- 博客(34)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 重走Python之路：一文搞懂字典操作的方法
目录☆写在前面☆字典的概念和用途【1】字典的概念【2】字典的用途☆字典的操作☆字典的方法☆写在前面在前面，我们介绍了Python内置的数据结构，包括列表、字符串和元组。本文将介绍Python内置的数据结构的最后一种——字典。在介绍字典之前，需要先向大家介绍一下Json，它和字典具有极强的相似性。Json是一种数据格式，就像txt、mp4一样。Json里面主要可以包含三种语法结构：【1】Object（Key-Value）上面这种图我们称之为语法图，可以.
2021-09-14 21:06:24
203
原创 重走Python之路：一文搞懂字符串操作的方法
☆写在前面在前面几篇文章中，我介绍了Python的正则匹配模块re、Python的数据结构和列表知识，本篇我们继续研究Python的数据结构——字符串。python中的字符串是不可变的序列，除了元素赋值、切片赋值对其来说是非法的之外，索引、切片、乘法、成员资格检查、长度、最大值等都是适用于字符串的。以下，将主要介绍字符串的格式和字符串的操作。☆设置字符串的格式什么是设置字符串的格式？ok，这就是设置字符串的格式，也即是将值转换为字符串并设置其格式。上图中的%s我们通常将其称为转.
2021-09-08 16:36:52
188
原创 重走Python之路：一文搞懂列表(list)操作的方法
☆写在前面任何一个算法，都是由逻辑和数据结构组成的。现在流行与世的编程语言有很多，比如Java、Python、C、C++等等，使用不同的编程语言可以实现一个相同的算法，除了一般的编程语言本身的语法规则有差异之外，主要的差异就在于编程语言支持的数据结构，因为逻辑都是一样的。一个好的数据结构，将使得编程过程、算法运行效率都更加的巴适！！！Python语言是大家公认的最容易上手的语言，其背后的一个最重要的原因就是Python值支持的数据结构非常的灵活和完备，这篇文章要介绍的就是最为常用的一个序列数据结构
2021-09-06 12:29:50
417
原创 重走Python之路：一文搞懂基于re模块的正则表达式与匹配
有些人在碰到问题时，就想“我知道，我可以使用正则表达式”。现在，他就有了两个问题。 正则表达式为高级的文本模式匹配、抽取、与文本形式的搜索和替换功能提供了基础。简单地说，正则表达式（简称为 regex）是一些由字符和特殊符号组成的字符串，它们描述了模式的重复或者表述多个字符，于是正则表达式能按照某种模式匹配一系列有相似特征的字符串。换句话说，它们能够匹配多个字符串……一种只能匹配一个字符串的正则表达式模式是很乏味并且毫无作用的，不是吗？在Python中我们使用re模...
2021-08-21 17:54:38
424
1
原创 深度学习tensorflow运行完成之后C盘爆满，一招解决
无论是哪一个深度学习平台，过大的训练数据都可能导致错误运行之后C盘爆满？解决方法是使用360或者联想等电脑的电脑管家对缓存进行清理： 问题顺利解决！
2021-02-14 15:51:54
6333
3
原创 VGG-19 python代码 图片内容检测 预训练模型
目 录【1】简介【2】预训练模型下载【3】代码与结果【1】简介 本文针对VGG-19网络，完成图像内容检测，对ImageNet的1000种常见物体进行识别。基本的思路是先下载预训练模型，使用已有的参数模型进行训练。【2】预训练模型下载 下载预训练模型vgg19.npy，这是后一步放入项目的文件夹下【Link】。【3】代码与结果 链接 （提取码：x1o8 ） 注意可能会需要的问题：ValueError: Object arrays cannot be loaded when allow_
2021-02-09 18:46:32
1139
2
原创 梳排序（Comb Sort）原理与Java实现，一看就懂
梳(comb)排序基于冒泡排序。目前最为大家熟知的冒泡排序是相邻两个元素进行比较，核心思路就是调整相邻2个元素之间的位置，每进行一次内循环，就可以将最大值调整到最后 然而梳排序提出了不同的观点，每个梳都有自己的gap（间隙），或大或小。如果在冒泡排序中找到类似的说法，那就是gap = 1。梳排序有这样一个1.3的比率值。附有java代码实现！
2021-02-08 23:03:53
491
1
原创 重学CNN——基础知识（入门）与图像处理主要DL网络结构
目 录【1】简介与基本概念（1）二维卷积层（2）参数的学习 （3）特征图和感受野 （4）填充和步幅 （5）多输入通道和多输出通道 （6）池化 【2】典型的CNN网络（LeNet、AlexNet）（1）经典模型：LeNet （2）历史突破：AlexNet 【3】使用重复元素的网络（VGG）【1】简介与基本概念 卷积神经网络CNN，是近些年在CV领域取得进展的基石，甚至“任何令人欣喜的深度神经网络领域的成就都和CNN有关”。CNN现在不仅仅是在计算机视觉上大放异彩，在自然语言处理（比如text-CNN）、
