearn import mixture
lpr = (mixture.log_multivariate_normal_density(X, GMM.means_, GMM.covars_, GMM.covariance_type) + np.log(GMM.weights_))
probs = np.e
浏览 3提问于2014-03-21得票数 1
我是tensorflow框架的新手。我在代码中使用了tf.reduce_logsumexp。但是检查输出，我看到一些值是负值。那件事怎么可能？我怀疑这可能是由于某些nans或inf值造成的，所以我进行了检查，以删除输入中的这些值，如下所示(X是我的输入)：
res = tf.where(tf.is_inf(X), tf.zeros_like(X), X)
res = tf.where(tf.is_nan(res), tf.zeros_like(res), res)
output = tf.reduce_logsumexp(res, axis=0)
但即使这样也无济于事，我仍然得到一些负值。感谢
浏览 5提问于2017-08-09得票数 0
我得到了这个失败：
文件"C:\Users\ophirbh\AppData\Roaming\Python\Python38\site-packages\scipy\special_logsumexp.py"，第112行，位于logsumexp tmp = np.exp(a - a_max) MemoryError中:无法分配形状为(950028，45)且数据类型为float64的数组
对于该代码：
from sklearn import datasets
from sklearn.linear_model import LogisticRegression
from sklea
浏览 14提问于2019-11-30得票数 0
1回答
()处理地下水流挑战吗？
、、、、
the的logsumexp()实现是否包括通过从每个元素中减去数组中的最大发现值来防止下流的哈克？
下面解释的那个，m = maxval
浏览 4提问于2014-09-03得票数 6
回答已采纳
我尝试使用lifetimes标头从给定数据创建新近、频率和T，但它一直显示以下错误:模块'scipy.misc‘没有属性’AttributeError‘。 from lifetimes.plotting import *
from lifetimes.utils import *
from lifetimes.estimation import *
data = summary_data_from_transaction_data(df, 'CustomerID','InvoiceDate', monetary_value_col='Sales
浏览 48提问于2019-05-27得票数 4
回答已采纳
1回答
我目前正在尝试用C实现Baum Welch算法，但遇到了以下问题:伽马函数：
gamma(i,t) = alpha(i,t) * beta(i,t) / sum over `i` of(alpha(i,t) * beta(i,t))
不幸的是，对于足够大的观测集，随着t的增加，alpha迅速下降到0，随着t的减少，β迅速下降到0，这意味着，由于四舍五入，永远不会有α和β都是非零的地方，这就使事情变得相当麻烦。
有办法解决这个问题吗?还是我应该试着提高这些值的精度？我担心，如果我尝试这种方法，这个问题可能会再次出现，因为每次观察的alpha和beta值下降了大约一个数量级。
浏览 0提问于2014-04-23得票数 6
回答已采纳
当我使用这个随机生成器：时，我总是得到：
ValueError: sum(pvals[:-1]) > 1.0
我总是传递这个softmax函数的输出：
def softmax(w, t = 1.0):
e = numpy.exp(numpy.array(w) / t)
dist = e / np.sum(e)
return dist
除了得到这个错误之外，我还为参数(pvals)添加了以下内容：
while numpy.sum(pvals) > 1:
pvals /= (1+1e-5)
但这并没有解决问题。确保我避免这个错误的正确方法是什么？
编辑:
浏览 8提问于2014-04-24得票数 7
回答已采纳
1回答
在我的jupyter笔记本中导入pymc3会导致以下错误：
ImportError: cannot import name 'logsumexp'"
以下是其他一些包版本：
1.17.0Matplotlib 3.6.7 3.6.7Numpy 3.0.3Pandas 0.23.4<code>H 113</code>Scipy 1.5.1Scitkitlearn 0.23.1Statsmodels 0.11.1Theano 1.0.4<code>H 220</code><code>F 221</code&
浏览 16提问于2020-07-09得票数 0
我最近正在学习语音识别，并且我了解到前缀波束搜索的思想是将具有相同前缀的路径(如[1,1,_]和[_,1,_] )合并(如您所看到的，_表示空白标记)。
基于这种理解，我实现了一个版本，可以使用以下伪代码对其进行简化：
def prefix_beam_search(y, beam_size, blank):
seq_len, n_class = y.shape
logY = np.log(y)
beam = [([], 0)]
for t in range(seq_len):
buff = []
for prefix, p in
浏览 4提问于2020-02-06得票数 0
3回答
所以想象一下我
>>> a = 725692137865927813642341235.00
如果我做了
>>> sum = a + 1
之后
>>> sum == a
True
这是因为a大于某一阈值。
有像logsumexp这样的技巧来执行吗？
PS：a是np.float64。
浏览 3提问于2017-11-21得票数 5
我总是试图找到与函数名称相关的语义，因为这确实有助于理解和连接事物。
