- 博客(110)
- 收藏
- 关注
RSS订阅原创 SQL编程学习06
第一组练习：1. 各部门工资最高的员工create table employee ( emp_id char(4) not null, emp_name varchar(100) not null, salary integer default 0, department_id char(4) not null, primary key (emp_id));create table department( dep_id char(4) not null,
2021-11-29 14:52:57
897
原创 SQL编程学习05
一、知识点二、练习5.1select product_id, product_name, sale_price ,max(sale_price) over (order by product_id) as cur_max_procefrom product;按照product_id进行排序，并按照顺序计算截止当前的最高售价5.2继续使用product表，计算出按照登记日期（regist_date）升序进行排列的各日期的销售单价（sale_price）的总额。排序是需要将登记日期为NU
2021-11-25 10:35:34
955
原创 SQL编程学习04
一、知识点学习1、对称差在MySQL 8中，两个集合的对称差可以通过差集运算与并运算来实现：A-B 并 B-A在其他数据库中，可以使用两个集合的并集-两个集合的交集来得到对称差集2、自然连接（natural join）自然连接是内连接的一种特例，当两个表进行自然连接的时候，会按照两个表中都包含的列名进行等值内连接，此时不需要使用on来指定连接条件。注意：如果自然连接的两个表仅是字段名称相同，但数据类型不同，那么将会返回一个错误在自然连接时，如果做连接条件的某字段值为空，则结果中不会出现该
2021-11-22 20:02:31
1302
原创 SQL编程学习03
一、知识点学习1、创建视图“视图不是表，视图是虚表，视图依赖于表。”create view <视图名> (<列名1>,<列名2>,...) as <select 语句>注意：视图名具有唯一性定义视图的SELECT语句中，在一般的DBMS上不能使用order by语句，因为数据行本身都是没有顺序的。但在My SQL中是被允许的。2、修改视图alter view <视图名> as <select 语句>3、更新视图
2021-11-20 18:37:31
925
原创 SQL编程学习02
一、练习：2.1select product_name, regist_datefrom productwhere regist_date > '20090428';2.3-- 方式一：select product_name, sale_price, purchase_pricefrom productwhere product_type = '衣服' or sale_price > 5000;-- 方式二：select product_name, sale_p
2021-11-17 09:20:51
691
原创 SQL编程学习01
一、问题与解决：1、在创建表的时候出现了「1046（ErrorCode：1046.No database select…）」的错误，具体解决办法如下：2、更新表的内容时，出现如下错误：Error Code: 1175. You are using safe update mode and you tried to update a table without a WHERE that uses a KEY column To disable safe mode, toggle the option i
2021-11-16 09:33:17
932
原创 IDEA SSM框架实战CRUD（二）SSM整合配置 MyBatis逆向工程 （含报错的详细解决方案）
超详细IDEA SSM框架实战CRUD（一）创建一个Maven web tomacat(插件)项目：https://blog.csdn.net/hahameier/article/details/115605731?spm=1001.2014.3001.5502接上篇博客的内容继续。三、步骤4、编写SSM整合的关键配置文件web.xml, spring, springmvc, mybatisweb.xml<?xml version="1.0" encoding="UTF-8"?&
2021-04-12 22:44:37
351
原创 IDEA maven web项目 Tomcat启动成功后就立马结束的解决办法
问题描述：Tomacat启动成功后，去访问localhost发现访问不了，回头来看看输出却发现了Tomacat一启动就结束了，所以导致我们无法访问。问题截图：错误原因：因为在用IDEA新建maven项目时，它没有直接帮忙写好maven的打包方式–war。解决办法：在pom.xml文件中加入如下代码即可。<packaging>war</packaging>有帮助的话，请点赞支持一下呀～...
