python
文章平均质量分 70
Jiang_Immortals
曾经也会因别人十分钟背下自己一个月背不下来文章而打击,也会因智商差距而沮丧。
一路艰难走来,告诉大家一条制胜秘诀也需自己刻在心上-记性不好就多做笔记,复杂问题拆分成无数小问题来解决,然后不断重复学会的技能直到变成肢体记忆。坚持至寿终气绝也永不言弃。
对了 .我还搞设计,大家也可以交流指点-网址 https://yushangsheji.zcool.com.cn/
展开
-
python简单web框架介绍
它具有简单、灵活和可扩展的特点,可以用于构建各种规模的Web应用程序。React Native:React Native是一个用于构建原生移动应用的框架,使用React的开发模式和组件化思想。它提供了一套简单的方法和中间件,用于处理HTTP请求和响应,以及进行路由和控制逻辑的管理。Next.js:Next.js是一个基于React的React应用框架,用于构建服务器渲染的React应用程序。Vue.js:Vue.js是一个用于构建用户界面的JavaScript框架,具有简单易学、灵活和高效的特点。原创 2024-03-15 11:05:19 · 764 阅读 · 0 评论 -
T5和GPT在预训练和微调区别
预训练目标:T5的预训练目标是通过自回归生成的方式,将输入文本转换为目标文本。微调目标:T5的微调目标可以是各种不同的NLP任务,因此微调过程需要根据具体任务进行相应的调整。输入数据格式:T5的输入数据格式通常是由源文本和目标文本组成的字符串对,而GPT的输入数据格式是一个字符串表示的文本序列。微调数据集:T5的微调数据集需要与预训练时的目标文本格式一致,而GPT的微调数据集通常是与特定任务相关的文本数据集。预训练目标:T5的预训练目标是将输入文本转换为目标文本,而GPT的预训练目标是预测下一个词语。原创 2024-03-07 00:15:00 · 871 阅读 · 0 评论 -
T5模型-基于Transformer架构的通用文本到文本转换模型
T5的潜力在于其通用性和灵活性,它可以通过微调适应各种不同的任务,并在许多NLP任务上取得出色的性能。T5的一个重要特点是可以将不同任务的输入和输出格式进行统一,使得模型的使用更加简单和一致。GPT的潜力在于其强大的生成能力和语言表达能力,它可以生成具有连贯性和语义准确性的文本,并在自然语言理解和生成任务上有广泛的应用。进一步优化:可以尝试其他的优化策略,例如使用更大的T5模型、实施模型剪枝(model pruning)和量化(model quantization)等,以进一步提高性能和效率。原创 2024-03-08 00:00:00 · 3222 阅读 · 0 评论 -
实现GPT训练 人工智能模型
更高效的训练和推理:GPT模型通常需要大量的计算资源和时间来训练和推理,这对某些任务和应用来说可能是一个挑战。对输入顺序敏感:GPT模型是基于Transformer的序列模型,对输入的顺序是敏感的。需要大量的训练数据:为了获得好的性能,GPT模型通常需要大量的训练数据,这可能对某些任务和应用来说是一个挑战。可迁移学习:通过使用预训练模型,可以将GPT模型迁移到各种任务上,从而提高模型性能,并减少训练所需的数据量。请注意,这只是一个简化的示例,实际的GPT训练可能涉及更复杂的数据准备、模型配置和超参数调整。原创 2024-03-09 00:00:00 · 1000 阅读 · 0 评论 -
实现bert训练 人工智能模型
模型微调:如果有特定的下游任务,例如文本分类、命名实体识别等,可以使用微调技术将预训练的BERT模型适应到这些任务上。这通常涉及到在现有模型的基础上添加任务特定的层,并使用任务特定的数据进行微调。验证和测试:在训练过程中,可以定期使用验证集评估模型的性能,并在训练结束后使用测试集进行最终评估。对抗训练:BERT模型的训练中,可以引入对抗训练的技术,如对抗样本生成和对抗训练损失函数,以提高模型的鲁棒性和泛化能力。模型保存和加载:一旦训练完成并满意模型的性能,可以将模型保存到磁盘上以备将来使用。原创 2024-03-10 00:30:00 · 435 阅读 · 0 评论 -
实现Transformer训练
微调任务:如果有特定的下游任务,例如文本分类、命名实体识别等,可以使用微调技术来将Transformer模型适应到这些任务上。这通常涉及到在现有模型的基础上添加任务特定的层,并使用任务特定的数据进行微调。数据加载和预处理:根据的数据格式和任务需求,可能需要编写数据加载和预处理的代码。微调模型:如果有特定的下游任务,可以在训练完成后对Transformer模型进行微调,例如进行文本分类、命名实体识别等任务。模型保存和加载:一旦训练完成并满意模型的性能,可以将模型保存到磁盘上以备将来使用。原创 2024-03-04 09:33:50 · 1317 阅读 · 0 评论 -
