_id stringlengths 2 7 | title stringclasses 1
value | partition stringclasses 3
values | language stringclasses 1
value | meta_information dict | text stringlengths 5 1.76k |
|---|---|---|---|---|---|
c164920 | train | {
"resource": ""
} | Проверьте, что сегменты границ в пересечении допустимы.
.. заметка::
Это вспомогательная функция, используемая только в :func:`generic_intersect`.
Аргументы:
edge_infos (Optional[список]): Список списков "информации об крае". Каждый список
представляет выпуклую многоугольную кривую и содержит кортежи из трёх значений: индекс
края, начало и конец (см. выходные данные функции :func:`ends_to_curve`).
Исключения:
ValueError: Если два последовательных сегмента края лежат на одном и том же индексе края.
ValueError: Если стартовые и конечные параметры "недопустимы" (они должны находиться
между 0 и 1, а начало должно быть строго меньше конца). | ||
c164960 | train | {
"resource": ""
} | Сравните два строки.
Аргументы:
value1 (str): Первая строка для сравнения.
value2 (str): Вторая строка для сравнения.
name1 (str): Название первой строки.
name2 (str): Название второй строки.
Возвращает:
str: Полное различие. | ||
c164980 | train | {
"resource": ""
} | Найти параметр, соответствующий точке на кривой.
.. note::
Предполагается, что кривая :math:`B(s, t)`, определенная ``nodes``, является кривой Безье и находится в :math:`\mathbf{R}^2`.
Аргументы:
nodes (numpy.ndarray): Узлы, определяющие кривую Безье.
x_val (float): :math:`x`-координата точки.
y_val (float): :math:`y`-координата точки.
Возвращает:
Optional[float]: Параметр на кривой (если он существует). | ||
c165020 | train | {
"resource": ""
} | Заполняет ``DEVELOPMENT.rst`` данными, специфичными для версии.
Это потому, что ``DEVELOPMENT.rst`` используется в документации Sphinx.
Аргументы:
version (str): Текущая версия. | ||
c165040 | train | {
"resource": ""
} | Добавить пользователя в службу | ||
c165060 | train | {
"resource": ""
} | Загружает файл CSV. | ||
c165080 | train | {
"resource": ""
} | Быстро сериализует FASTA файлы в файлы .dat | ||
c165100 | train | {
"resource": ""
} | Перемещает дерево в новую начальную позицию и обновляет x1s дочерних элементов. | ||
c165120 | train | {
"resource": ""
} | Отклоните все закэшированные конечные точки, включая метаданные.
Проходите по всем метаданным конечным точкам, чтобы сгенерировать все ключи для кэша и отклонить каждый из них. Выполняя это таким образом, вы предотвратите ситуацию, когда приложение теряет ключи, поскольку пользователь может изменить свои префиксы. Конечная точка метаданных будет обновлена при следующем вызове.
: параметр: prefix — префикс для ключа кэша (по умолчанию используется cache_prefix). | ||
c165140 | train | {
"resource": ""
} | Сбрось поле в его первоначальное состояние. | ||
c165180 | train | {
"resource": ""
} | Установите абсолютное смещение текущего поля. Если поле должно иметь значение по умолчанию, установите смещение для подполей.
:параметр offset: абсолютное смещение данного поля (в битах) | ||
c165200 | train | {
"resource": ""
} | Рассчитайте балл `x`, умножив его на зашифрованный модель, который является вектором `paillier.EncryptedNumber`. | ||
c165220 | train | {
"resource": ""
} | Определить, вероятно ли, что n простое
См. <https://en.wikipedia.org/wiki/Primality_test#Probabilistic_tests>
Аргументы:
n (int): число для тестирования
mr_rounds (int, опционально): количество итераций теста Миллера-Рабина, которые необходимо выполнить;
по умолчанию 25 итераций, как это использует библиотека GMP
Возвращает:
bool: когда эта функция возвращает False, `n` составное (не простое);
когда она возвращает True, `n` простое с очень большой вероятностью. | ||
c165240 | train | {
"resource": ""
} | Найти следующее доступное имя устройства Jython. | ||
c165260 | train | {
"resource": ""
} | Читайте kioslaverc в данные словаря. | ||
c165280 | train | {
"resource": ""
} | Отобразить символ обратно клиенту и преобразовать символ возврата каретки (LF) в символ возврата каретки с прогрессированием (CR+LF). | ||
c165300 | train | {
"resource": ""
} | Проверьте, содержатся ли в атрибутах мета URL. | ||
c165320 | train | {
"resource": ""
} | Получить узел в зоне, возможно создав его.
