- 博客(40)
- 收藏
- 关注
RSS订阅原创 pytorch基础(1)
🍨 本文为🔗小白入门Pytorch中的学习记录博客🍦 参考文章：【小白入门Pytorch】教案一🍖 原作者：K同学啊提示：以下是本篇文章正文内容，下面案例可供参考例如：以上就是今天要讲的内容，本文仅仅简单介绍了pandas的使用，而pandas提供了大量能使我们快速便捷地处理数据的函数和方法。
2023-09-15 14:07:26
59
原创 解决pandas apply返回多个值时报错：ValueError: too many values to unpack
方法一：把 df.apply(function, axis=1)改为：zip(*df.apply(function, axis=1))方法二：修改apply循环的那个函数，使其在传入的series中修改，并返回一个series方法三：在apply中加一个参数result_type，改为：df.apply(add_one, axis=1, result_type=‘expand’)...
2022-03-02 11:02:38
494
原创 【Python】数据结构和算法基础到进阶
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、递归1、递归的两个特点二、列表查找1.顺序查找 (linear search)2. 二分查找（binary search）总结前言利用python实现常用的算法提示：以下是本篇文章正文内容一、递归1、递归的两个特点1. 调用自身2. 结束条件# 汉诺塔问题def hanoi(n, a, b, c): # n 有n个盘子 # a,b,c表示三个柱子 hanoi(n-1, a, c, b) prin
2022-01-04 08:29:26
399
原创 Computer Systems A Programmer‘s Perspective 深入理解计算机系统 6
存储器的层次结构文章目录一、存储技术1. 存储器的层次结构2. 随机访问存储器3. 静态RAM (SRAM)4. 动态RAM (DRAM)5. 传统DRAM6. 内存模块7. 磁盘存储8. 磁盘构造9. 磁盘容量10. 磁盘操作11. 逻辑磁盘块12. 固态硬盘二、局部性1. 局部性2. 局部性举例3. 步长对局部性的影响三、存储器的层次结构1. 存储器的层次结构2. 存储器层次结构中的缓存3. 缓存命中4. 缓存不命中5. 缓存不命中的种类6. 高速缓存存储器7. 通用高速缓存存储器组织结构8. 直接
2021-12-27 12:37:00
257
原创 Computer Systems A Programmer‘s Perspective 深入理解计算机系统 5
优化程序性能文章目录一、优化程序性能1. 优化编译器的能力和局限性2. 函数调用对优化的影响3. 静态RAM (SRAM)4. 程序性能的表示 CPE5. 代码移动6. 传统DRAM7. 减少过程调用8. 消除不必要的内存引用9. 现代处理器的优化10. 循环展开11. 寄存器溢出总结一、优化程序性能1. 优化编译器的能力和局限性2. 函数调用对优化的影响3. 静态RAM (SRAM)4. 程序性能的表示 CPE5. 代码移动6. 传统DRAM7. 减少过程调用8. 消除不必要的内
2021-12-27 11:34:07
164
原创 python设计模式
python设计模式文章目录前言一、创建型模式二、结构型模式1.适配器模式2.桥模式3.组合模式4. 外观模式5. 代理模式总结前言设计模式分类：创建型模式（5种）：工厂方法模式、抽象工厂模式、创建者模式、（原型模式）、单例模式结构型模式（7种）：适配器模式、桥模式、组合模式、装饰模式、外观模式、享元模式、代理模式行为型模式（11种）：解释器模式、责任链模式、命令模式、迭代器模式、中介者模式、备忘录模式、观察者模式、状态模式、策略模式、访问者模式、模版方法模式提示：以下是本篇文章正文内
2021-12-26 22:55:49
1186
原创 Computer Systems A Programmer‘s Perspective 深入理解计算机系统 4
处理器体系结构文章目录一、Y86-64 指令集体系结构1、处理器体系结构2、程序员可见的状态3、Y86-64指令4、指令编码5、数据编码6、指令编码7、Y86-64异常二、Y86-64 的顺序实现1、Y86-64 中程序的底层表示2、阶段：取址，译码，执行，访存，写回，更新。3、subq指令的各个阶段4、irmovq指令的各个阶段5、rmmovq指令的各个阶段6、rrmovq指令的各个阶段7、pushq指令的各个阶段8、je指令的各个阶段三、Y86-64 处理器硬件结构1、取址阶段的硬件设计2、译码阶段
2021-12-26 13:08:42
235
原创 Computer Systems A Programmer‘s Perspective 深入理解计算机系统 3