2021-04-11 21:33:54
3678
7
原创 超详细IDEA SSM框架实战CRUD（一）创建一个Maven web tomacat(插件)项目
这是基于尚硅谷视频来做的一个小项目。视频链接：https://www.bilibili.com/video/BV17W411g7zP视频是2018年3月份的，IDE工具也用的是Eclipse，本次我会结合目前最常使用的IDEA来完成该项目。过程中会记录自己的操作步骤，报错内容和解决方案。话不多说，那就开始吧～一、功能点介绍分页数据校验：jquery前端校验 + JSR303 后端校验ajaxRest风格的URI：使用HTTP协议请求方式的动词，来实现对资源的操作（GET查询, POST新增,
2021-04-11 21:25:52
308
原创 飞翔的小鸟--Java小游戏实战（代码完整）
一、写在前面：《飞扬的小鸟》是一款曾经比较火热的小游戏，本文可以带你你从零开始，一步一步的开发出这款小游戏。语言Java工具IntelliJ IDEA，JDK 16准备工作创建好项目后，在正式开始编写代码前，先下载游戏素材放入正确的目录下。开发过程中使用的一些参数，如坐标、尺寸、速度等，你可以直接使用这些参数值，也可以尝试自定义这些参数值。二、知识要点Java的基本语法Java面向对象的三大特征（封装、继承、多态）Java Swing中常见API的使用 （Swing
2021-04-05 17:59:57
17662
14
原创 Mac IDEA 本地部署Halo 保姆级教程（附带多个报错和解决方案）
Halo ：https://github.com/halo-dev/halo下载项目文件：git clone https://github.com/halo-dev/halo打开IDEA，然后open打开该Halo项目。一打开就是如下的问题：报错1：Caused by: org.codehaus.groovy.control.MultipleCompilationErrorsException: startup failed:解决方法：File --> Project Struc
2021-04-01 22:03:54
3311
10
原创 数据挖掘实战-前沿分析-Task05
本次任务的主要任务是对论文作者的关系进行建模。数据处理步骤：将作者列表进行处理，并完成统计。具体步骤如下：将论文第一作者与其他作者（论文非第一作者）构建图；使用图算法统计图中作者与其他作者的联系；社交网络分析：图是复杂网络研究中的一个重要概念。Graph是用点和线来刻画离散事物集合中的每对事物间以某种方式相联系的数学模型。Graph在现实世界中随处可见，如交通运输图、旅游图、流程图等。利用图可以描述现实生活中的许多事物，如用点可以表示交叉口，点之间的连线表示路径，这样就可以轻而易举的描绘出一
2021-01-25 22:00:18
109
原创 数据挖掘实战-前沿分析-Task04
本次任务主要是做的文本分类任务，具体是使⽤论⽂文标题和摘要完成类别分类。首先对论⽂文标题和摘要进行处理;对论⽂类别进⾏处理;构建⽂文本分类模型;import reimport jsonimport pandas as pdimport matplotlib.pyplot as pltdata = []with open('arxiv-metadata-oai-snapshot.json', 'r') as f: for idx, line in enumerate(f):
2021-01-23 15:15:23
157
原创 数据挖掘实战-前沿分析-Task03
任务：统计包含代码的论文本次任务的主要内容就是利用正则表达式在comments或abstract字段中取出具体的代码链接。任务重点：正则表达式的学习和使用。准备工作，取出数据中的abstract, categories, comments 对应的内容。import reimport jsonimport pandas as pdimport matplotlib.pyplot as pltdata = []with open('arxiv-metadata-oai-snapsh
2021-01-19 13:54:23
234
原创 MAC iTerm2 使用密钥方式SSH连接服务器
由于一些安全的问题，服务器由原来的用户名密码连接全部改为密钥式连接，所以就要对一些东西进行修改和配置。由于 Win 用户通常使用 XShell 等有界面的软件进行连接， Mac 用户通常使用 iTerm2 来连接。一个是图形化界面，一个是命令行界面，所以 Mac 和 Win 的连接方式有所不同，这里我先暂时介绍 Mac 的连接方法。Mac 连接的步骤概要：1、在本地生成密钥对2、拷贝上述的公钥到服务器对应文件中3、修改文件的权限4、使用 SSH 命令登录服务器Mac 连接的详细步骤：1、在本地