Этот метод аналогичен L{find_node}, за исключением того, что он возвращает None вместо генерации исключения, если узел не существует и создание не было запрошено.
@param name: имя узла, который нужно найти
@type name: объект dns.name.Name или строка
@param create: следует ли создать узел, если он не существует?
@type create: bool
@rtype: объект dns.node.Node или None | ||
c165340 | train | {
"resource": ""
} | Преобразуйте текст в код r.
@param text: текстовый код r
@type text: строка
@raises UnknownRcode: код r неизвестен
@rtype: int | ||
c165360 | train | {
"resource": ""
} | Отступ каждой строки текста на указанную отступную строку. | ||
c165400 | train | {
"resource": ""
} | Вернуть новые данные узла или None, если узел уже существует. | ||
c165420 | train | {
"resource": ""
} | Прочитай информацию полностью в JSON-формате для шеллоков накладных книг. | ||
c165440 | train | {
"resource": ""
} | Используя распарсенный файл robots.txt, определите, может ли useragent получить указанный URL.
@return: True, если агент может получить URL, иначе False.
@rtype: bool | ||
c165460 | train | {
"resource": ""
} | Приведи цитату с указанного URL. | ||
c165480 | train | {
"resource": ""
} | Получить данные по URL из заданных базовых данных.
@param base_url: базовый URL из тега `<a>`
@type base_url: строка или None
@param recursion_level: текущий уровень рекурсии
@type recursion_level: число
@param aggregate: объект агрегации
@type aggregate: aggregate.Consumer
@param parent_url: родительский URL
@type parent_url: строка или None
@param base_ref: базовый URL из тега `<base>`
@type base_ref: строка или None
@param line: номер строки
@type line: число
@param column: номер столбца
@type column: число
@param page: номер страницы
@type page: число
@param name: имя ссылки
@type name: строка
@param extern: (is_extern, is_strict) или None
@type extern: кортеж(int, int) или None | ||
c165500 | train | {
"resource": ""
} | Преобразовать имя в формат, подходящий для использования в хэшах.
Имя канонизируется и преобразуется в некомпрессированный форат передачи.
@param origin: Если имя относительное и origin не равен None, то origin будет присоединен к нему.
@type origin: dns.name.Name объект
@raises NeedAbsoluteNameOrOrigin: Все имена в формате передачи являются абсолютными. Если self — относительное имя, тогда нужно предоставить origin; если он отсутствует, то выбрасывается данное исключение.
@rtype: строка | ||
c165520 | train | {
"resource": ""
} | Прочитай следующий токен и интерпретируй его как 16-битное беззнаковое целое число.
@raises dns.exception.SyntaxError:
@rtype: int | ||
c165540 | train | {
"resource": ""
} | Вспомогательная функция для обеспечения чистого завершения. | ||
c165560 | train | {
"resource": ""
} | Демонстрационная функция `on_connect`. Обрабатывает новые подключения. | ||
c165580 | train | {
"resource": ""
} | Проверьте, является ли заданный путь абсолютным. На Windows абсолютные пути начинаются с буквы диска. На всех остальных системах абсолютные пути начинаются со слеша (/). | ||
c165600 | train | {
"resource": ""
} | Парсинг x509 объекта pyOpenSSL в словарь с ключами: subject, subjectAltName и необязательными ключом notAfter. | ||
c165620 | train | {
"resource": ""
} | Настройка поведения EDNS.
- **edns**: Уровень EDNS, который следует использовать. При указании None, False или -1 означает "не использовать EDNS", и в этом случае другие параметры игнорируются. Указание True эквивалентно указанию 0, то есть "использовать EDNS0".
- **ednsflags**: Значения флагов EDNS.
- **payload**: Поле полезной нагрузки отправителя EDNS, которое является максимальным размером UDP-датаграммы, который отправитель может обрабатывать.
- **request_payload**: Размер полезной нагрузки EDNS для использования при отправке этого сообщения. Если не указано, по умолчанию берется значение поля payload.
- **options**: Опции EDNS.
- **Примечание**: см. RFC 2671 | ||
c165640 | train | {
"resource": ""
} | Возвращать содержимое XML-тега в родительском элементе. | ||
c165660 | train | {
"resource": ""
} | Сбросить все статистические данные логов к значениям по умолчанию. | ||
c165680 | train | {
"resource": ""
} | Проверьте данные формы. На ошибке выбрасывайте исключение.