2021-02-07 20:32:54
1123
2
原创 图像特征提取技术
基于颜色的特征提取：颜色空间；直方图以及特征提取；图像分块；颜色矩；基于纹理的特征提取：灰度共生矩阵；tamura纹理；基于深度神经网络的图像处理
2021-02-03 09:23:39
5620
原创 Flink流式计算项目开发实战总结（超级详细：flink多源输入、flink+kafka、flink的时间窗口、flink连接远程mysql、可视化前端、flink报错集合等；基于java）
Flink项目开发实战总结[1] 项目简介[2] Flink的数据源[3] Flink的流处理[4] Flink的Sink[5] 架构的设计方案[6] 常见问题[7]总结[1] 项目简介 本项目面向的对象是Flink初学者，通过模拟滴滴订单数据，实现基于Flink的流批一体系统。阅读并复现本文只要求对大数据处理平台有略微感性的认识即可。同时本文会以实际代码为引导，介绍Flink的三个关键环节：DataSource、Transformation、Sink。 &nbs
2021-01-30 19:12:52
2815
1
原创 Flink完成Socketwordcount 本机测试与提交集群
一、任务简述本次实验是基础的Flink应用构建，运行代码是分布式计算领域的“Hello world”——“wordcount”。具体内容是通过netcat在指定端口发布信息，由Flink应用程序对端口进行监听，在一定的时间窗口内接收数据并进行相应的词频率统计。实验代码地址[Link]二、实验环境主机：OS：Linux Manjarojava：openjdk1.8scala：2.11.11Maven：3.6.3（不重要）IDEA:2020-3（不重要）———————————————————
2021-01-11 19:59:12
645
原创 实体识别NER——BiLSTM+CRF知识总结与代码（Pytorch）分析——细粒度实体的识别（基于CLUENER）
0-写在前面最近在做关于NER的相关问题，在使用了Hanlp、哈工大的LTP[Link]进行简单的NER之后，发现确实比较方便快捷，但是这类通用的工具只对通用领域的“人物、机构、地点”进行了识别，准确率不是特别的高。刚好课程需要，于是决定对常见的BiLSTM+CRF的算法模型进行学习，找到新的训练数据集，完成更宽领域的实体识别工作，比如书籍，职位等。当然本篇文章还包括对具体的代码实现与分析，如果你对原理并不感兴趣，请直接移步第三节。上图描述了BiLSTM-CRF的架构，底层的BiLSTM和上层的C
2021-01-06 19:42:21
4764
6
原创 CV中深度神经网络发展历程(VGG、ResNet、Inception、Xception等)
一、AlexNet与VGG在课程中，我们学习了CNN最简单的结构：卷积层、池化层、激活层、还有最后的全连接分类层。AlexNet（2012）和VGG（Visual Geometry Group，2015）等都是遵循了传统CNN的层层堆砌的结构，其中VGG的改进是使用连续的几个3x3的卷积核代替AlexNet中的较大卷积核（11x11，7x7，5x5等），这样可以带来更深的非线性网络结构，便于学习更加复杂的模式，同时参数之和较之大卷积核的参数更少，比如2个33的卷积核可以代替1个55的卷积核：可以总结出
2021-01-04 08:13:50
1906
2
原创 Flume+Spark streaming 完成Spark流式处理
[1] Flume简介与安装配置1.Flume简要介绍 Flume是Cloudera提供的一个高可用、高可靠、分布式的海量日志采集、聚合和传输的系统。Flume支持在日志系统中定制各类数据发送方用于收集数据，同时Flume提供对数据的简单处理，并将数据处理结果写入各种数据接收方的能力。 官网 http://flume.apache.org/index.html Flume的主要构件如下： 理解Flu
2021-01-02 16:46:07
623
原创 VMware和Docker冲突怎么办？超级简单
Win10中Vmware和Docker冲突解决1.为何冲突?Vmware自带虚拟化内核，但是在win10中Docker的工作需要依赖Hyper-V，本质上是Hyper-v和Vmware内核之间的冲突**，毕竟二者提供了相同的功能。PS:安装Hyper-V服务其实也不是一个简单的事情，尤其是当你的系统是win10家庭版的时候，需要多走点流程，但是也很简单：pushd "%~dp0"dir /b %SystemRoot%\servicing\Packages\*Hyper-V*.mum >hyp
2021-01-01 18:19:54
2214
1
转载 TensorFlow-GPU Navida配置详解（在GPU上运行深度学习模型）这篇超详细！
