cola

原创 airtest常用方法

1. snapshot(filename=None, msg=None): #用于截取当前设备屏幕的截图，可以保存到文件中。filename参数指定保存的文件路径，msg参数用于显示日志信息。2. assert_exists(target, message=None, timeout=None):# 断言指定的目标元素存在于当前设备屏幕上，如果不存在则抛出airtest.core.ap...

原创 三次握手 四次挥手

网址请求过程当输入url时，浏览器作为客户端首先会请求DNS 服务器 ，通过DNS获取相应的 域名 和IP(应用层)通过IP地址找到对应的服务器，然后建立TCP连接浏览器向服务端发送http请求包(应用层 -> 传输层 -> 网络层 -> 数据链路层))服务端接受到http请求包后开始处理请求包(数据链路层 -> 网络层 -> 传输层 -> 应用层)...

原创 Python多线程与GIL锁

Python多线程与GIL锁python多线程Python的多线程编程可以在单个进程内创建多个线程来同时执行多个任务，从而提高程序的效率和性能。Python的多线程实现依赖于操作系统的线程调度器，并且受到全局解释器锁(GIL)的限制，因此在某些情况下，多线程并不能真正实现并行执行。import threadingdef print_numbers(): for i in ran...

原创 django实现支付宝支付接口

1.创建Django项目首先，在命令行中使用以下命令创建一个新的Django项目：django-admin startproject project_name2.安装Python SDK然后，下载并安装支付宝Python SDK。可以使用pip命令进行安装：pip install alipay-sdk-python3.配置支付宝参数配置支付宝参数在settings.py文件中，添...

原创 python协程详细解释以及例子

目录1.协程1.1greenlet实现协程1.2yield关键字实现协程1.3使用asyncio模块实现协程1.4async & await关键字实现协程2.协程意义3.异步编程3.1时间循环3.2案例3.3await关键字1.协程协程不是计算机提供的，计算机只提供：进程、线程。协程时人工创造的一种用户态切换的微进程，使用一个线程去来回切换多个进程实现协程的几种方法greenle...

原创 Transformer中的encoder与decoder

Transformer 是一种非常强大的神经网络架构，被广泛应用于自然语言处理任务中。它的核心部分是由若干个Encoder和Decoder组成的。下面简要介绍一下Encoder和Decoder的区别。Encoder：Transformer中的Encoder是用于将输入序列转换成隐藏表示的模块。它将输入序列中的每一个位置的词嵌入向量作为初始输入，然后通过多层的自注意力机制和全连接层，将每个位...

原创 L1正则化与L2正则化

\[L1和L2正则化在数学上都是通过向原始损失函数添加一个惩罚项来实现的。\\L1正则化的惩罚项是模型参数的绝对值之和，它可以写为：\\\lambda\sum_{i=1}^{n}|w_i|\\其中\lambda是一个超参数，控制惩罚程度的大小，w_i表示第i个参数的值。\\L2正则化的惩罚项是模型参数的平方和的一半，它可以写为：\\\frac{\lambda}{2}\sum...

原创 python去除首/尾的某些字符

#while循环去除首/尾的某些字符 while(new_s[0]=='0'): new_s = new_s[1:]

原创 最长回文子串

输入：s = "babad"输出："bab"解释："aba" 同样是符合题意的答案。class Solution: def longestPalindrome(self, s: str) -> str: palindrome="" #中心扩散法：此中心是从0开始的，一共将测试len(s)个中心 for center in ran...

原创 两个链表的数进行相加

给你两个非空 的链表，表示两个非负的整数。它们每位数字都是按照逆序的方式存储的，并且每个节点只能存储一位数字。请你将两个数相加，并以相同形式返回一个表示和的链表。你可以假设除了数字 0 之外，这两个数都不会以 0开头。# Definition for singly-linked list.# class ListNode:# def __init__(self, ...

原创 给你一个二叉树的根节点 root ， 检查它是否轴对称。

用两个指针去遍历这棵树，(并使用深度优先 中序遍历方法)一个指针从左方向开始遍历，一个指针从右方向开始遍历。比较结构与数据# Definition for a binary tree node.# class TreeNode:# def __init__(self, val=0, left=None, right=None):# self.val = val#...

原创 给定一个由 整数 组成的 非空 数组所表示的非负整数，在该数的基础上加一。...

给定一个由 整数 组成的 非空 数组所表示的非负整数，在该数的基础上加一。最高位数字存放在数组的首位， 数组中每个元素只存储单个数字。你可以假设除了整数 0 之外，这个整数不会以零开头。示例class Solution: def plusOne(self, digits: List[int]) -> List[int]: sum = 0 #...

