<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[额不食烟火]]></title><description><![CDATA[]]></description><link>https://blog.csdn.net/SailingLT</link><language>zh-cn</language><generator>https://blog.csdn.net/</generator><copyright><![CDATA[Copyright &copy; SailingLT]]></copyright><item><title><![CDATA[Python培训]]></title><link>https://blog.csdn.net/SailingLT/article/details/109717458</link><guid>https://blog.csdn.net/SailingLT/article/details/109717458</guid><author>SailingLT</author><pubDate>Mon, 16 Nov 2020 11:26:41 +0800</pubDate><description><![CDATA[Python版本
Python第三方包

pip常用命令
pip源设置
离线安装
虚拟环境管理


Python静态检查

Flake8/Pylint

编码规范：Pep8


Bandit
Converity(商业安全编码检查工具、支持多种语言)


Python IDE

Pycharm
Vscode
Sublime Text
Vim


Python特性

推荐书籍：《代码整洁之道》、《重构》
Pythonic
func as val，lambda
列表推导
*args, **kwargs
装饰器
.]]></description><category></category></item><item><title><![CDATA[使用tree.export_graphviz输出树中文显示为框框，无法正常解析]]></title><link>https://blog.csdn.net/SailingLT/article/details/109717342</link><guid>https://blog.csdn.net/SailingLT/article/details/109717342</guid><author>SailingLT</author><pubDate>Mon, 16 Nov 2020 11:23:33 +0800</pubDate><description><![CDATA[之所以导致这样的结果，是因为该包中并不包含处理中文的功能，解决该问题的方法也很简单：修改字体。
其默认字体 fontname=helvetica，只需将字体修改为支持的中文字体即可。修改文件字体名字：# fontname=“Microsoft YaHei”。
import re
# 打开 dot_data.dot，修改 fontname="支持的中文字体"
f = open("./Tree.dot", "r+", encoding="utf-8")
with open('./Tree_utf8.dot', ]]></description><category></category></item><item><title><![CDATA[如何更好地提出编程问题？]]></title><link>https://blog.csdn.net/SailingLT/article/details/109716241</link><guid>https://blog.csdn.net/SailingLT/article/details/109716241</guid><author>SailingLT</author><pubDate>Mon, 16 Nov 2020 10:51:11 +0800</pubDate><description><![CDATA[编程的过程中，问题是伴随而生的，没有人知道编程的所有方面，所以所有软件开发者的工作，都是每天在寻找技术问题的答案 。
因此，如何更好地提出编程问题，是非常值得深入思考的一个问题。可能你会觉得，自己遇到编程问题，直接粘贴在线查找不就行了吗？事实上，这并不是一种最为有效的方式。
刚好，最近翻看一本书：《python编程快速入手》，其中对于这个问题做了一些详细的阐释，我觉得特别值得借鉴。
如果不能在线查找到答案，请尝试在 Stack Overlow（http://stackoverflow.com/）这样的论坛上]]></description><category></category></item><item><title><![CDATA[Gitee + PicGo + Typora 配置 Markdown编辑器]]></title><link>https://blog.csdn.net/SailingLT/article/details/108978875</link><guid>https://blog.csdn.net/SailingLT/article/details/108978875</guid><author>SailingLT</author><pubDate>Fri, 09 Oct 2020 15:03:52 +0800</pubDate><description><![CDATA[1、主流的Markdown编辑器有一些，主题和界面用着还不错，当然首选Typora，但是旧版本的Typora存在一些问题：编辑的markdown文件中如果包含图片的话，图片一般是保存在了本地的文件夹中，如果把该markdown文件上传或者发生文件迁移的话，常会因为图片路径的问题造成文件中无法正常显示该图片。幸运的是，最新版本的Typora支持图床功能，这样就能解决以前版本所存在的文件迁移之后，图片无法显示的问题。
2、图床可以认为就是第三方的将图片上传存储的地方，将图上上传至图床之后，文件位置发生改变之后，]]></description><category></category></item><item><title><![CDATA[解决 Github 无法登录的问题]]></title><link>https://blog.csdn.net/SailingLT/article/details/108978085</link><guid>https://blog.csdn.net/SailingLT/article/details/108978085</guid><author>SailingLT</author><pubDate>Fri, 09 Oct 2020 14:31:59 +0800</pubDate><description><![CDATA[解决 Github 无法登录的问题
1、查询Github官网的IP地址

