为什么我的DAG Visualization 点击之后没有任何反应？

一只懒得睁眼的猫

博客专家认证

2016-11-17 11:24:24

今天学习Spark的时候，任务运行之后，老师的DAG Visualization显示如下：

但是我的有向无环图无论如何点击都没有反应？？

求大家知道的帮忙说一下？

...全文

591 2 打赏收藏转发到动态举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

一只懒得睁眼的猫 2016-11-19

打赏
举报

回复

是的，浏览器问题

LinkSe7en 2016-11-17

打赏
举报

回复

浏览器问题吧

如果您从事 AI 工作，您可能熟悉 RAG（检索增强生成）。典型的 RAG 流程包括以下步骤：通过将上下文文档转换为文本格式来构建向量索引；使用嵌入模型存储这些文本的向量表示；查询这些向量来找到最适合您查询的上下文；使用 LLM（例如 Llama 2 或 GPT-4）根据上下文生成答案。基于向量的搜索完全依赖于查询和数据库中文档之间的上下文相似性。因此，它们往往过于宽泛，并会错过数据点之间的复杂关系。

在最近的米托版本中，五大新的/升级的特性也是如此。从旧的设计来看，官方文档还没有更新，但这只是时间问题。问题仍然是——你应该使用米托吗？我的回答和上一篇一样。作为一名数据科学家，我看不出你为什么不应该这样做，尤其是如果你精通 Excel 并想开始使用 Python 和 Pandas。米托可以让过渡过程变得容易得多。总之——给米托一个机会。这是免费的，你不会有任何损失。我很想在下面的评论区听到你对这个库的看法。喜欢这篇文章吗？成为中等会员继续无限制学习。

在大学，我听说过数据探索。在真正的乐趣开始之前，这是一个乏味的初步步骤。您汇总数据集，绘制一些图表，并检查模型的假设。很简单，但不是很有用，对吧？在这一点上，我能够回到井字游戏的挑战。网络在工作，代理在学习。我可以很容易地看到它挑选出哪些动作是有效的，哪些是无效的，当我检查它如何玩时，很明显它学会了如何赢——它连续三次的尝试非常明显，我很高兴——但不是太多。尽管它学到了什么，但很明显他没有注意到他的对手在做什么，也没有努力尝试阻止他的对手连续三次。

当我开始听数据科学播客时，我只知道走向数据科学播客。主持人起了很大的作用，他们每个人都以自己的方式表现得很好，让人们享受不时切换节目的乐趣。我尽量每周至少收听一次。这真的帮助我跟上了这个领域的最新发展，你肯定学到了很多。正如我在本文开始时提到的，有各种各样的方法让自己保持更新。听上面提到的播客绝对是你不会错的一种方式。如果你喜欢这篇文章，如果你能在任何社交媒体平台上分享它，我将非常感激。如果你听了我没有列出的任何其他数据科学播客，请随意在评论区写下它们。我喜欢被介绍给不同的播客。

1,272

社区成员

1,171

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章