KaelCui的博客

matplotlib.pyplot的使用总结大全（入门加进阶） - 知乎

LSTMhttps://colah.github.io/posts/2015-08-Understanding-LSTMs/

机器学习比赛大杀器 ---- 模型融合 (stacking & blending) - AIQ

SciPy中的经典优化算法 | msgsxj'blog

参考常用设计模式有哪些？

思路6：窗口函数实际上，在mysql8.0中有相关的内置函数，而且考虑了各种排名问题：row_number(): 同薪不同名，相当于行号，例如3000、2000、2000、1000排名后为1、2、3、4rank(): 同薪同名，有跳级，例如3000、2000、2000、1000排名后为1、2、2、4dense_rank(): 同薪同名，无跳级，例如3000、2000、2000、1000排名后为1、2、2、3ntile(): 分桶排名，即首先按桶的个数分出第一二三桶，然后各桶内从1排名，实际不是很

参考

def reduce_mem_usage(df): """ iterate through all the columns of a dataframe and modify the data type to reduce memory usage. """ start_mem = df.memory_usage().sum() / 1024**2 print('Memory usage of dataframe is {:.2f} MB'.format(st

import numpy as npdef masked_mape_np(y_true, y_pred, null_val=np.nan): with np.errstate(divide='ignore', invalid='ignore'): if np.isnan(null_val): mask = ~np.isnan(y_true) else: mask = np.not_equal(y_true, nu.

参考

参考

参考艾兄的文章写的很好

EmdeddingAttentionTransformer

import matplotlib.pyplot as pltimport randomimport numpy as npimport math# 随机生成的点random_x = [random.randint(-100, 100) for _ in range(50)]random_y = [random.randint(-100, 100) for _ in range(50)]random_points= [(x, y) for x, y in zip(random_x, rand

参考

tensorflow模型的跨平台上线的备选方案一般有三种：（1）即PMML方式，（2）tensorflow serving方式，（3）跨语言API方式。参考

参考

10大经典排序算法动画演示参考1参考2划重点，重点看时间复杂度为nlogn的三个比较排序算法，堆排序、快速排序、归并排序。对于复杂度为n*2的算法和计数排序、桶排序、基数排序的内容以了解为主。这里需要找一个快速排序的代码放到这里去这里需要准备归并排序的代码这里需要找下堆排序的代码...

Python里面的string是不可变的，进行比如字符串拼接等操作实际上是新生成了一个对象，immutable的好处是线程安全的，如果不是immutable，那么在多线程的时候可能会有一些问题

参考带权二分图最佳完美匹配，O(n^3)，（运用匈牙利算法辅助求解），同时也是完备匹配

参考

参考

参考

划重点位运算判断奇偶要比取模运算来的快，之后尽量使用位运算来进行此类运算

完全平衡二叉树–>AVL树近似平衡二叉树—> 红黑树面试前需要记住的知识点

回顾：

import os print(os.path.abspath('.')) # 获取相对路径的绝对路径print(os.path.abspath('..')) # 获取当前路径的上级目录的绝对路径print(os.path.exists('/Users')) # 用来判断文件是否存在print(os.path.isdir('/Users')) # 判断 Users是否是路径print(os.path.exists('/ck'))# 路径拼接的操作os.path.join('/tmp/

# 正则表达式里面math和search函数的区别是什么？# match模式: 完全匹配分组，在匹配之前必须很清楚要匹配的字符串长的是什么样的# search模式：搜索匹配，如果第一个匹配不到会往后延，直到搜索完待匹配的字符串...

参考

参考

本文来自于既过不追老哥Kubernetes（K8S）基本概念k8s架构：1个master带多个node，node包换多个pod（最小操作单元）master节点不存储容器，只负责调度、网关、控制器、资源存储pod内部可以1个或多个容器，容器存在pod中，k8s通过pod控制容器kubelet，负责本地pod的维护kube-proxy，负责在pod间做负载均衡podpod是什么，是一个容器，虚拟化分组，是独立的沙箱环境，用来装docker创建的容器，相当于一个独立主机pod.

初级搜索可以优化的方向是：1）不重复 2）剪枝复习DFS、BFS代码模板：剪枝

参考链接

文件相关的操作# 文件指针file6 = open('name.txt', encoding='utf-8')print(file6.tell()) # 可以查看当前的文件指针print(file6.read(1))print(file6.tell())file6.seek(0) # seek() 方法用于移动文件读取指针到指定位置print(file6.tell())file6.close()异常处理import re def find_item(hero): w

参考

参考

参考链接

官方文档

未写，待完善

回顾：二叉搜索树：对于每个子树来说，若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值；若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值；