IP查询网站： https://www.ipaddress.com/


查询  github.com



查询  github.global.ssl.fastly.net


2、写入hosts文件

复制 C:\Windows\System32\drivers\etc 路径下的 hosts文件至桌面，并修改hosts文件，加入如下内容：

140.82.112.4 github.com
199.232.69.194 github]]></description><category></category></item><item><title><![CDATA[读研收获浅谈]]></title><link>https://blog.csdn.net/SailingLT/article/details/108556087</link><guid>https://blog.csdn.net/SailingLT/article/details/108556087</guid><author>SailingLT</author><pubDate>Sat, 12 Sep 2020 22:26:20 +0800</pubDate><description><![CDATA[回顾自己读研期间的心路历程，期间陆续做了很多繁琐的事情，同时也受过导师人格的影响以及学术上的指导，有收获，亦有后悔。

权且厚着脸皮把自己觉得有价值的地方做个简要概览，不一定很有用，权且当作自己的一种记录，若是对其他人有所帮助，自己深感荣幸。




	工具

	
		Word

		
			排版比较重要
			
			
			Latex也有必要了解一下
			
		
		
		PPT

		
			重在对逻辑展示的把控，避免花里胡哨
			
			
			制作PPT，深入思考问题：如何才能更好地让读者接.]]></description><category></category></item><item><title><![CDATA[PyCharm连接MySQL数据库的时候，驱动下载失败]]></title><link>https://blog.csdn.net/SailingLT/article/details/108523931</link><guid>https://blog.csdn.net/SailingLT/article/details/108523931</guid><author>SailingLT</author><pubDate>Sat, 12 Sep 2020 22:11:35 +0800</pubDate><description><![CDATA[https://blog.csdn.net/qq_42958571/article/details/105456494
https://www.cnblogs.com/xiaoguan-bky/archive/2020/08/14/13496319.html

]]></description><category></category></item><item><title><![CDATA[Django路由配置，一个符号引起的错误]]></title><link>https://blog.csdn.net/SailingLT/article/details/108506158</link><guid>https://blog.csdn.net/SailingLT/article/details/108506158</guid><author>SailingLT</author><pubDate>Sat, 12 Sep 2020 21:56:29 +0800</pubDate><description><![CDATA[Django路由配置，一个符号引起的错误

]]></description><category></category></item><item><title><![CDATA[字符编码的问题]]></title><link>https://blog.csdn.net/SailingLT/article/details/108422308</link><guid>https://blog.csdn.net/SailingLT/article/details/108422308</guid><author>SailingLT</author><pubDate>Sat, 05 Sep 2020 18:04:59 +0800</pubDate><description><![CDATA[文章目录1、常见的字符编码格式有几种？2、不同的字符编码有什么区别？3、为什么会有不同的编码格式？4、计算机系统通用的字符编码工作方式是什么样的？
1、常见的字符编码格式有几种？
ASCII
GBK
Unicode
UTF-8
2、不同的字符编码有什么区别？
ASCII编码和Unicode编码的区别：ASCII编码是1个字节，而Unicode编码通常是2个字节。【如果 ASSIC 是计算机字符编码里的最小集，那 Unicode 就是试图编码字符最大集的一套编码标准】
GBK和ASCII编码的区别：GBK 只]]></description><category></category></item><item><title><![CDATA[如何具体地将str转换为int （Python）]]></title><link>https://blog.csdn.net/SailingLT/article/details/108420087</link><guid>https://blog.csdn.net/SailingLT/article/details/108420087</guid><author>SailingLT</author><pubDate>Sat, 05 Sep 2020 15:34:44 +0800</pubDate><description><![CDATA[1、如果我们目前有一个字符串45678,那么，利用python中的内置数据类型转换，int()，便可以实现从字符串到数字类型的转换。那么，具体的细节实现过程是怎样的呢？
2、思路分析