.bat文件与python
这些工具将Python解释器和代码打包在一起,生成一个独立的可执行文件,可以在没有Python环境的计算机上运行。文件是由Windows操作系统识别的批处理脚本文件,使用的是批处理脚本语言。请注意,这只是简单的示例,实际使用时可能需要根据你的具体需求进行更多的配置和调整。尽管如此,要注意的是,生成的可执行文件可能会比原始Python代码的大小大很多,并且在不同操作系统上可能需要使用不同的打包工具。批处理脚本文件,然后在其中调用Python解释器并执行Python命令。在没有python环境中执行。原创 2024-03-07 00:30:00 · 854 阅读 · 0 评论 -
Java pyhon C C++ R JS 主流语言的区别-02
JavaScript:JavaScript的循环代码使用。关键字声明一个块级作用域的循环变量。原创 2024-02-24 01:00:00 · 155 阅读 · 0 评论 -
Python基础学习-08 列表
Python 编程语言中有四种集合数据类型:列表(List)选择集合类型时,了解该类型的属性很有用。为特定数据集选择正确的类型可能意味着保留含义,并且可能意味着提高效率或安全性。原创 2024-02-05 04:00:00 · 1147 阅读 · 0 评论 -
Python基础学习 -07 运算符
运算符用于对变量和值执行操作。原创 2024-02-04 23:00:11 · 667 阅读 · 0 评论 -
Python基础学习 -05-3 数字
Python 是一门面向对象的语言,因此它使用类来定义数据类型,包括其原始类型。Int 或整数是完整的数字,正数或负数,没有小数,长度不限。z = float("3") # z 将是 3.0。w = float("4.6")# w 将是 4.6。z = str(4.0) # z 将是 '4.0'x = str("S2") # x 将是 'S2'y = str(3) # y 将是 '3'x = int(1) # x 将是 1。z = int("3") # z 将是 3。原创 2024-02-04 00:30:00 · 995 阅读 · 0 评论 -
Python 随机模块(Random Module)
函数来创建随机数,但 Python 有一个名为。原创 2024-02-04 00:15:00 · 586 阅读 · 0 评论 -
Python基础学习 -06 字符串
像许多其他流行的编程语言一样,Python 中的字符串是表示 unicode 字符的字节数组。如需检查字符串中是否存在特定短语或字符,我们可以使用 in 或 not in 关键字。但是,Python 没有字符数据类型,单个字符就是长度为 1 的字符串。指定开始索引和结束索引,以冒号分隔,以返回字符串的一部分。请使用我们的字符串方法参考手册,学习更多的字符串方法。方法接受传递的参数,格式化它们,并将它们放在占位符。如需获取字符串的长度,请使用 len() 函数。注释:在结果中,换行符插入与代码中相同的位置。原创 2024-02-03 11:22:48 · 1132 阅读 · 0 评论 -
Python基础学习 -05-2 基本类型
变量可以存储不同类型的数据,并且不同类型可以执行不同的操作。在编程中,数据类型是一个重要的概念。原创 2024-02-03 09:13:36 · 530 阅读 · 0 评论 -
python- Softmax函数详解与代码案例
Softmax函数的关键特点是它可以将原始的实数向量转换为概率向量,其中每个元素表示对应类别的概率。Softmax函数的关键特点是它可以将原始的实数向量转换为概率向量,其中每个元素表示对应类别的概率。我们想要计算每个类别的概率。通过Softmax函数,我们将原始的实数向量转换为了概率向量,使得我们可以对各个类别进行概率计算和分类。这意味着类别1的概率为0.665,类别2的概率为0.244,类别3的概率为0.090。这意味着类别1的概率为0.665,类别2的概率为0.245,类别3的概率为0.090。原创 2024-02-02 09:53:12 · 1225 阅读 · 0 评论 -
抓包工具 数据包抓取
Wireshark:Wireshark 是一个开源的网络抓包工具,可以在多个平台上运行,支持多种协议的抓取和分析。# Fiddler:Fiddler 是一个跨平台的抓包工具,可以用于捕获和分析 HTTP 和 HTTPS 流量。它提供了强大的调试和排查功能。# Charles Proxy:Charles Proxy 是一款跨平台的代理服务器工具,可以捕获并分析 HTTP 和 HTTPS 流量。它具有图形化界面和丰富的功能,适用于移动设备和桌面应用程序的抓包。原创 2024-01-29 13:48:52 · 433 阅读 · 0 评论 -
