Joomla 4. Компонент K2 и форк K2ForJ4 (18 янв 2024)

Если вас, как и меня, достало выслушивать (вычитывать) бесконечные обещания разработчика K2 опубликовать версию компонента K2 под Joomla 4 (без чего невозможно реализовать апгрейд from Joomla 3 to Joomla 4) - воспользуйтесь форком K2ForJ4. Который в данный момент установлен и без каких-либо проблем работает на этом веб-сайте.

How can I capture STDOUT to a string? to a file?

Больше
4 года 8 мес. назад #1 от Aleksej
Aleksej создал тему: How can I capture STDOUT to a string? to a file?
Отличный способ перенаправить стандартный вывод в стринг, почерпнут на SO:

Code:
def with_captured_stdout original_stdout = $stdout $stdout = StringIO.new yield $stdout.string ensure $stdout = original_stdout end

А далее - эксклюзив от Hubbitus-a в контексте статьи блога Neural Network in Ruby. Experiments and reflections ; на основе скрипта, иллюстрирующего работу гема ruby-fann - прототип, как перехватить вывод и записать в файл:

Code:
require 'csv' require 'ruby-fann' require 'tempfile' # https://stackoverflow.com/questions/4459330/how-do-i-temporarily-redirect-stderr-in-ruby/4459463#4459463 # require "stringio" # def capture_stderr # # The output stream must be an IO-like object. In this case we capture it in # # an in-memory IO object so we can return the string value. You can assign any # # IO object here. # previous_stderr, $stderr = $stderr, StringIO.new # yield # $stderr.string # ensure # # Restore the previous value of stderr (typically equal to STDERR). # $stderr = previous_stderr # end def capture_stdout(&block) stdout_orig = $stdout stdout_mock = StringIO.new $stdout = stdout_mock begin result = block.call ensure $stdout = stdout_orig end [result, stdout_mock.string] end # Recompilation of https://stackoverflow.com/questions/4459330/how-do-i-temporarily-redirect-stderr-in-ruby/4459463#4459463 (which can't be used because of natve extension writes) # and https://stackoverflow.com/questions/9026977/how-to-silence-printf-called-from-within-a-ruby-c-extension/9073643#9073643 # @TODO use temporary file (https://ruby-doc.org/stdlib-2.4.0/libdoc/tempfile/rdoc/Tempfile.html) and re-read it at end def silence_stdout(log = '/dev/null') orig = $stdout.dup $stdout.reopen(File.new(log, 'w')) begin yield ensure $stdout = orig end end x_data = [] y_data = [] # Load data from CSV file into two arrays - one for independent variables X and one for the dependent variable Y CSV.foreach("./data/admission.csv", :headers => false) do |row| x_data.push( [row[0].to_f, row[1].to_f] ) #x_data.push( [row[0].to_f, row[1].to_f] ) y_data.push( [row[2].to_i] ) end # Divide data into a training set and test set test_size_percentange = 20.0 # 20.0% test_set_size = x_data.size * (test_size_percentange/100.to_f) test_x_data = x_data[0 .. (test_set_size-1)] test_y_data = y_data[0 .. (test_set_size-1)] training_x_data = x_data[test_set_size .. x_data.size] training_y_data = y_data[test_set_size .. y_data.size] # Setup training data model train = RubyFann::TrainData.new( :inputs=> training_x_data, :desired_outputs=>training_y_data ) # Setup model and train using training data model = RubyFann::Standard.new( num_inputs: 2, hidden_neurons: [6], num_outputs: 1 ) silence_stdout('ttt.log') do # 5000 max_epochs, 100 errors between reports and 0.01 desired mean-squared-error model.train_on_data(train, 5000, 500, 0.01) end # Predict single class prediction = model.run( [45, 85] ) # Round the output to get the prediction puts "Algorithm predicted class: #{prediction.map{ |e| e.round }}" predicted = [] test_x_data.each do |params| predicted.push( model.run(params).map{ |e| e.round } ) end correct = predicted.collect.with_index { |e,i| (e == test_y_data[i]) ? 1 : 0 }.inject{ |sum,e| sum+e } puts "Accuracy: #{((correct.to_f / test_set_size) * 100).round(2)}% - test set of size #{test_size_percentange}%"

Пожалуйста Войти или Регистрация, чтобы присоединиться к беседе.

Dev banner 1
Работает на Kunena форум