2021-01-18 12:18:29
4823
原创 数据挖掘实战-前沿分析-Task02
本次的任务主要死后完成论文作者的统计，统计出所有论文作者出现频率Top10的姓名。数据读取本次任务只取出其中的三个字段进行处理。import seaborn as snsimport reimport jsonimport pandas as pdimport matplotlib.pyplot as pltdata = []with open('arxiv-metadata-oai-snapshot.json', 'r') as f: for idx, line in enum
2021-01-16 21:58:28
133
1
原创 数据挖掘实战-前沿分析-Task01
内容介绍：本次任务主要是一个数据准备的工作，通过爬虫获取arxiv上面的数据，然后对论文进行一个分类，查看一下所有类别论文的数量，以及计算机领域里面论文的分布情况。问题整理：1、列表推导式嵌套循环理解。unique_categories = set([i for l in [x.split(' ') for x in data["categories"]] for i in l])等价于以下的代码：list1 = []for l in [x.split(' ') for x in data[
2021-01-13 15:14:08
225
2
原创 Pandas学习-期末测试
习题链接：http://datawhale.club/t/topic/579/7任务四以及任务五的第一题是完整的做完的，任务五的其余小问把会做的尽量都做了。时间处理部分完成的还是不太ok，这部分没有熟练掌握，所以难哭了…等之后熟练之后会重新做的。暑假再开课的时候，我一定还要再学一遍！谢谢Datawhale这么好的资源和平台，以及Datawhale中这一群有能力有想法的人儿们～【任务四】显卡日志下面给出了3090显卡的性能测评日志结果，每一条日志有如下结构：Benchmarking #2# #4#
2021-01-12 17:24:35
758
4
原创 Pandas学习-Task10
基础知识就结束啦！！！习题完成的还不错，对于宽表长表转换现在使用比之前灵活了不少，这一次学习还是补充了很多很多知识的！再次夸夸课程和教程的设计者以及助教们～综合题加油！练习题1: 太阳辐射数据集读取数据：df = pd.read_csv('joyful-pandas-master/data/solar.csv', usecols=['Data','Time','Radiation','Temperature'])df1、将 Datetime, Time 合并为一个时间列 Datetime
2021-01-10 19:11:03
280
原创 pandas学习-Task09
Datewhale学习内容： https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch9.html本次学习非常的匆忙，笔记有些简陋。综合练习复习时会做补充。练习题2: 钻石数据集df = pd.read_csv('joyful-pandas-master/data/diamonds.csv')数据查看：1、分别对 df.cut 在 object 类型和 category 类型下使用 nuniq
2021-01-07 22:50:03
178
原创 pandas学习-Task08
Datawhale开源学习内容链接：https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch8.html第8章 文本数据对一个序列进行文本处理，首先需要获取其str对象。8.2.2 元字符基础8.2.3 简写字符集练习题1: 房屋数据集1、将year列改为整数年份存储。【我的解答】：只需保留前4位数字，将该列的值的后两个字去掉即可。df.year = df.year.str[:-2]
2021-01-06 22:04:33
145
1
原创 pandas学习-Task07
Datawhale开源内容：https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch7.html本次的学习内容习题对于我目前来说稍微有些难，故本文暂时只是记录下一些知识点，以及习题参考答案的解答。第二题：用回归模型解决分类问题第一问：对于回归问题而言，需要得到的是一个具体的数值，因此预测值由最近的n个样本对应的平均值获得。用KNeighborsRegressor 来完成KNeighborClassif
