LiMo-bit的杂货

loguru 模快

logging模块

机器学习mnist数据集无法下载最近在学习机器学习的过程中需要使用mnist数据集，但是貌似是TensorFlow更新，导致网上的安装教程无法使用(个人观点)，也许是因为安装的TensorFlow版本问题问题1：由于连接方在一段时间后没有正确答复或连接的主机没有反应，连接尝试失败。import tensorflow as tfimport tensorflow.keras as keras(x,y), (x_test,y_test) = keras.datasets.mnist.load_dat

介绍python中常见的复杂数据类型的赋值操作和输出地址指向的内容操作

数组。slice、map和结构体

实验五:层次聚类实验报告一、实验目的二、代码框架三、代码详解四、实验结果一、实验目的了解聚类的概念和层次聚类的方法实现三种不同的层次聚类算法对比三种不同算法在不同的数据集的情况下的性能二、代码框架本次实验使用的函数框架如下:1.create_sample(mean, cov, num, label) #生成样本均值向量为mean，协方差矩阵为cov的，数量为num，标签为label的数据集2.PoMinkowski(x1,x2,dimension,p=2) #两样本点之间

Go语言学习（三）第3章 基本数据3.1 整数3.2 浮点数3.3 复数第3章 基本数据本章介绍基础类型3.1 整数此外还有int和uint两种累心。它的大小取决于所在硬件平台和编译器，两者大小相同。rune类型是int32类型的同义词，常常用于指明一个值是Unicode码点(code point)。byte是uint8类型的同义词，强调一个值是原始数据。无符号整数类型uintptr，其大小不明确，但足以完整存放指针。uintptr型仅仅用于底层编程，例如在Go程序与C程序库或操作系统的

程序结构；变量的命名方式；变量和类型的声明方式

记录学习过程中遇见的各种报错。

实验三：朴素贝叶斯分类器实验报告1811377 李文浩一、实验目的通过本次实验熟悉朴素贝叶斯分类器的实现原理了解混淆矩阵及其相关参数的意义绘制ROC曲线,直观的了解实验结果二、实验数据说明 在本次试验中我们使用了数据集wine.data和数据集说明:wine.names,其中,wine.data总共有十四列数据,每列数据的含义在wine.names中说明了:数据集和说明见下图:在这里我们只需要知道每一行数据是一个样本,每一行对应的第一列的数据是这个样本的所属类别,其他的十三列数据

Go语言学习笔记（总结）一、往期链接二、总结一、往期链接章节主要内容Go语言学习笔记（一）简介Go语言学习笔记（二）类型Go语言学习笔记（三）变量Go语言学习笔记（四）函数Go语言学习笔记（五）流程Go语言学习笔记（六）数组、切片和映射Go语言学习笔记（七）结构体和指针Go语言学习笔记（八）方法和接口Go语言学习笔记（九）字符串Go语言学习笔记（十）处理错误Go语言学习笔记（十一）Goroutine

我们要将Go源程序发布为可执行的软件，我们首先要考虑的就是软件将会在那些平台运行，不同的操作系统和体系结构与软件能否正常运行密切相关。

Go语言中time包的一些简单操作

使用Go语言操作正则表达式

本章介绍如何使用Go语言来处理文件。

本篇介绍如何在Go语言中处理JSON。这里将介绍如何对JSON进行编码和解码，还有JavaScript和Go数据类型之间的而一些不同。我们将明白如何使用结构体标签(struct tags)细致地控制JSON，还有如何使用HTTP从远程API取回JSON。

实验三：参数估计与非参数估计实验报告1811377 李文浩一、实验目的通过本次实验实现机器学习中常用的参数估计和非参数估计的方法使用编程加深对最大似然估计、最大后验概率估计等方法的认识建立数据集学习使用python对多元数据进行操作二、代码框架本次实验使用的函数框架如下:1.Gaussian_function(x, mean, cov) #计算多维(这里是2维)样本数据的概率p(x|w)，参数mean是已知的均值向量，cov是已知的协方差矩阵，x是样本数据2.Genera

超文本传输协议(Hypertext Transfer Protocol, HTTP)是一种在互联网上收发资源的网络协议，用于传输图像、HTML文档和JSON等。本章介绍如何使用Go语言创建HTTP客户端，你将学习如何发出各种类型的请求，还有如何在开发期间调试程序。

本篇是有关于如何使用Go语言创建HTTP服务器的笔记

命令行程序也叫命令行使用程序或工具，它被设计在终端运行。本章介绍如何使用Go语言创建命令行程序，您将了解如何分析参数以及如何创建子命令