Убедитесь, что пользовательские данные не выводятся в виде HTML-кода, используйте
только обычные строки в тексте исключения. | ||
c165700 | train | {
"resource": ""
} | Прочитать опции конфигурации в разделе "выход". | ||
c165740 | train | {
"resource": ""
} | Конвертировать текст в значение алгоритма DNSSEC
@rtype: int | ||
c165760 | train | {
"resource": ""
} | Переместите элемент на заданной позиции в начало очереди. | ||
c165780 | train | {
"resource": ""
} | Функцию проверки локально можно переопределить в подклассах. | ||
c165800 | train | {
"resource": ""
} | Цитировать HTML атрибут, чтобы замкнуть его в двойных кавычках.
@param s: строка атрибута, которую нужно цитировать
@type s: строка
@return: закавыченный HTML атрибут
@rtype: строка | ||
c165820 | train | {
"resource": ""
} | Дано x, y и геотрансформацию
Возвращает
- окно rasterio, представляющее 2x2 окно, центральные точки которого охватывают точку
- декартовы координаты x, y точки на единичной горизонтали, определенной центрами массива
((row1, row2), (col1, col2)), (unitx, unity) | ||
c165840 | train | {
"resource": ""
} | Где это применимо, возвращайте метки классов для примеров в X.
Если определение forward метода модуля возвращает несколько выходных данных в виде кортежа, предполагается, что первый выход содержит соответствующую информацию, а другие значения игнорируются. Если все значения имеют значение, рассмотрите возможность использования :func:`~skorch.NeuralNet.forward` вместо этого.
Параметры
----------
X: даные на вход, совместимые с skorch.dataset.Dataset
Обычно вы должны иметь возможность передавать:
* numpy массивы
* торчевые тензоры
* pandas DataFrame или Series
* scipy разреженные CSR матрицы
* словарь из вышеупомянутых трех
* список/кортеж из вышеупомянутых трех
* Dataset
Если это не работает со вашими данными, вам необходимо передать приводимый к Dataset, который может обрабатывать данные.
Возврат
-------
y_pred: numpy ndarray | ||
c165860 | train | {
"resource": ""
} | Рисует три маски | ||
c165880 | train | {
"resource": ""
} | Предоставляет все обратные вызовы, установленные для этого экземпляра, включая метку, указывающую, было ли его имя установлено пользователем.
Обрабатывает следующие случаи:
* обратные вызовы по умолчанию и от пользователя
* обратные вызовы с и без имени
* инициализированные и неинициализированные обратные вызовы
* вывод PrintLog(s) последним | ||
c165900 | train | {
"resource": ""
} | Получите внутренние наборы данных для обучения и валидации.
Набор данных для валидации может быть равен None, если ``self.train_split``
установлен в None; в этом случае внутренняя валидация будет пропущена.
Переопределите этот метод, если хотите изменить способ, которым модель
делит входные данные на обучающую и валидационную часть.
Параметры
----------
X : входные данные, совместимые с skorch.dataset.Dataset
В общем случае, вы должны иметь возможность передать:
* numpy массивы
* torch тензоры
* pandas DataFrame или Series
* scipy разреженные CSR матрицы
* словарь из вышеуказанных трёх
* список/кортеж из вышеуказанных трёх
* Dataset
Если это не работает с вашими данными, вам нужно передать Dataset,
которое может обрабатывать данные.
y : целевые данные, совместимые с skorch.dataset.Dataset
Поддерживаются те же типы данных, что и для ``X``. Если ваш X это
Dataset, содержащий целевые данные, y можно установить в None.
**fit_params : dict
Дополнительные параметры, передаваемые вызову ``self.train_split``.
Возвращает
-------
dataset_train
Инициализированный набор обучающих данных.
dataset_valid
Инициализированный набор данных для валидации или None | ||
c165920 | train | {
"resource": ""
} | Окутывает скрытые состояния новыми переменными, чтобы отсоединить их от их истории. | ||
c165940 | train | {
"resource": ""
} | Сгенерировать хэш из кода. | ||
c165960 | train | {
"resource": ""
} | Подготовьте строку для обработки. | ||
c165980 | train | {
"resource": ""
} | Сообщение об ошибке при сопоставлении шаблонов. | ||
c166000 | train | {
"resource": ""
} | Проверьте строки в стиле Python 2, содержащие символы Unicode. | ||
c166020 | train | {
"resource": ""
} | Добавляет определение универсально. | ||
c166040 | train | {
"resource": ""
} | Соответствует переменной. | ||
c166060 | train | {
"resource": ""
} | Измененный код блока auto_code, который исправляет nested_parse. | ||
c166080 | train | {
"resource": ""
} | Наблюдай за источником и автоматически пересобирай при изменении. | ||
c166100 | train | {
"resource": ""
} | Предотвратите совпадения элементов внутри элемента.