程序的机器级表示文章目录一、算术和逻辑操作1、加载有效地址2、leap指令3、一元和二元操作4、内存与寄存器5、移位操作二、控制1、条件码2、访问条件码3、跳转指令4、跳转指令的编码5、循环6、while，for，switch三、过程1、过程2、运行时栈3、转移控制4、数据传送3、栈上的局部存储4、寄存器中的局部存储空间5、递归过程四、数组分配和访问1、基本形式2、指针运算3、嵌套的数组4、定长数组5、变长数组6、结构体五、异质的数据结构1、变长数组六、缓冲区溢出1、数据对齐2、栈随机化3、栈破坏检测4
2021-12-25 23:54:35
529
原创 Computer Systems A Programmer‘s Perspective 深入理解计算机系统 2
信息的表示和处理文章目录信息的表示和处理一、信息的存储1. 虚拟地址空间2. 字长3. 寻址和字节顺序4. 表示字符串5. 布尔运算6. 位级运算二、整数表示与编码1.数值信息的表示2.补码的意义3.有符号数和无符号数的转换4.扩展和截断一个数三、整数运算1.无符号加法和溢出2.补码加法溢出3.无符号数乘法4.补码乘法5.原码除法6.补码除法四、浮点数1.二进制小数的表示和IEEE浮点表示2.规格化的值和非规格化的值和特殊值3.整型转单精度浮点型4.舍入的概念5.浮点运算五、程序编码1.编译系统2.演示
2021-12-17 22:58:11
1146
原创 Computer Systems A Programmer‘s Perspective 深入理解计算机系统 1
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、编译系统1. 编译系统的流程二、硬件架构1.CPU2.内存3.总线4.输入输出设备三、解释内存中的指令1.程序执行的流程2.程序执行过程中发生了什么3.设备容量4.Cache5.存储设备的层次结构四、操作系统的作用1.操作系统的作用2.进程3.进程角度五、虚拟内存1.虚拟内存2.文件3.系统之间利用网络通信六、系统加速1.一些约定、假设2.阿姆达尔定律3.古斯塔法森定律4.孙-倪定律5.三种模型关系七、并发和并行1.线程级并
2021-12-14 22:45:47
2720
原创 SQL Ch6
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录12341select b.name as department, a.name as employee, max(a.salary) as salaryfrom Employee ajoin Department bon a.departmentid = b.id2select (case when mod(id,2)=1 and id =(select count(*) from seat)
2021-11-30 01:34:20
870
原创 SQL ch5
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录5.25.2SELECT product_id ,product_name ,regist_date ,sale_price ,sum(sale_price) OVER (PARTITION BY regist_date is not null ORDER BY product_id) AS Cum_price FROM product...
2021-11-26 22:33:49
218
原创 SQL CH4
文章目录4.14.24.34.44.5 利用左自连接和on中使用谓词实现排序4.1SELECT * FROM product where sale_price>500UNIONSELECT * FROM product2 where sale_price>5004.2SELECT * FROM productWHERE product_id not in(SELECT product_id FROM Product WHERE product_id NOT IN (SE
2021-11-24 22:35:06
41
原创 SQL ch3
文章目录3.13.33.43.73.1create VIEW VIEWPractice5_1 (product_name, sale_price, regist_date)asSELECT product_name, sale_price, regist_datefrom productWHERE sale_price>=1000 and regist_date="2009-09-20";SELECT product_name, sale_price, regist_date FRO
2021-11-21 20:30:56
567
原创 SQL ch2
SQL ch2SELECT * FROM productORDER BY COALESCE(regist_date,2099-12-30) DESC;将空值放在最大的位置
2021-11-18 21:42:10
305
原创 SQL 1