ADB的配置和使用 ADB常用命-2
知道的命令:# 1 开启和关闭adb服务(可以不开启,敲任意一个adb命令,就会自动开启)adb start-server 启动ADBadb kill-server 关闭ADB# 2 列出电脑上链接的手机# 3 上传下载文件(了解 )# 把电脑文件传到手机上adb -s 设备id号 push C:\demo.txt /sdcard/downloadadb -s 801KPUU1367574 push 电脑上文件的路径 /手机上的路径。原创 2024-01-26 00:05:35 · 1018 阅读 · 0 评论 -
ADB的配置和使用 ADB操作手机-1
adb」即 Android Debug Bridge ,亦称安卓调试桥,是谷歌为安卓开发者提供的开发工具之一,可以让你的电脑以指令窗口的方式控制手机。可以在安卓开发者网页中的 SDK 平台工具页面下直接下载对应系统的 adb 配置文件,大小只有几十MB## 下载地址:# 1 下载地址(下载对应平台的adb)最新版:hl=zh-cn# 2 各平台历史版本下载地址:# 3 下载完成是zip---》直接解压--》解压后放到 下面路径下即可---》配置环境变量。原创 2024-01-26 00:03:44 · 910 阅读 · 0 评论 -
C语言基础11 预处理和头文件
预处理,在程序编译之前会先运行的。原创 2024-01-24 00:41:06 · 475 阅读 · 0 评论 -
Python基础学习 -04
from sys import argv,path # 导入特定的成员 print('================python from import===================================') print('path:',path) # 因为已经导入path成员,所以此处引用时不需要加sys.path。像if、while、def和class这样的复合语句,首行以关键字开始,以冒号( : )结束,该行之后的一行或多行代码构成代码组。") # 第二个注释。原创 2024-01-24 11:10:23 · 1024 阅读 · 0 评论 -
Python基础学习 -05 基本类型
Python 中的变量不需要声明。每个变量在使用前都必须赋值,变量赋值以后该变量才会被创建。在 Python 中,变量就是变量,它没有类型,我们所说的"类型"是变量所指的内存中对象的类型。等号(=)用来给变量赋值。等号(=)运算符左边是一个变量名,等号(=)运算符右边是存储在变量中的值。原创 2024-01-25 09:26:12 · 1170 阅读 · 0 评论 -
hook框架 Frida
hook 是什么Hook 框架是一种技术,用于在运行时拦截和修改应用程序的行为。通过 Hook,你可以劫持应用程序的方法调用、修改参数、篡改返回值等,以达到对应用程序的修改、增强或调试的目的# 常见的hook框架有那些Xposed Framework:Xposed 是一个功能强大的开源 Hook 框架,可以在不修改应用程序源代码的情况下,对应用程序进行各种修改。它允许你编写模块来拦截和修改应用程序的方法调用,修改应用程序的行为和逻辑。原创 2024-01-25 21:54:16 · 1229 阅读 · 0 评论 -
C语言基础06 循环
【代码】C语言基础06 循环。原创 2024-01-24 00:28:11 · 325 阅读 · 0 评论 -
C语言基础-05 if判断
【代码】C语言基础-05 if判断。原创 2024-01-24 00:26:48 · 329 阅读 · 0 评论 -
python基础学习-03 安装
ython3 可应用于多平台包括 Windows、Linux 和 Mac OS X。原创 2024-01-23 09:11:09 · 963 阅读 · 0 评论 -
python基础学习-02
任何的程序设计都包含IPO,它们分别代表如下:I:Input 输入,程序的输入P:Process 处理,程序的主要逻辑过程O:Output 输出,程序的输出因此如果想要通过计算机实现某个功能,那么包含三个部分,如下:确定IPO:明确需要实现功能的输入和输出,以及主要的实现逻辑过程;编写程序:将计算求解的逻辑过程通过编程语言进行设计展示;调试程序:对编写的程序按照逻辑过程进行调试,确保程序按照正确逻辑正确运行。原创 2024-01-20 14:23:08 · 394 阅读 · 0 评论 -
python基础学习-01
通过以上编译和运行过程可分析:Python是一种解释型语言,指的是解释。原创 2024-01-20 14:19:52 · 789 阅读 · 0 评论 -