我只是想了解一下，为什么谷歌会想出reduce_*命名约定，比如：
reduce_all
reduce_any
reduce_join
reduce_logsumexp
reduce_max
reduce_mean
reduce_min
reduce_prod
reduce_sum
是因为所有这些操作都减少了输入张量的维数吗？
浏览 3提问于2017-04-13得票数 4
回答已采纳
我试图使用特定的python/numpy库，但无法安装它。下面是我按照说明运行setup.py install时的跟踪：
$ python setup.py install
running install
running build
running build_ext
Traceback (most recent call last):
File "setup.py", line 26, in <module>
ext_modules = [ext]
File "/System/Library/Frameworks/Python.framew
浏览 4提问于2015-09-17得票数 2
回答已采纳
4回答
我需要取包含对数概率的两个NumPy矩阵(或其他2d数组)的矩阵乘积。出于显而易见的原因，np.log(np.dot(np.exp(a), np.exp(b)))并不是首选的天真方式。
使用
from scipy.misc import logsumexp
res = np.zeros((a.shape[0], b.shape[1]))
for n in range(b.shape[1]):
# broadcast b[:,n] over rows of a, sum columns
res[:, n] = logsumexp(a + b[:, n].T, axis=1)
工
浏览 101提问于2014-05-13得票数 39
回答已采纳
我尝试用下面的代码实现 (out_vec是一个浮点数的numpy向量)：
numerator = np.exp(out_vec)
denominator = np.sum(np.exp(out_vec))
out_vec = numerator/denominator
然而，由于np.exp(out_vec)，我得到了一个溢出错误。因此，我(手动)检查了np.exp()的上限是什么，发现np.exp(709)是一个数字，但np.exp(710)被认为是np.inf。因此，为了避免溢出错误，我对代码进行了如下修改：
out_vec[out_vec > 709] = 709 #prevent
浏览 8提问于2016-06-06得票数 36
5回答
行数组的Softmax函数
、、、、
我正在尝试将softmax函数应用于numpy数组。但是我没有得到想要的结果。这是我尝试过的代码：
import numpy as np
x = np.array([[1001,1002],[3,4]])
softmax = np.exp(x - np.max(x))/(np.sum(np.exp(x - np.max(x)))
print softmax
我认为x - np.max(x)代码没有减去每一行的最大值。需要从x中减去最大值，以防止非常大的数字。
这应该是输出
np.array([
[0.26894142, 0.73105858],
[0.26894142
浏览 4提问于2017-04-08得票数 5
我有下面这段代码，其中有一个维度张量(150,240,240)。
现在，我想从这150个切片中，通过比较240×240矩阵中每个值的所有150个切片来构造一个切片(大小为240×240)。我使用tf.argmax实现这一点。它通常是正确的。但在某些情况下，结果中的一个值非常大，并且是随机的，比如4294967390。这怎么可能呢？它应该为每个维度返回一个介于0和149之间的值。下面是我做这件事的代码。
注意下面的代码中变量result - (20,150,240,240)的维度
for i in range(0, 20):
denominator = tf.reduce_logsumexp(r
浏览 5提问于2017-08-04得票数 2
回答已采纳
1回答
在numpy/scipy中是否有一个函数可以让您从小日志概率向量中采样多项式，而不会失去精度？示例：
# sample element randomly from these log probabilities
l = [-900, -1680]
朴素的方法失败了，原因是地下水流：
import scipy
import numpy as np
# this makes a all zeroes
a = np.exp(l) / scipy.misc.logsumexp(l)
r = np.random.multinomial(1, a)
这是一次尝试：
def s(l):
m = np
浏览 4提问于2015-11-16得票数 22
有人能帮我做以下几行Java的工作吗？或者您可以给出以下代码行的C#等价物
public static double[] logSumExp(List<Double> a, List<Double> b) {
double amax = Collections.max(a);
double sum = IntStream.range(0, a.size())
.mapToDouble(i -> Math.exp(a.get(i) - amax) * (i < b.size() ? b.get(i)
浏览 2提问于2020-06-07得票数 4
回答已采纳
1回答
我正在用Python实现逻辑回归，并且正在根据这个公式编写参数向量的最大似然估计代码：
我已以下列方式执行：
-np.sum(np.log(1 + np.exp(-1*(y*x.dot(w.T)))))
在一个函数中，w是权重向量，x是特征矩阵，y是标签向量。我没有获得我期望的基于测试数据的分类，并且怀疑它与我实现这个日志-似然方程的方式有关。我在scipy.minimize.optimize中运行这个函数，其中附加参数是初始权重估计(全部初始化为零)和args = (x，y)。在终端中，我得到以下错误：