https://blog.csdn.net/qq_43034505/article/details/107168199
2020-07-10 11:27:34
2587
转载 神经网络优化算法看这一篇就够了，详解！！！（梯度下降、牛顿法、LMS）
https://blog.csdn.net/qq_32611933/article/details/52008538?depth_1-
2020-07-09 11:23:28
1002
1
原创 MongoDB分布式搭建手册
centos搭建单机伪分布式MongoDB集群一、实验任务要求使用一台虚拟机搭建伪分布式的MongoDB集群。集群有六台机器，分成六个副本集，S1,S2,S3,S4,S5,S6，每个副本集分三个节点。同一副本集中的节点有一个主节点，两个从节点，从节点的数据与主节点一致；OS为mongos进程（路由服务器）；C为config server（配置服务器），设置了三个配置服务器。熟悉使用MongoDB的增删改查操作。1.安装与配置（1）首先，从官网上下载好安装包解压到opt文件夹，命名为mongodbt
2020-06-30 20:55:46
222
原创 提高Scrapy的爬取速度
在配置文件中修改相关参数：增加并发默认的scrapy开启的并发线程为32个，可以适当的进行增加，再配置文件中修改CONCURRENT_REQUESTS = 100值为100,并发设置成了为100。降低日志等级在scrapy运行的时候，会输出大量的日志信息，为了减少cpu的使用率，可以设置log输出信息为INFO或者ERROR.在配置文件中编写LOG_LEVEL = ‘INFO’禁止cookie如果不是真的需要cookie，则在scrapy爬取数据的时候可以 禁止cookie从而减少C
2020-05-23 22:15:44
1405
原创 redis要点干货总结（内有阅读文章推荐，读这两篇，redis就够了）
Redis是一个开源的、基于内存的数据结构存储器，可以用作数据库、缓存和消息中间件。1.缓存redis采用hash算法落实在缓存中快速查找一个key对应的value。hash表的结构很容易理解。但是redis是在一般hash算法的基础上做了优化的（rehash），不然一个hash表的一个元素（是一个链）太长，效率归于顺序查找，也没体现hash表的作用。2.CS架构redis的server是单线程的服务器，因为局限redis的已经不是cpu，而是内存和网络带宽的限制。集群的使用就是为了应对多客户端访
2020-05-23 13:18:38
215
2
原创 pip下载很慢？帮你解决，100%成功（不必翻墙，scrapy、tensorflow下载10M/s）
是不是下载库的时候等了半天进度条也不动、或者就差最后一点了一坨红字跃于眼前？？？现在这个方法亲测有效，那么多国内镜像源为何不用呢？临时使用：可以在使用pip的时候加参数-i https://pypi.tuna.tsinghua.edu.cn/simple例如：pip install -i https://pypi.tuna.tsinghua.edu.cn/simple scrapy，这样就会从清华这边的镜像去安装scrapy库。永久有效1、创建一个隐藏目录名字是 .pipmkdir ~/
2020-05-22 23:57:08
572
原创 MemcacheDB详解
NOSQL系列——KV——memcacheDB20200522分享链接：https://www.cnblogs.com/xrq730/p/4948707.html以下为个人笔记，可忽略：
2020-05-22 23:14:48
119
原创 Bert应用于文本多分类（原生分类模型+传统分类模型对比 【干货】）
Bert在文本多分类任务中的使用（干货）一、从无到有第一步二、搭配起来作比较三、言归正传扯代码1.[Bert-util详解](https://gitee.com/zengyy8/bert-utils)2.下游的传统分类手段3.Bert原生的分类器写在前面： 自2018年来，Bert在多个NLP领域都取得了颠覆性的成绩，诸如词性标注、问答系统等等。它本身采用的依然是Transform的机制，但是对于文本它是双向编码表示，，也就是Bert的全称：Bidirectional Encoder Representa
2020-05-09 20:27:47
4622
3
转载 os--计算机加电如何加载了计算机系统
操作系统–C2 计算机加电后发生了什么BIOS简介BIOS 是英文"Basic Input Output System"的缩略词，直译过来后中文名称就是"基本输入输出系统"。在IBM PC兼容系统上，是一种业界标准的固件接口。 [1] BIOS这个字眼是在1975年第一次由CP/M操作系统中出现。 BIOS是个人电脑启动时加载的第一个软件BIOS是一组固化到计算机内主板上一个ROM芯片上的程...