原创 opencv保存视频帧/连续图片为视频失败问题

opencv保存视频帧/连续图片为视频失败问题遇到的问题opencv保存视频帧/连续图片为视频失败：运行程序后，保存的视频大小只有1kb处理过程对图片/视频帧进行遍历创建fourcc编码器，VideoWriter对象注意VideoWriter中的参数，有以下几个参数filename 保存的文件路径以及文件名fourcc 指定编码器，一般由自己创建fps 要保存的视...

原创 欧氏距离 曼哈顿距离

欧氏距离，最常见的两点之间或多点之间的距离表示法，又称之为欧几里得度量，它定义于欧几里得空间中，如点 x = (x1,...,xn) 和 y = (y1,...,yn) 之间的距离为：欧氏距离虽然很有用，但也有明显的缺点。它将样品的不同属性(即各指标或各变量量纲)之间的差别等同看待，这一点有时不能满足实际要求。例如，在教育研究中，经常遇到对人的分析和判别，个体的不同属性对于区分个体有着不同的重...

原创 域适应

在迁移学习中， 当源域和目标的数据分布不同 ，但两个任务相同时，这种特殊的迁移学习叫做域适应常见的域适应数据集有office-home

原创 pytorch查看gpu信息，gpu是否可用

import torchgpu_use= torch.cuda.is_available()print(gpu_use)# Decide which device we want to run ondevice = torch.device("cuda:0" if (torch.cuda.is_available()) else "cpu")print(device)print(to...

原创 Batch Normalization (批标准化）

Batch Normalization为了解决深度网络训练时可能会出现的梯度消失、梯度爆炸或者，导致收敛速度变慢的 问题，使用批标准化的方法将每层的数据都规范到相同的均值和方差，批标准化可以解决 internal convraiate shift，通过适当的使用较大的学习率，减少训练时间; 能够解决梯度消失和 爆炸的问题；还能够降低对参数的初始化影响。...

原创 pytorch cuda cudatoolkit安装失败问题

检查下自己的python版本需要大于3.6

原创 torchvision介绍

torchvision简介torchvision是pytorch的一个图形库，它服务于PyTorch深度学习框架的，主要用来构建计算机视觉模型。以下是torchvision的构成：torchvision.datasets: 一些加载数据的函数及常用的数据集接口；torchvision.models: 包含常用的模型结构(含预训练模型)，例如AlexNet、VGG、ResNet等；tor...

原创 梯度是什么？如何计算梯度？

梯度求法：分别求各个变量的偏导数，偏导数分别乘三个轴的单位向量，然后各项相加。梯度的本意是一个向量，表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向(此梯度的方向)变化最快，变化率最大(为该梯度的模)。...

原创 pcanet网络理解

①：一张图片矩阵m×n =》每个像素点经过k1×k2的patch滑动提取特征之后=》m×n个k1×k2的patch=》分别对这m×n个patch去平均值=》特征提取完毕=》将m×n个patch组合成一个新的矩阵X，每个patch当作为一列(长度为k1×k2)，因此列的数量为m×n=》最终这张图片就变成了(m×n)*(k1×k2)的矩阵=》总共处理N张图片②：对矩阵X，求X*XT的特征向量，并...

原创 卷积神经网络知识点

过滤器与卷积核首先众所周知，卷积核(kernel)是用于卷积运算的，因为卷积的运算时点乘运算，由于源数据(图像)是矩阵，所以卷积核也是一个二维的矩阵才可以做点乘运算，而过滤器(filter)是卷积核的集合卷积核是二维的，而滤波器是三维的，过滤器是是由长、宽和深度指定的，比卷积核多一个深度。一个过滤器只负责提取一种特征。举例：input是3通道，卷积核个数为3个，卷积输出通道为3个，outp...

原创 什么是采样频率

什么是采样频率?对于连续的信号，比如脑电信号。以脑电信号为例，我们在采集的时候需要设置一个采集的频率，这个频率就是间隔多长时间采集一次脑电信号。单位一般是HZ(赫兹)，即每秒从连续信号中提取并组成离散信号的采样个数。...

原创 vmware虚拟机ubuntu磁盘扩展问题

vmware虚拟机ubuntu磁盘扩展不成功问题需要注意以下几点关机操作删除所有快照才能对当前使用的磁盘进行扩展，否则只能重新创建新的磁盘

原创 数组与张量的区别

数组与张量概念​ 张量是数学概念，数组是计算机的概念。数组是张量在计算机中的实现含义​ 0维叫变量或0维数组，1维叫向量或1维数组，2维叫矩阵或2维数组，3维及以上叫张量或多维数组。应用​ 张量是就是神经网络里的数组，叫它张量而不是数组是因为它有自己的特质，它是神经网络计算的基本单元，tensor可以轻易地进行卷积，激活，上下采样，微分求导等操作，而numpy数组就不行，普通的数组要...