2021-01-03 17:21:44
110
原创 pandas学习-中期测试
第一题待补。第二题和第三题都有十分详细的思考过程和解决步骤。第二题【思考】：看到问题，首先应该做的就是拆分问题！！！这一步非常重要，把大问题拆成一个个能解决的小问题，就可以帮助我们一步步理解推敲。原数据展示：先观察原数据表格，我们可以发现，原数据每一行代表一个队伍，一共有21支队伍，并且每个队伍的人数是不一致的。那么自然而然问题就显现出来了：1、我怎么才能取到每一支队伍的人数呢？继续将上述问题进行拆解！要求出每一支队伍的人数，我可以先求第一支队伍的人数，然后再做处理求每一支队伍的。【解答
2021-01-01 22:46:50
321
原创 Pandas学习-Task06
Datawhale学习链接：https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch6.html【练习题-01】:将New York的Confirmed, Details, Recovered, Active合并为一张表，索引为如下的日期字符串序列:[‘04-12-2020’, ‘04-13-2020’, ‘04-14-2020’, ‘04-15-2020’, ‘04-16-2020’]【我的解答】
2020-12-29 15:50:04
155
1
原创 Pandas学习-Task05
第五章 变形Datawhale开源内容链接: https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch5.html1、长宽表介绍。这里的长与宽都是针对于某一个特征来说的。比如，将性别作为列名且该列的元素都是性别的值时，这就称为关于性别的长表。但将性别的unique值作为列名且该列元素是其他索引的值时，则称为关于性别的宽表。以上的长表与宽表，从信息角度上看，是等价的。但在呈现的方式上有所不同。所以本
2020-12-27 22:46:19
150
原创 Pandas学习-Task04
Datawhale开源内容：https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch4.html#id2我只能说有这么好的教程，并且可以跟着大佬一起学习的感觉真的太好了！！！群里解答疑惑真的很棒！！！【写在前面】：本次的笔记排版我借鉴了一下优秀笔记的排版????，显得更有层次更清晰了????。但是我的内容还是没有像优秀笔记们把所有知识点都列出来（他们真的很棒????），对于我的第一遍学习来说，我希望自
2020-12-25 22:28:56
406
2
原创 pandas学习-Task03
练一练1: 请用布尔列表选择的方法选出相应类型的列df_demo.select_dtypes('bool')练习题1：公司员工数据集1、年龄不超过40岁且工作部门为Dairy或Bakery的男性。第一步，计算当下的年月日nowtime，然后将表格数据中的年月日读取出来，并只取年份year，使得year小于nowtime-40。import time nowtime = time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()) nowtime
2020-12-22 15:35:43
302
1
原创 pandas学习-Task02
Datawhale开源学习本次学习内容链接：https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch2.html#id1本次笔记依旧分为两部分，第一部分是针对自己的情况摘取基础知识的学习和整理，第二部分就是练一练与练习题。一、基础知识2.2 基本的数据结构pandas 中具有两种基本的数据存储结构，存储一维values的Series和存储二维values的DataFrame，在这两种结构上定义了很
2020-12-19 22:58:30
510
2
原创 Pandas学习-Task01
Datawhale开源学习内容的链接：https://datawhalechina.github.io/joyful-pandas/build/html/%E7%9B%AE%E5%BD%95/ch1.html本次笔记是针对自己的情况，记录一些自己之前不会或不熟悉的内容，以及一些有启发的内容。共分为两个板块，第一个板块是，纯粹的知识内容；第二个板块是练习题，记录自己的思路与习题答案。一、知识整理1、map函数的用法map函数的原型是map(function, iterable, …)，它的返回结果是