2020-01-26 15:34:08
448
原创 os-概述
操作系统学习笔记 --C1 概述1.操作系统对上和对下两种模式理解：用户角度上，操作系统是一种控制软件（系统软件），管理运行在计算机上的应用程序；从应用程序的角度来讲，主要是为应用程序提供服务。资源分配器（管理外设，分配资源）。2.研究的是操作系统内核（kernel），外围的shell包括提供图形化界面之类的功能，不在研究范围之类。3.硬件管理：CPU管理（在多道程序环境下，处理机的分配和运...
2020-01-26 14:28:17
541
原创 计算机的逻辑部件
计算机的逻辑部件本节逻辑引导：中央处理器（CPU）—>运算器+控制器—>运算器的核心部件—>算术逻辑计算单元（ALU）—>基本结构是超前进位加法器。一、加法器（adder）是啥东西 首先我们知道计算机的计算对象都是二进制的数字（0,1），他们可以与十进制等进制进行转换，还可以实现逻辑的运算（这一点在逻辑代数中，我们是可以深刻体会到的）。因此，如何能够实现一种...
2019-09-07 21:46:07
1775
2
原创 神经网络初探
神经网络初探——读《深度学习的数学》总结 学习是一个系统通过某种过程或者方式提升自身的某个或某些性能的过程，它本身包含的是一种自动化和可控化的含义。那么如何能让不具备智能的机器去学习呢？在模拟大脑神经元的工作原理后，看来我们已经找到了通往机器学习的一种方法，它叫做神经网络。神经网络是一种看似不可理解的复杂学习方法，这里包含着许多数学的知识。在阅读《深度学习的数学》一书之后，我想，我对神经网...
2019-08-16 20:06:03
116
原创 css的选择器总结
关于几种CSS的选择器的总结**前言：**首先，明确css的基本语法构成为：selector {declaration1;declaration2;……declarationN}选择器，以及一条或多条声明。选择器为想要改变的HTML元素，声明由属性和一个值组成：selector {property: value}一、首先是最简单的选择器h1,h2,h3,h4,h5,h6 { ...
2019-08-13 20:03:39
128
原创 Chinavis2019 day 2
Chinavis2019 Day 2 会议纪要一、活动简要回顾7月22日，Chinavis2019大会进入第二天。今天的会议主题可以分为两个方面：可视化与可视分析挑战赛系列活动和领域专家汇报与论文报告。其中，可视化与可视分析挑战赛系列活动包括海报速览，优秀作品汇报和颁奖仪式。领域专家汇报包括时空数据可视化、科学可视化技术、医疗健康可视化等，论文报告为paper presentation 5-...
2019-07-27 17:03:06
479
原创 搜索引擎的高级搜索法在爬虫的应用
问题的抛出：涉及平时我们使用搜索引擎，如必应，百度等，也没有想到说是使用高级搜索。但是为了提高搜索的精度和速度，我们需要对一些必要的高级搜索进行了解。这个问题是在我写爬虫时遇到的。关键的几个高级搜索：问题一： 如何在指定站点内搜索关键字： 指定站点内解决：在关键字后 +site: 站点这对于爬取指定网站的信息具有重要意义：https://cn.bing.com/search?q=...
2019-05-25 17:39:14
436
原创 scrapy爬虫框架和相关解释
一、概述scrapy是一个用于爬取网站和提取结构化数据的应用程序框架，它的结构清晰，效果稳定，通用性强，且能够较容易的连接数据库等附加组块。可以说是很好的爬虫开发工具。二、安装最好用的命令：pip install scrapy但是，很大概率下，scrapy库的安装不会一帆风顺。你的环境不是缺这就是少那，如果你安装成功就当我没说：这些关键的python包，如果pip 不上，那就直接下载...
2019-05-25 17:07:59
155
原创 LightGBM的分析
使用lightGBM分类模型的一些问题1.我们使用lightGBM的import jsonimport lightgbm as lgbimport pandas as pdfrom sklearn.metrics import mean_squared_errorfrom sklearn.datasets import load_irisfrom sklearn.model_sele...
2019-05-11 18:30:03
609
原创 医学影像的特征提取--python—pyradiomics库
医学组影像的特征提取在对医学影像进行处理时，很重要的一个方面就是对于图像的特征提取。这直接关系到后续对于图像的判读，分类等操作。那么今天就为大家介绍python中一个非常高效便捷的库——pyradiomics库。1. pyradiomics库的安装如果你使用的是anaconda的IDE，那么可以使用cmd进行安装：在anaconda的Script文件里打开命令行（shift+右键即可）：直接...
2019-05-11 09:21:02
17885
30
mysql-数据管理系统-python.zip
2020-05-09
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人