原创 python实现并发请求demo

import aiohttpimport asyncioheaders = { "token":"token3"}i=0async def test(): global i while i<=1000: async with aiohttp.ClientSession() as session: await sess...

原创 nginx下ssl证书的配置

#cola##https的配置http { sendfile on; tcp_nopush on; tcp_nodelay on; keepalive_timeout 65; types_hash_max_size 2048; include /etc/nginx/mime.types; default_type application/octet-stream; ssl_...

原创 全国top城市分析系统

原创 java中== equal hashcode 比较的区别

==基本数据类型是进行数值的比较引用数据类型比较的是两对象的地址值实际上都是进行直接值的比较equal(Object) Object型参数，任何类型的实参都可以传入，只有实参是一个字符串且内容相同时才返回true先比较引用对象的地址，若相同则返回true，否则挨个比较两字符串对象中的字符，完全相同才返回truehashcode由于jvm对对象的的内存管理是动态的，所以每...

原创 c语言实现杨辉三角

int i,j,k; //定义一个二维数组 int a[14][14]; int n=12; //先将两侧的数组置为1 for (i = 1; i <= n; i++) { a[i][1]=a[i][i]=1; } //中间的数字等于顶上两数之和 for (j = 3; j <=n; j++) { ...

原创 c语言的四舍五入情况

自动进行四舍五入的情况float a=5.666;printf("%.2f",a);//此时会自动进行四舍五入法,即需要保留几位小数情况时会进行四舍五入；输出结果为5.67其他情况均不会进行四舍五入① : 强制类型转换；自动类型转换② : 用%d输出浮点型数...

原创 c语言知识点

目录c语言变量声明 定义 初始化变量作用域流程图输入输出运算符数据类型及运算数组字符数组处理字符数组的库函数操作指针数组指针指针数组多维数组指针函数指针指向函数的指针函数类型为指针的函数动态分配内存结构体原码 补码 反码库函数math经典算法判断素数(1-100内)闰年c语言变量声明 定义 初始化变量声明：对变量进行类型说明定义性声明：分配内存空间，简称定义引用性声明：extern引...

原创 c语言for循环后面不用花括号执行多条语句

利用逗号将多个执行语句隔开int main(){ for (int i=0;i<10;i++) printf("%d",i), printf("加一"); return 0;}

原创 数据结构 二分查找 递归与非递归算法

#include <stdlib.h>#include <stdio.h>//二分查找非递归int Binary_Search(int list[],int key,int length){ int low=0,high=length-1; while (low<=high){ int mid=(high+low)/2; ...

原创 深度学习-卷积神经网络-算法比较

AlexNet网络①因为把数据序列化后可以组成矩阵，用矩阵乘法形式进行处理并学习AlexNet网络的前几层主要是做了加深通道，和池化层。并且每一次加深，feature map的尺寸都会减小，其padding也不是固定的后两层卷积feature map的尺寸以及通道数并没有改变LRN(局部归一化) 是将 通道上该点的像素值走一个归一化处理GoogleNet网络网络亮点引入了...

原创 nginx web服务器概念了解 配置

服务器服务器服务器是一种提供高效计算的机器，与普通的PC主机相比，具有可观的稳定性，高并发性，可扩展性。互联网任何一个应用都是以服务器为基础设施的，没有服务器我们就无法访问网络上的任何内容，只能使用单机的应用。例如网站，我们访问的任何一个网站都是保存在某个服务器上的，域名被DNS(域名解析服务器)解析到IP地址后，浏览器就能通过IP地址访问对应的服务器资源了。就好比：服务器是人的家，人...

原创 c语言二维数组的转置

#include <stdio.h>#include <string.h>#include <stdlib.h>#define maxsize 3#define transsize 3void trans(int A[][maxsize],int B[][transsize],int m, int n){ printf("转置前----\n...

原创 顺序表有序插入数据

#include <stdio.h>#include <string.h>#include <stdlib.h>#define maxsize 100typedef struct { int data[maxsize]; int length;}SqNode;int FindEle(SqNode &L,int x){ ...

原创 elasticsearch master_not_discovered_exception

具体错误如下：解决方法：查看每个节点elasticsearch进程 jps进入节点挂掉的log文件里查看错误信息修改sysctl.conf文件vm.max_map_count=262144sysctl -p

原创 深度学习-神经网络

目录深度学习-神经网络摘要神经网络浅层神经网络深层神经网络激活函数反向传播损失(loss)卷积神经网络局部感受野卷积核共享权值池化迁移学习对抗网络深度学习-神经网络摘要机器学习是人工智能的核心，而深度学习又是机器学习的核心。三者关系可用如下图来表示。人工神经网络(Artificial Neural Networks，简写为ANNs)也简称为神经网络(NNs)或称作连接模型(Connect...