Возвращает (элемент с отключенным подэлементом, *новые версии элементов). | ||
c166120 | train | {
"resource": ""
} | Запустить модуль по пути и вернуть его переменные. | ||
c166140 | train | {
"resource": ""
} | Печатает новые версии требований. | ||
c166160 | train | {
"resource": ""
} | Обрабатывайте ленивые списки (lazy lists). | ||
c166180 | train | {
"resource": ""
} | Поиск Coconut-файла с указанным именем и его компиляция. | ||
c166200 | train | {
"resource": ""
} | Создайте регуляризатор L1. | ||
c166220 | train | {
"resource": ""
} | Настройте инициализацию параметров с использованием описанного метода.
Этот метод предназначен для того, чтобы масштаб градиентов оставался в целом примерно одинаковым во всех слоях.
Xavier Glorot и Yoshua Bengio (2010):
Понимание трудности обучения глубоких прямых нейронных сетей. Международная конференция по искусственному интеллекту и статистике.
Аргументы:
n_inputs: Количество входных узлов для каждого выхода.
n_outputs: Количество выходных узлов для каждого входа.
uniform: Если true, используйте равномерное распределение, иначе используйте нормальное.
Возвращаемое значение:
Инициализатор. | ||
c166240 | train | {
"resource": ""
} | Проверяет, есть ли среди аргументов шаблоны. | ||
c166260 | train | {
"resource": ""
} | TF обладает назойливым привычкой быть снисходительным к одиночным и кортежным значениям. | ||
c166300 | train | {
"resource": ""
} | Загружает модель из последнего сохранённого состояния.
Это обновляет список последних сохраненных состояний каждый раз при вызове.
Аргументы:
sess: Текущая сессия.
latest_filename: Имя файла с последними сохранёнными состояниями, по умолчанию
'checkpoints'.
Возвращает:
Загруженное состояние или None, если его загрузка не удалась. | ||
c166320 | train | {
"resource": ""
} | Преобразует per_example_weights в тензор и проверяет форму. | ||
c166340 | train | {
"resource": ""
} | Запросите эту узловую точку.
Верните детали узлов и показывайте, зная ли мы уже об этом или это новый узел.
Не сохраняйте узел в список известных, просто верните информацию о нем.
Аргументы:
ip: IP-адрес узла.
host: Имя хоста этого известного (если известно из CDP/LLDP)
Возвращает:
natlas_node: Узловый объект данного объекта
int: NODE_NEW = Новообнаруженный узел
NODE_NEWIP = Уже знали о данном узле, но не по этому IP
NODE_KNOWN = Уже известный узел | ||
c166360 | train | {
"resource": ""
} | Замените ссылки на именованные типы на фактические типы. | ||
c166380 | train | {
"resource": ""
} | Напишите неизменный заголовок багита. | ||
c166400 | train | {
"resource": ""
} | Общедоступное обновление от v1.0 до v1.1.0-dev1. | ||
c166420 | train | {
"resource": ""
} | Отменить подписку через subscription_id
Аргументы:
subscription_id: Идентификатор, по которому подписка должна быть отменена
Возвращает:
Словарь подписки для указанного subscription_id | ||
c166440 | train | {
"resource": ""
} | Получить данные о расчете для заданного идентификатора.
Параметры:
settlement_id: идентификатор, для которого необходимо получить объект расчета.
Возвращает:
словарь расчетных данных для заданного идентификатора расчета. | ||
c166460 | train | {
"resource": ""
} | Обратный вызов сигнала "no-more-pads" для элемента GStreamer. | ||
c166480 | train | {
"resource": ""
} | Получает количество кадров в исходном файле. | ||
c166500 | train | {
"resource": ""
} | Создайте раздел в таблице.
:param partition_spec: спецификация раздела.
:param if_not_exists:
:param async_:
:return: объект раздела
:rtype: odps.models.partition.Partition | ||
c166520 | train | {
"resource": ""
} | Читает varint из потока, интерпретирует это varint как неотрицательное целое 32-битное число и возвращает целое число. | ||
c166540 | train | {
"resource": ""
} | Создайте параметр имени выходного модели.