RuntimeWarning: overflow encountered in
浏览 5提问于2021-02-12得票数 0
如何用数值稳定的方法计算log(1 - normal_cdf(x))？这里，normal_cdf是标准正态分布的累积分布函数。
例如，在Python中：
import scipy
from scipy.stats import norm
np.log(1 - norm.cdf(10))
为-inf提供RuntimeWarning: divide by zero encountered in log，因为norm.cdf(10)几乎等于1。是否有像logsumexp这样的函数可以避免数值下流？
浏览 1提问于2018-05-10得票数 1
回答已采纳
2回答
给定一个2D numpy数组A和一个1D数组c，我想计算具有条目B[i, j] = scipy.special.logsumexp(np.append(c, A[i, j]))的2D数组B。
我可以用一种向量化的方式来做这件事而不是使用双for循环吗？
浏览 0提问于2018-01-23得票数 2
1回答
我有一个嵌套的for循环，它迭代权重矩阵的行，并将logsumexp应用于这些权重行的外部加法矩阵的上三角部分。它非常慢，所以我正在试图找出如何通过向量化或去掉循环来代替矩阵运算来加快速度。 '''
Wm: weights matrix, nxk
W: updated weights matrix, nxn
triu_inds: upper triangular indices of Wxy outer matrix
'''
for x in range(n-1):
wx = Wm[x, :]
for y in range(x
浏览 19提问于2019-01-04得票数 0
回答已采纳
2回答
我试图在这里使用我自己修改过的logsumexp()版本：
在第85行，这种计算是：
out = log(sum(exp(a - a_max), axis=0))
但是我有一个阈值，我不希望a - a_max超过这个阈值。是否有一种方法来进行条件计算，只有当差值不小于阈值时才允许减法。所以，就像：
out = log(sum(exp( (a - a_max < threshold) ? threshold : a - a_max), axis = 0))
浏览 3提问于2014-09-04得票数 1
回答已采纳
1回答
我试图计算以下比率：w(i) / (sum(w(j))，其中w使用指数递减函数进行更新，即w(i) = w(i) * exp(-k)，k是一个正参数。所有的数字都是非负的。然后，这个比率被用于一个公式(用一个常数乘以，再加上另一个常数)。不出所料，我很快就遇到了流动不足的问题。
我想这种情况经常发生，但是有人能给我一些关于如何处理这件事的建议吗？我没有找到适当的转换，所以我尝试做的一件事是设置一些最小正数作为安全阈值，但我没有设法找到哪个是最小正浮点数(我在numpy.float128中表示数字)。我怎么才能在我的机器上得到最小的正数呢？代码如下所示：
w = np.ones(n, dtype
浏览 1提问于2015-10-30得票数 5
我试图在anaconda环境下用python3.5导入sklearn.model_selection，但是有人警告我没有"model_selection“模块，所以我使用了conda update scikit-learn。
之后，我在导入ImportError: cannot import name 'logsumexp'时收到了sklearn.model_selection的消息。
我重新安装了sklearn和scipy，但仍然收到相同的错误消息。能给我一些建议吗？
浏览 10提问于2017-03-27得票数 7
回答已采纳
1回答
有没有人知道提供logsumexp-function的开源数值C库？
logsumexp(a)函数计算数组a的分量的指数对数(e^{a_1}+...e^{a_n})的总和，从而避免数值溢出。
浏览 3提问于2010-11-13得票数 11
回答已采纳
最近用conda更新了所有的包。尝试导入seaborn，并具有以下内容：
------
C:\Program Files\Anaconda3\lib\site-packages\scipy\stats\kde.py in <module>()
27 from scipy import linalg, special
28 from scipy.special import logsumexp
---> 29 from scipy._lib._numpy_compat import cov
30 from scipy._lib._util impo
浏览 0提问于2020-02-27得票数 0
我写了以下脚本：
import numpy
d = numpy.array([[1089, 1093]])
e = numpy.array([[1000, 4443]])
answer = numpy.exp(-3 * d)
answer1 = numpy.exp(-3 * e)
res = answer.sum()/answer1.sum()
print res
但是我得到了这个结果，并且出现了这个错误：
nan
C:\Users\Desktop\test.py:16: RuntimeWarning: invalid value encountered in double_scalars
浏览 2提问于2015-01-06得票数 88
回答已采纳
我需要一些关于Postgres的专家建议
我的数据库中有几个表可能会变得很大，可能会有上亿条记录，并且必须在适当的位置实现某种类型的数据归档。假设我有一个订阅者表和subscriber_logs表。随着时间的推移，subscriber_logs表将变得越来越大，从而影响性能。我想创建一个名为archive_subscriber_logs的单独表，并创建一个计划任务，该任务将从subscriber_logs读取数据并将数据插入到archive_subscriber_logs中，然后从subscriber_logs中删除转储的数据。但我关心的是，我应该在同一数据库中还是在不同的数据库中创建arch