2020-12-16 21:11:38
252
原创 将Matplotlib可视化的连续帧的图像转化为视频（代码简单且直接可用）
在自己做的过程中，就发现有些博客的代码根本使用不了，各种奇奇怪怪的Bug。所以自己做出来之后，还是整理成一个博客吧，方便之后的人使用。参考博客：https://blog.csdn.net/choumin/article/details/90319477 【这位朋友的代码不错，但有个非常大的问题：他不是按照文件夹中的文件顺序来合成视频，而是打乱的。】我的需求是，我现在通过Matplotlib生成了几十张大小一致的图像，现在需要把这个文件夹下的图像按照顺序进行视频的合成。废话不多说，直接上代码吧～图像大
2020-12-09 09:43:51
1476
原创 pip install 错误--‘ProxyError(‘Cannot connect to proxy.‘
错误1:WARNING: Retrying (Retry(total=4, connect=None, read=None, redirect=None, status=None)) after connection broken by ‘ProxyError(‘Cannot connect to proxy.’, OSError(0, ‘Error’))’: /simple/ffmpeg/原因：开了代理，但代理是有问题的（无法科学上网）。错误2:WARNING: Retrying (Retry(t
2020-12-08 13:32:34
14592
11
原创 论文笔记-LiteFlowNet3: Resolving Correspondence Ambiguity for More Accurate Optical Flow Estimation
Hello, 这是论文阅读计划的第25篇啦！Code: https://github.com/twhui/LiteFlowNet3一、背景介绍光流估计是计算机视觉中的经典问题。它广泛应用于运动跟踪、动作识别、视频分割、三维重建等领域。随着深度学习的发展，许多研究工作试图利用卷积神经网络来解决这个问题。大多数CNN属于从图像对推断流场的2帧方法。特别是，LietFlowNet和PWC-Net 是第一个提出在从粗到细的估计中使用多个金字塔级别的特征扭曲和成本量的CNNs。这极大地减少了模型参数的数量，从F
2020-12-07 11:17:11
966
原创 论文笔记-Reliable Supervision from Transformations for Unsupervised Optical Flow Estimation
Hello， 这是论文阅读计划的第24篇啦今天介绍的这篇论文是CVPR 2020的论文，非监督的光流估计。一、背景介绍光流作为图像的运动描述，已经广泛应用于高级视频任务。得益于深度学习的发展，基于学习的光流方法具有相当高的精确度和高效的推理能力，正逐渐取代经典的基于变分的方法。然而，在现实中很难收集到稠密光流的基本事实，这使得大多数有监督的方法严重依赖于大规模的合成数据集，并且当模型转移到现实世界时，区域差异导致潜在的退化。从另一个角度来看，许多著作提出了以无监督的方式学习光流，其中ground t
2020-12-07 10:33:20
754
原创 论文笔记-PointASNL: Robust Point Clouds Processing using Nonlocal Neural Networks with Adaptive Sampling
Hello，这是论文阅读计划的第23篇啦～一、背景介绍随着3D传感器的普及，我们可以相对容易地获得更多原始3D数据，例如RGB-D数据、激光雷达数据和微机电系统数据。考虑到点云是3D数据的基本代表，对于各种应用，例如自动驾驶、机器人和位置识别，对点云的理解已经引起了广泛的关注。与2D图像不同，稀疏性和无序特性使得鲁棒的点云处理成为一项具有挑战性的任务。此外，从这些3D传感器或重建算法获得的原始数据在现实世界中不可避免地包含异常值或噪声。与2D图像的情况不同，传统的卷积运算不能直接处理非结构化的点云数
2020-12-06 21:39:15
398
原创 论文笔记-BANet: Bidirectional Aggregation Network with Occlusion Handling for Panoptic Segmentation