:param name: имя модели
:type name: str
:param output_name: псевдоним имени выходного порта
:type output_name: str
:return: описание выхода
:rtype: ParamDef | ||
c166560 | train | {
"resource": ""
} | Возвращает объект tzinfo на основе zoneinfo, соответствующий настроенному в Windows часовому поясу. | ||
c166580 | train | {
"resource": ""
} | Ожидайте завершения будущих значений в данной последовательности.
Аргументы:
fs: Последовательность будущих значений (возможно созданных разными Executor'ами), на которых нужно ожидать.
timeout: Максимальное количество секунд для ожидания. Если None, то времени ожидания нет ограничений.
return_when: Указывает, когда данная функция должна вернуть управление. Опции:
FIRST_COMPLETED - Возвращается, когда любое будущее значение завершается или отменяется.
FIRST_EXCEPTION - Возвращается, когда любое будущее значение завершается с возникновением исключения. Если ни одно будущее значение не вызывает исключения, то это эквивалентно ALL_COMPLETED.
ALL_COMPLETED - Возвращается, когда все будущие значения завершаются или отменяются.
Возвращает:
Именованное 2-кортежем множество. Первое множество, названное 'done', содержит будущие значения, которые завершились (завершены или отменены) перед завершением ожидания. Второе множество, названное 'not_done', содержит не завершенные будущие значения. | ||
c166600 | train | {
"resource": ""
} | Дождитесь завершения экземпляра и проигнорируйте последствия.
:param interval: интервал времени для проверки
:return: None | ||
c166620 | train | {
"resource": ""
} | Вычислить накопленную медиану для последовательности выражения.
:param expr: выражение для вычисления
:param sort: имя столбца для сортировки
:param ascending: нужно ли сортировать в порядке возрастания
:param unique: нужно ли исключать дубликаты
:param preceding: начальная точка окна
:param following: конечная точка окна
:return: вычисленный столбец | ||
c166640 | train | {
"resource": ""
} | Установите поля для непрерывности.
:rtype: DataFrame
:Пример:
>>> # Схема таблицы такова: create table test(f1 double, f2 string)
>>> # Исходная непрерывность: f1=DISCRETE, f2=DISCRETE
>>> # Теперь мы хотим установить ``f1`` и ``f2`` как непрерывные
>>> new_ds = df.continuous('f1 f2') | ||
c166660 | train | {
"resource": ""
} | Преобразовать к новому типу данных.
:param data_type: новый тип данных
:return: преобразованная последовательность
:Пример:
>>> df.id.astype('float') | ||
c166700 | train | {
"resource": ""
} | Проверяет, что данные для токена JWT являются действительными. | ||
c166720 | train | {
"resource": ""
} | Запрашивает дополнительную информацию пользователя у UserInfo Provider и возвращает результат.
:возвращает: Содержание UserInfo endpoint.
:тип: dict | ||
c166740 | train | {
"resource": ""
} | Выполните вызов API Zendesk. Обрабатывает ограничение скорости, проверяет ответ из Zendesk и десериализует ответ Zendesk. Все общение с Zendesk должно проходить через этот метод.
:param http_method: Метод запросов, который нужно вызвать (например, post, put, get).
:param url: URL, который нужно передать в метод запросов.
:param kwargs: Любые дополнительные ключевые аргументы, которые нужно передать в запросы. | ||
c166760 | train | {
"resource": ""
} | Получите запрошенные билеты для данного пользователя.
- `include`: список объектов для сайд-загрузки. `Документация по API для сайд-загрузки <https://developer.zendesk.com/rest_api/docs/core/side_loading>`__.
- `user`: объект пользователя или id. | ||
c166780 | train | {
"resource": ""
} | Предоставьте комментарии по запросу | ||
c166800 | train | {
"resource": ""
} | Рекурсивно устанавливайте флаг _dirty для объекта самого себя и всех дочерних объектов. | ||
c166820 | train | {
"resource": ""
} | Запуск сырого SQL-запроса из строки или файла.
:param sql: сырой SQL-запрос, который следует направить напрямую в подключение.
:type sql: string
:param filename: Путь к файлу, содержащему SQL-запрос. Путь должен быть относительно CWD.
:type filename: string
:param db: `опционально` Имя базы данных из вашего файла ``jardin_conf.py``, переопределяет базу данных по умолчанию, установленную в объявлении модели.
:type db: string
:param role: `опционально` Одно из ``('master', 'replica')`` для переопределения значения по умолчанию.