SQL1ch0,1mysql 8.0安装数据库的连接DDL,DMLDCLch0,1学习SQL的打卡记录。mysql 8.0安装数据库的连接DDL,DDL（Data Definition Language，数据定义语言） 用来创建或者删除存储数据用的数据库以及数据库中的表等对象。DDL 包含以下几种指令。CREATE ： 创建数据库和表等对象DROP ： 删除数据库和表等对象ALTER ： 修改数据库和表等对象的结DMLDML（Data Manipulation Language，数据操
2021-11-16 22:39:21
234
原创 2021-07-29
集成学习7这是一个水卡, 等以后补充文章目录集成学习7如何取出有空值的所有行如何取出有空值的所有行df.loc[df.isnull().T.any(), :]
2021-07-29 21:46:14
44
原创 2021-07-26
集成学习6文章目录集成学习61. Adaboost的基本思路2. Adaboost 与 GBDT 的联系与区别3. Boost 与 Bagging 的区别， 以及如何提升模型的精度4. 使用基本分类模型和Boosting提升的模型，并画出他们的决策边界1. Adaboost的基本思路AdaBoost是一种精度提升算法（Boosting Algorithm)， 主要用来解决分类预测的问题。它会逐个训练单个的分类器，调整每个单个分类器的精度，之后把若干个单个的分类器组合成一个复合分类器。通常我们把这些单
2021-07-26 01:01:50
93
原创 2021-07-22
集成学习 5文章目录集成学习 51. 什么是bootstraps2. bootstraps与bagging的联系3. 随机森林与bagging的联系与区别4. 请尝试使用bagging 与基本分类模型或者回归模型做对比，观察bagging是否相对于基础模型的精度有所提高？1. 什么是bootstrapsBootstrap又称自展法，是用小样本估计总体值的一种非参数方法，在进化和生态学研究中应用十分广泛。例如进化树分化节点的自展支持率等。Bootstrap的思想，是生成一系列bootstrap伪样
2021-07-22 22:18:22
116
原创 2021-07-20
集成学习4文章目录集成学习41. 回归问题和分类问题的联系和区别，如何利用回归问题理解分类问题？2. 为什么分类问题的损失函数可以是交叉熵而不均方误差？3. 线性判别分析和逻辑回归在估计参数方面有什么异同点？4. 使用python + numpy 实现逻辑回归。1. 回归问题和分类问题的联系和区别，如何利用回归问题理解分类问题？分类是关于预测标签，而回归是关于预测数量。通过设定阈值可以利用回归算法解决分类问题。2. 为什么分类问题的损失函数可以是交叉熵而不均方误差？使用交叉熵损失函数，误差越
2021-07-21 00:23:42
56
原创 2021-07-19
集成学习3文章目录集成学习31. 什么是偏差和方差2. 偏差，方差 和误差的关系3. 如果使用pca降维前是一个三维的椭球，那么把该图形降维成二维是一个什么样的图形？4. 尝试使用sklearn，对一组数据先进行特征的简化（使用三种方式），再使用回归模型，最后使用网格搜索调参，观察三种方法的优劣。1. 什么是偏差和方差偏差是指预测结果与真实值之间的差异，排除噪声的影响，偏差更多的是针对某个模型输出的样本误差，偏差是模型无法准确表达数据关系导致，比如模型过于简单，非线性的数据关系采用线性模型建模，偏
2021-07-19 02:45:12
118
原创 2021-07-15
集成学习2文章目录集成学习2在线性回归模型中，极大似然估计与最小二乘估计有什么联系与区别？为什么多项式回归在实际问题中的表现经常不是很好？决策树模型与线性模型之间的联系与差别？为什么要引入原问题的对偶问题？用numpy 实现线性回归1.读入数据2.读入数据在线性回归模型中，极大似然估计与最小二乘估计有什么联系与区别？最小二乘估计，最合理的参数估计量应该使得模型能最好地拟合样本数据，也就是估计值和观测值之差的平方和最小。最大似然法，最合理的参数估计量应该使得从模型中抽取该n组样本观测值的概率最大，
2021-07-16 00:02:12
97
2
原创 2021-07-14
集成学习一最小解发现1）a,b 取值不同2） 编写一个算法来找到它的全局最小值及相应的最小解，并在3D图中标出。分析一下你的算法时空效率、给出运行时间。最小解发现给定下述Rosenbrock函数，fx=(a-x1)2+b(x2-x12）**2 ，其中 x=(x1,x2) 属于R，a,b 属于R 。试编写程序完成下述工作：1）a,b 取值不同为不同的a,b取值，绘制该函数的3D表面。请问 a,b取值对该表面形状有大的影响吗？，所谓大影响就是形状不再相似。对a,b的取值区间，能否大致给出一个分类，像下面
2021-07-14 07:07:10
67
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