Hello，论文阅读计划的第22篇啦～22/30这篇论文来介绍一下全景分割，也是我第一次了解这个课题方向啦。论文代码：https://github.com/Mooonside/BANet一、背景介绍全景分割是计算机视觉中一个新兴的、具有挑战性的问题，它是一个将语义分割(针对背景材料)和实例分割(针对前景实例)统一起来的复合任务。任务的典型解决方案是自上而下的深度学习方式——首先识别实例，然后分配给语义标签。通过这种方式，鲁棒的解决方案产生了两个关键问题:1)如何有效地建模语义分割和实例分割之间的内
2020-12-06 16:43:38
904
1
原创 论文笔记-BMBC:Bilateral Motion Estimation with Bilateral Cost Volume for Video Interpolation
一、背景介绍时间分辨率是影响视频质量的一个重要因素。为了提高时间分辨率，已经提出了许多视频插值算法，它们合成两个实际帧之间的中间帧。这些算法广泛应用于各种应用，包括视觉质量增强、视频压缩、慢动作视频生成和视图合成。然而，由于各种因素，如大的非线性运动、遮挡和光照条件的变化，视频插值具有挑战性。特别是，为了产生高质量的中间帧，精确地估计运动或光流矢量是重要的。最近，随着基于深度学习的光流方法的发展，已经开发了基于流的视频插值算法，产生了可靠的插值结果。Niklaus等基于前向扭曲生成中间帧。然而，由于孔洞
2020-12-06 11:20:33
1218
原创 2020-爬虫学习-实战练习：爬取豆瓣电影排名前25部的电影信息
前言：在开始本文之前，我非常建议先学习下我写的第一篇爬虫练习的文章：https://blog.csdn.net/hahameier/article/details/110558398，里面有涉及到一些基本的东西。在本文中，我会循序渐进，从爬取两个信息来带大家熟悉和学习下整体的流程（代码较少，帮助小白克服一堆代码的恐惧），然后才会延伸至多个信息的爬取。本文将会非常适合知道了一些爬虫的基础知识，但是还没用实际例子来尝试的朋友。参考链接：1、百度大脑的教程《深度学习导论与应用实践》第二章节的课后习题：
2020-12-03 20:08:24
1020
原创 2020版本-爬虫学习-实战练习
参考链接：https://www.pythonf.cn/read/67478在参考文章的基础上，总结了自己遇到的问题和解决方案，以及给代码增加了清晰的注释。任务说明：将网站中的段子标题和正文以字典的形式通过json序列化后存储到本地。遇到的问题：1、由于网站上普遍都有反爬的设置，老版本的request已经无法使用了。需要使用requests。2、使用requests就需要获取自己的headers。3、爬取到的内容打印出来是中文，保存为Json文件到本地后，却是unicode编码字符。代码展示
2020-12-03 18:21:33
208
原创 论文笔记-Global-Local Bidirectional Reasoning for Unsupervised Representation Learning of 3D Point Cloud
Hello, 今天是论文阅读计划的第20天啦～今天要介绍的论文是关于3D点云的，也是我看的第一篇关于3D点云的文章。之前有听过这个名词，但是一直也没有去了解过，今天就趁着这篇文章好好的了解一下啦。一、背景促进机器理解3D世界对于许多重要的现实世界应用来说是至关重要的，例如自动驾驶、增强现实和机器人。点云等3D几何数据的一个核心问题是学习有区别、通用和鲁棒的强大表示。为了解决这个问题，在大量人工标注的超视觉信息的帮助下，建立了点云分析的当前技术水平。然而，人工标记的数据需要很高的人工成本，并可能限制所学
2020-11-30 22:43:49
281
原创 论文笔记-Suppress and Balance: A Simple Gated Network for Salient Object Detection
Hello, 今天是论文阅读计划的第19天啦～也是我在这30天中要介绍的最后一篇目标检测的论文啦一、背景最显著的目标检测方法使用的基本结构是三角网或特征金字塔网络(FPN)。这些方法忽略了编码器与解码器交换信息时的两个关键问题:一是它们之间缺乏干扰控制，二是没有考虑不同编码器块贡献的差异。在这项工作中，我们提出了一个简单的门控网络来同时解决这两个问题。众所周知，解码器中预测的高质量显著图严重依赖于编码器提供的有效特征。然而，上述方法直接使用all-pass skip-layer结构来将编码器的特征连
2020-11-29 21:03:44
1644
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人