先把数字字符串的每个数字字符转换为对应的数字，形成数字序列
再通过一定计算规则将数字序列计算得到一个整数

3、具体代码

将数字字符串转换为对应数字，可以建立数字字典，以映射的形式获得数字字符所对应的数字。
使用map函数和reduce函数
使用lambda表达式

from functools import reduce]]></description><category></category></item><item><title><![CDATA[杨辉三角实现（Python）]]></title><link>https://blog.csdn.net/SailingLT/article/details/108417525</link><guid>https://blog.csdn.net/SailingLT/article/details/108417525</guid><author>SailingLT</author><pubDate>Sat, 05 Sep 2020 11:40:06 +0800</pubDate><description><![CDATA[python实现杨辉三角
1、先看杨辉三角的输出结果：
[1]
[1, 1]
[1, 2, 1]
[1, 3, 3, 1]
[1, 4, 6, 4, 1]
[1, 5, 10, 10, 5, 1]
[1, 6, 15, 20, 15, 6, 1]
[1, 7, 21, 35, 35, 21, 7, 1]
[1, 8, 28, 56, 70, 56, 28, 8, 1]
[1, 9, 36, 84, 126, 126, 84, 36, 9, 1]

2、思考过程：
将整个输出图形，可以认为是行列元素组成的。
]]></description><category></category></item><item><title><![CDATA[ubuntu下安装配置 tensorflow-gpu]]></title><link>https://blog.csdn.net/SailingLT/article/details/88582965</link><guid>https://blog.csdn.net/SailingLT/article/details/88582965</guid><author>SailingLT</author><pubDate>Fri, 15 Mar 2019 20:19:08 +0800</pubDate><description><![CDATA[配置环境之前要做的工作是知道自己的显卡信息，然后再去官网下载对应版本NVIDIA版本驱动
1、查看显卡信息
nvidia- smi

2、下载对应版本显卡驱动
NVIDIA驱动下载链接  https://www.nvidia.cn/Download/index.aspx?lang=cn
3、禁用开源nouveau驱动
1）打开终端，先删除旧的驱动：
sudo apt-get purge nvidi...]]></description><category></category></item><item><title><![CDATA[《Deep Learning wih Keras》CHAPTER03 notes: Deep Learning with ConvNets]]></title><link>https://blog.csdn.net/SailingLT/article/details/85108463</link><guid>https://blog.csdn.net/SailingLT/article/details/85108463</guid><author>SailingLT</author><pubDate>Wed, 19 Dec 2018 21:19:37 +0800</pubDate><description><![CDATA[基本概念
Local receptive fields
Shared weights and bias
Pooling layers


或者



An example of DCNN—LeNet
#define the convnet 
class LeNet:
	@staticmethod
	def build(input_shape, classes):
		model = Sequent...]]></description><category></category></item><item><title><![CDATA[《Deep Learning wih Keras》CHAPTER02 notes: Keras Installation and API]]></title><link>https://blog.csdn.net/SailingLT/article/details/85049957</link><guid>https://blog.csdn.net/SailingLT/article/details/85049957</guid><author>SailingLT</author><pubDate>Mon, 17 Dec 2018 15:17:22 +0800</pubDate><description><![CDATA[第二章介绍了三种情况下安装Keras的方法以及API，而且包括一些常用的一些操作。
安装

当安装的Tensorflow是GPU版本的时候，Keras调用的时候会自动选择GPU版本的Tnesorflow作为后端进行运行
API
1、什么是Tensor?
多维矩阵
2、Keras定义模型的两种方法

Sequential
Functional

3、常用操作

Dense

Recurrent
si...]]></description><category></category></item><item><title><![CDATA[重温深度学习]]></title><link>https://blog.csdn.net/SailingLT/article/details/85038323</link><guid>https://blog.csdn.net/SailingLT/article/details/85038323</guid><author>SailingLT</author><pubDate>Sun, 16 Dec 2018 16:44:47 +0800</pubDate><description><![CDATA[本文不讨论具体的技术细节和术语，也不属于教程，而是用自己的话来重新整理一下深度学习中比较重要的逻辑脉络，并总结一下深度学习给与个人的一些启发。
神经网络的基本结构我们都很清楚，输入层，隐藏层，输出层。基本的神经网络结构接收的输入是向量，所以如果是图像的话，我们需要将它reshape成vector,而卷积神经网络可以直接接收图像矩阵进行处理，这也是CNN的方便之处。对于基本的分类问题，在最早的感知机...]]></description><category></category></item><item><title><![CDATA[《Deep Learning wih Keras》CHAPTER01 notes:Neural Network Foundations]]></title><link>https://blog.csdn.net/SailingLT/article/details/84991910</link><guid>https://blog.csdn.net/SailingLT/article/details/84991910</guid><author>SailingLT</author><pubDate>Thu, 13 Dec 2018 17:17:05 +0800</pubDate><description><![CDATA[从感知机到神经网络，讲了感知机的局限性，接着用Mnist数据集为例介绍Keras代码的实现，第一章详细给出了一步一步建立并提高网络精度的方法。