app逆向工具
是一个开源的逆向工程框架,提供了反汇编、反编译、调试等功能。so文件反汇编为汇编代码,并提供可视化界面和一些高级分析功能。文件)可以被反汇编和反编译,以还原源代码或了解其实现细节。)开发的开源逆向工程工具。它支持多种平台和架构,并提供。是一款强大的逆向工程工具,支持多种平台和架构,包括。汇编、反编译、脚本编写等功能,可以用于分析和还原。是一款反汇编工具,支持多种平台和架构。文件的源代码,支持多种平台和架构。语言中,生成的可执行文件或共享库(它提供了反汇编、反编译。是商业软件,需要购买授权。原创 2024-01-20 13:52:46 · 913 阅读 · 0 评论 -
CPython是最常用的Python解释器之一,也是Python官方实现。它是用C语言编写的,旨在提供一个高效且易于使用的Python解释器。
以下是CPython的一些特点和功能:语言兼容性:CPython兼容Python的标准语法和语义,因此与其他Python实现的代码可以无缝地在CPython上运行。C扩展支持:CPython允许使用C语言编写扩展模块,这些模块可以通过Python的标准C API与CPython解释器进行交互。这使得CPython可以利用C语言的高性能和底层操作能力。标准库:CPython附带了一个丰富的标准库,提供了许多用于处理文件、网络、数据库、图形界面等常见任务的模块和功能。原创 2024-01-06 09:54:26 · 1070 阅读 · 2 评论 -
mongodb
实时分析:MongoDB的聚合管道和强大的查询功能使其成为实时分析和报告的理想数据库。这些案例只是MongoDB的一小部分应用场景,它的灵活性和可扩展性使其适用于各种不同类型的应用程序和业务需求。丰富的生态系统:MongoDB拥有充满活力的社区和丰富的工具、库和框架,便于与其他技术集成和构建应用程序。面向文档:MongoDB以灵活、自描述的文档形式存储数据,易于表示复杂的层次关系和处理不断演化的模式。灵活查询:MongoDB支持强大的查询功能,包括即席查询、索引和聚合管道,便于检索和操作数据。原创 2024-01-03 15:08:29 · 875 阅读 · 1 评论 -
pickle与struct模块
Pickle模块主要用于对象的序列化和反序列化,可以将Python对象转换为字节流以进行存储或传输。而Struct模块主要用于处理二进制数据,提供了打包和拆包的功能,用于处理数据类型之间的转换和兼容性。它们在处理数据的方式和应用场景上有所不同。请注意,对象序列化和反序列化时,文件的打开模式应为二进制模式(‘wb’ 和 ‘rb’),以确保正确处理字节流数据。“Pickle” 和 “struct” 都是 Python 中用于处理数据的模块,但它们有不同的功能和用途。原创 2023-12-23 09:45:08 · 364 阅读 · 1 评论 -
pickle
在这个示例中,我们创建了一个名为 “data” 的字典对象,并使用 “pickle.dump()” 方法将其序列化并保存到名为 “data.pickle” 的文件中。“Pickle” 是 Python 中的一个模块,它提供了将 Python 对象进行序列化(转换为字节流)和反序列化(将序列化的数据转换回对象)的功能。Pickle 模块是 Python 标准库的一部分,提供了两个主要的方法,即 “pickle.dump()” 和 “pickle.load()”,用于分别对对象进行序列化和反序列化。原创 2023-12-23 09:38:30 · 353 阅读 · 1 评论 -
ReLU函数
2. **Dead ReLU问题**:当输入为负数时,ReLU函数的梯度为0,这会导致在反向传播过程中,负数输入的神经元无法更新权重,从而造成神经元“死亡”。1. **计算速度快**:由于ReLU函数中只存在线性关系,相比于Sigmoid函数和Tanh函数,其计算速度更快。3. **非线性**:ReLU函数可以解决线性模型表达能力不足的问题,为神经网络引入非线性因素,提高模型的表达能力。4. **输出为0或正数**:ReLU函数的输出值要么是0,要么是正数,这意味着它不是一个以0为中心的函数。原创 2023-12-21 00:13:46 · 1154 阅读 · 0 评论 -
python基础学习-多元回归(Multiple Regression)
多元回归就像线性回归一样,但是具有多个独立值,这意味着我们试图基于两个或多个变量来预测一个值。请看下面的数据集,其中包含了一些有关汽车的信息。我们可以根据发动机排量的大小预测汽车的二氧化碳排放量,但是通过多元回归,我们可以引入更多变量,例如汽车的重量,以使预测更加准确。原创 2024-02-06 15:38:42 · 1258 阅读 · 0 评论