学习Python八第天

# coding:ut-8

# 一 ; 文件处理的三个步骤

# 1, 打开文件夹 拿到文件对象(文件对象===>硬盘

# f=open(r' 文件的路径‘,mode=' 文件的打开模式’, encoding=’字符编码‘)

# 绝对路径:c:\r\e\n.txt,/r/e/n/n.txt  相对路径:相对于当前执行文件所在的文件夹外始点进行查找r/e/n.txt

 

#  操作文件:读/写

#  f.red()

#  f.rendlines()

#  f.readline()

#  f.readabale()

 

# 3, 向行操作系统发送指令关闭文件,回收操作系统资源

#  f.close()

 

# 二,上下文管理

# with open(r'\D:\QQ文件\今日内容’ . mode='rt' .encoding='utf-8) as f:

    # data=f.read()
   #  print(data)
    # print('='*100)
         name=input('>>:')
         for line in f:
                    print(line)

 

一:基本概念

# 打开文件的模式有三种纯净模式:r(默认的) w  a

 

# 控制操作文件内容格式的两种模式:t (默认的) b

# 大前提: tb模式均不能单独使用,必须与纯净结合使用

# t 文本模式:

#   1,读写文件都是义字符串为单位的

#   2, 只能针对文本文件

#   3,必须指定encoding参数

# b二进制模式:

#  1,读写文件都是以bytes/二进制为单位的

#   2,可以对所有文件

#   3, 一定不能指定encodind参数

 

# 二 打开文件模式详解

#1,r只读模式:在文件不存在时责报错,文件存在文件内指针直接跳到文件开头

# with open('a.txt',mode='rt',encoding=' utf-8') as f:

#     print(f. readlines())

 

# 用户认证功能

# inp_name=input('任xx:'). strip()

# inp_pwd=input('20021025:'). strip()

# with open(r'db.txt', mode='rt',encoding='utf-8) as f:

#     for line in f:

#      # 把用户输入的名字与密码读出内容做比对

#        u,p=line.strip('\n').split(:")

#        if inp_name==u amd inp_pwd==p:

#                               print('登录成功‘)

#                              byeak

#              else:

#                    print(;账号名或者密码错误;)

 

#2,w只写模式:在文件不存在时会去创建空文档,文件存在会清空文件,指针跑到文件开头

# wint poen('b,txt,mode='wt',encoding='utf-8') as f:

 # prit(f.readable())

#f.write('你好’\n')

# f.write('你好‘\n) #强调:在文件不关闭的清空下,后写的内容一定跟着前写内容的后边

# f.write('大家好\n’)

# f.write('111'\n222\n333\n')

 

# lines=['1111','2222','3333']

# for line in lines:

#  f.write(line)

#  f.writelines(lines)

# 注册功能:

name=input('username>>>:').strip()

# pwd=input('password>>>:').strip()

#    info='%s:%s\n'   %(name,pwd)

#  f.write(info)

 

# 3. a只能加写模式:在文件不存在时会去创建文档。文件存在将文件指针直接移动到文件末尾

# wint open('c.txt',mode='at',encoding='utf-8') as f:

  #   f.write('4444\n')

   # f.write('5555\n')

   # print(f.readable())

   # print(f.writable())

 

# r+ w+ a+

# with open('a,txt',mode='r+t', encoding='uf-8') as f:

      # print(f.treadable())

     # print(f.reable())

     # print(f.readline())

 # f.write(你好呀‘)

 

# b: 读写都是以二进制单位

#  wite open('b.txt',mode='rb') as f:

#         data=f.read()

#       # print(data.type(data))

#         print(data.decode('utf-8'))

 

# with open('l.png',mode='rb) as f:

#   data=f.read()

#   print(data)

 

# with open('d.txt,wb')asf:

#  f.write('你好

’.encode('gbk:))

 

# with open('1.png',mode='rb') as f:

#          data=f.read()

#  winh  open ('2.png',mode='wb') as f:

#     f.write(data)

 

# 拷贝工具

 src_file=input('原文件路径:‘).strip()

 dst_file=input('目标文件路径:’)。strip()

with open(r'%s' %src_file.mode='mode='rb') as write_f:

   for line in read_f:

   # print(line)

   write_f.write(line

转载于:https://www.cnblogs.com/hui2002/p/9683659.html

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
在《python深度学习》的第八章中,主要讨论了在ImageNet大规模视觉识别挑战(ILSVRC)上训练深度神经网络的主题。其中最后一章讨论了SqueezeNet深度学习架构[1]。SqueezeNet是在2016年的一篇论文中提出的,它在准确度上和AlexNet相当,但参数减少了50倍,模型大小小于0.5MB。 在这一章中,还提到了一个名为test_alexnet.py的脚本,用以测试在ImageNet上训练的CNN模型。这个脚本没有进行任何修改,因为该章节中的test_*.py脚本旨在成为可以应用于任何在ImageNet上训练的CNN模型的模板。 此外,这一章还介绍了处理问题的一种方法,即使用softmax温度。在使用softmax温度时,需要尝试多种不同的温度值,以找到合适的温度值。 总结起来,《python深度学习》第八章主要涵盖了SqueezeNet深度学习架构、在ImageNet上训练的CNN模型的测试脚本以及使用softmax温度来处理问题的方法。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *2* [Python视觉深度学习系列教程 第三卷 第8章 在ImageNet上训练SqueezeNet](https://blog.csdn.net/bashendixie5/article/details/122175562)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] - *3* [《python深度学习学习笔记与代码实现(第八章:8.1,8.2,8.3)](https://blog.csdn.net/qq_41718518/article/details/90216766)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值