스택큐힙리스트

나는 fastAPI에서 함수 내에서 API에서 특정 헤더를 검색하고 싶지만, 이에 대한 해결책을 찾을 수 없습니다. flask에서는 간단했습니다: request.headers['your-header-name'] 왜 fastAPI에서는 이처럼 간단한 일을 하는 것이 매우 복잡한 건가요? 헤더를 검색하는 해결책을 아는 사람 있나요? 감사합니다 :) 데코레이터:def token_required(f): @wraps(f) def decorator(*args, **kwargs): CONFIG = settings.read_config() token = None headers = Request.headers if Authorization in headers: auth_header = Request.headers tok..

아래 코드를 사용했을 때 IndexError가 발생했습니다. 아래에 세부 정보가 표시됩니다. def get_code(seq): return [x.split('.')[0] for x in seq if x] all_codes = get_code(all_cats) code_index = pd.Index(np.unique(all_codes)) dummy_frame = df(np.zeros((len(data), len(code_index))), index=data.index, columns=code_index) for row, cat in zip(data.index, data.CATEGORY): codes = get_code(to_cat_list(cat)) dummy_frame.iloc[row, codes] = ..

따라서 x와 z의 차원을 tc = torch.cat([x,z], dim=1)에서 어떻게 조정합니까? 다음과 같이 코드가 주어집니다.import torch from torch import nn, optim from torch.autograd import Variable class VRNNCell(nn.Module): def __init__(self): super(VRNNCell,self).__init__() self.phi_x = nn.Sequential(nn.Embedding(128,64), nn.Linear(64,64), nn.ELU()) self.encoder = nn.Linear(128,64*2) # 출력 하이퍼파라미터 self.phi_z = nn.Sequential(nn.Linear(64,64),..

이진 분류 문제에서 batch_size = 1 인 경우, 로짓과 레이블 값을 사용하여 손실을 계산해야합니다. 로짓: tensor([0.1198, 0.1911], device='cuda:0', grad_fn=) 레이블: tensor(1], device='cuda:0') # 손실 계산 loss_criterion = nn.CrossEntropyLoss() loss_criterion.cuda() loss = loss_criterion( b_logits, b_labels ) 그러나 항상 다음 오류가 발생합니다. IndexError: Dimension out of range (expected to be in range of [-1, 0], but got 1) CrossEntropyLoss는 실제로 어떤 입력 차원을..