浏览 0提问于2014-11-30得票数 6
回答已采纳
我正在实现一个隐马尔可夫模型，从而处理非常小的概率。我是通过表示日志空间中的变量(所以x→log(x))来处理下流的，这样做的副作用是乘法现在被加法所取代，而加法则通过numpy.logaddexp或类似的方法处理。
是否有一种简单的方法来处理对数空间中的矩阵乘法？
浏览 3提问于2016-04-07得票数 11
回答已采纳
1回答
public void Express(Expression<Func<User, bool>> express)
{
BLL.Manager.ILogManager logs = BLL.Container.ObjectContainer.getObject<BLL.Manager.ILogManager>();
logs.GetAll(1);
var total = logs.LastPageTotal;
}
由于上面的代码，我需要知道ILogManager的实现类，我只知道信息反映的方式，但在方法中定义的类型是接口的类型
我一直
浏览 0提问于2010-07-23得票数 1
回答已采纳
我试图计算张量列表的log_softmax函数，即列表t_1，t_2，.，t_n，其中每个t_i都是torch.tensor类型，每个t_i都可以是不同的任意形状。I不想将log_softmax函数分别应用于每个 t_i ，而是对它们都应用，就好像它们是同一个唯一张量的一部分一样。函数的输出应该是与输入形状相同的张量列表。最后，由于我将此函数应用于神经网络的末端层，我希望能够区分这个函数，即梯度必须通过它。
Pytorch提供了类，但我不能使用它，因为它需要一个张量作为输入，而不是一个张量列表。另外，我希望以一种稳定的方式高效地计算log_softmax函数。为了实现这一点，我想使用。最后，我
浏览 4提问于2022-05-10得票数 1
回答已采纳
1回答
我有一个bash脚本，如下所示。我希望根据运行脚本的服务器将日志重定向到特定目录。
#!/bin/bash
# Host name of server
host=hostname
if [ "$host" == "XXXXXXX.com" ];then
logs=devlogs
else
logs=logs
fi
do something > /home/$USER/"${logs}"/abc_"${Date}" 2>&1
在脚本中，如果服务器是XXXXXXX.com，我
浏览 0提问于2018-07-24得票数 0
回答已采纳
1回答
设w，x，y，z是形状(m，n)的火炬张量，我们希望有效地(不带for循环)计算下列无偏估计行，其中我想计算每一行1，…，m：
如果只有均值平方的无偏估计量，即：
这是可能的，例如，使用torch.einsum：
batch_outer = torch.einsum('bi, bj -> bij', x, y)
zero_diag = 1-torch.eye(batch_outer.shape[1])
return (batch_outer * zero_diag).sum(dim=2).sum(dim=1) / (n * (n-1))
然而，对于四
浏览 8提问于2022-03-19得票数 1
我已经在Windows上用Maven和git设置了jenkins。我的运行在该作业的工作区内创建了一个名为' logs‘的文件夹，用于存储失败案例的日志……我不想将工作空间文件夹暴露给其他人，但希望'logs‘文件夹可以访问。你能指导我在jenkins中如何以及在哪里可以复制文件夹，以便在共享链接时可以访问。我宁愿在构建之后删除工作空间文件夹，这样测试源代码就看不见了。
我尝试在BUILD POST步骤中的工作空间外部创建一个dir，使用
mkdir ../jobs/Logs
copy ./ws/logs ( or logs ) ../jobs/Logs
但它仍会在工作
浏览 15提问于2020-07-31得票数 0
1回答
我的组件不会重定向到具有不同参数的相同组件。 <BrowserRouter basename={process.env.REACT_APP_DEFAULT_PATH ?? ''}>
<Switch>
...
<Route exact path={"/admin/logs/:page"} component={Logs} key={"Logs"} />
...
</Switch>
浏览 4提问于2021-05-06得票数 3
回答已采纳
如何使用命令行重新触发jenkins作业，该命令行在控制台消息中包含自上个小时/周以来的超时时间？
这些是我的Jenkins控制台输出的一些Jenkins乔布斯
Timeout has been exceeded
Finished: ABORTED
原始管道
stage('Test') {
options {
timeout(time: 45, unit: 'MINUTES')
}
steps {
sh label: '', script: 'cd ${WORKSPACE}/logs
浏览 6提问于2021-06-10得票数 0
1回答
当我试图使用方法在日志文件上写入时，我面临一个问题，在这个问题上，我声明的StreamWriter会被释放。除了我从另一个类运行AttachPink或AttachBlue之外，一切都按预期工作。然后StreamWriter被释放，我得到一个nullPointerException
class Logs : IDisposable
{
//other declarations
private StreamWriter HistoryWriter;
private int ReportInterval = 0;
publ
浏览 3提问于2013-01-20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