建立baseline
增加隐藏层
用drouput正则化方法
划分训练集和交叉验证集，画loss和accuracy随epoch变化图来判断epoch的最佳时刻
用不同的优化器方法
不同的隐藏层单元个数设置
改变 batch_size
控制 learnin...]]></description><category></category></item><item><title><![CDATA[机器学习分类任务中的评估指标]]></title><link>https://blog.csdn.net/SailingLT/article/details/84657567</link><guid>https://blog.csdn.net/SailingLT/article/details/84657567</guid><author>SailingLT</author><pubDate>Fri, 30 Nov 2018 16:12:29 +0800</pubDate><description><![CDATA[刚开始接触机器学习的时候，对于这个评估指标搞的很是头疼，西瓜书模型评估与选择章节介绍了这些指标，但是还是依然觉得有点难于理解。有些知识当你不用的时候，过一段时间发现就忘了，究其原因，可能当时学的时候，就没有理解的深刻，再加上时间一冲淡，每次就像看学习新知识。
言归正传，只是提供一下掌握这个问题最核心的逻辑梳理，具体的知识介绍，我会在下面放经典文章，不多，但是绝对经典！
我们如何判断自己选择的机器学...]]></description><category></category></item><item><title><![CDATA[github的pull request操作]]></title><link>https://blog.csdn.net/SailingLT/article/details/82348063</link><guid>https://blog.csdn.net/SailingLT/article/details/82348063</guid><author>SailingLT</author><pubDate>Mon, 03 Sep 2018 14:19:03 +0800</pubDate><description><![CDATA[
  用类比的方法来解释一下 pull reqeust。想想我们中学考试，老师改卷的场景吧。你做的试卷就像仓库，你的试卷肯定会有很多错误，就相当于程序里的 bug。老师把你的试卷拿过来，相当于先 fork。在你的卷子上做一些修改批注，相当于 git commit。最后把改好的试卷给你，相当于发 pull request，你拿到试卷重新改正错误，相当于 merge。
  
  当你想更正别人仓库里的...]]></description><category></category></item><item><title><![CDATA[win10下使用Tensorboard]]></title><link>https://blog.csdn.net/SailingLT/article/details/81090414</link><guid>https://blog.csdn.net/SailingLT/article/details/81090414</guid><author>SailingLT</author><pubDate>Tue, 17 Jul 2018 23:39:02 +0800</pubDate><description><![CDATA[1、下载minist数据集到本地

下载地址：http://yann.lecun.com/exdb/mnist/ 
 
下载后保存，我的保存地址是 C:\Users\LT\testdata



2、建立input_data.py文件

# -*- coding: utf-8 -*-
&quot;&quot;&quot;Functions for downloading and reading MNIST data.&quot;&quot;&quot;
#...]]></description><category></category></item><item><title><![CDATA[Python容器]]></title><link>https://blog.csdn.net/SailingLT/article/details/80851316</link><guid>https://blog.csdn.net/SailingLT/article/details/80851316</guid><author>SailingLT</author><pubDate>Fri, 29 Jun 2018 07:48:47 +0800</pubDate><description><![CDATA[python容器主要介绍四部分内容，分别是列表、元组、字典和集合。最后再比较一下这几种数据结构。这一部分内容在python中是非常重要的部分，掌握好了这几种数据结构在处理数据的时候就会很方便，但是前提条件是对这几种数据结构的特性要很了解。在实际编程中，最常见的工作就是将数据进行拆分和和合并，将其加工为特定的形式，而数据结构就是这种利器。



一、列表

列表是可变的，不同于字符串，它可以直接对原...]]></description><category></category></item></channel></rss>