:type role: string
:returns: коллекцию ``jardin.Collection``, это ``pandas.DataFrame``. | ||
c166840 | train | {
"resource": ""
} | Вспомогательный метод, когда парсер не знает высказывания | ||
c166860 | train | {
"resource": ""
} | Читает статус сервера, статус виртуального ЦП и количество подключенных клиентов.
:возвращает: статус сервера, статус ЦП, количество клиентов | ||
c166880 | train | {
"resource": ""
} | Возвращает информацию о блоке для указанного блока. | ||
c166900 | train | {
"resource": ""
} | Определить значение строки
:параметры value: строковые данные
:параметры max_size: максимальный возможный размер строки | ||
c166920 | train | {
"resource": ""
} | Сложите граф по текущей разбивке и предоставьте для него пространство разбиений по умолчанию.
Агрегированный граф после этого можно найти как параметр пространства разбиений ``partition.graph``.
Заметки
------
Эта функция противопоставляется функции ``cluster_graph`` из igraph самой по себе, которая также предоставляет агрегированный граф, но нам может требоваться установить соответствующий ``resolution_parameter``, ``weights`` и ``node_sizes``. В частности, эта функция также гарантирует, что качество, определённое для агрегированного пространства разбиений, идентично качеству, определённому для исходного пространства разбиений.
Примеры
--------
>>> G = ig.Graph.Famous('Zachary')
>>> partition = la.find_partition(G, la.ModularityVertexPartition)
>>> aggregate_partition = partition.aggregate_partition(partition)
>>> aggregate_graph = aggregate_partition.graph
>>> aggregate_partition.quality() == partition.quality()
True | ||
c166940 | train | {
"resource": ""
} | Предполагает, что igraph уже построен в «igraphcore» и устанавливает пути включения и библиотек, а также имена библиотек соответствующим образом. | ||
c166960 | train | {
"resource": ""
} | Удобный декоратор, который позволяет функциям предоставлять сообщение.
Задайте значение по умолчанию для сообщения:
>>> @message('not an integer')
... def isint(v):
... return int(v)
>>> validate = Schema(isint())
>>> with raises(er.MultipleInvalid, 'not an integer'):
... validate('a')
Сообщение можно переопределить для каждой проверки отдельно:
>>> validate = Schema(isint('bad'))
>>> with raises(er.MultipleInvalid, 'bad'):
... validate('a')
Класс, который выбрасывается тоже:
>>> class IntegerInvalid(er.Invalid): pass
>>> validate = Schema(isint('bad', clsoverride=IntegerInvalid))
>>> try:
... validate('a')
... except er.MultipleInvalid as e:
... assert isinstance(e.errors[0], IntegerInvalid) | ||
c166980 | train | {
"resource": ""
} | Создайте объекты файла для вложений из файлов
attachment_files — это словарь, содержащий:
* Ключ — имя файла, которое будет использоваться для вложения.
* Значение — объект, похожий на файл, или имя файла для открытия или словарь вида {'file': объект, похожий на файл, 'mimetype': строка}
Возвращает список объектов вложений | ||
c167000 | train | {
"resource": ""
} | Пользовательский дебет SEPA.
:param account: аккаунт SEPA для отправки дебета.
:param pain_message: Сообщение SEPA PAIN с деталями дебета.
:param multiple: Содержит ли это сообщение несколько дебитов.
:param cor1: Использовать ли дебет COR1 (сокращение загрузки до 1 дня).
:param control_sum: Общая сумма всех дебитов (необходима, если дебитов несколько).
:param currency: Валюта дебита.
:param book_as_single: Просьба к банку разместить несколько транзакций в виде отдельных строк на банковском выписке (по умолчанию ``False``).
:param pain_descriptor: URN схемы сообщения PAIN, используемой (по умолчанию ``urn:iso:std:iso:20022:tech:xsd:pain.008.003.01``).
:return: Возвращает либо ответ NeedRetryResponse, либо TransactionResponse (с данными ['task_id'], если доступно). | ||
c167020 | train | {
"resource": ""
} | Задайте функцию обратного вызова для потребления событий изменения состояния, которые возникают при изменении состояния машины.
Обратный вызов получает объект IStateChangeEvent.
Возвращает callback_id. | ||
c167040 | train | {
"resource": ""
} | Создает настройки сервера DHCP для использования с указанным внутренним именем сети.
```python
in name: str
Имя сервера
return server: IDHCPServer
Настройки сервера DHCP
raises: OleErrorInvalidarg
Интерфейс сети-хоста с именем @a name уже существует. |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.