- 博客(265)
- 收藏
- 关注
RSS订阅
原创 Docker封装 Django2.0项目 & 数据库为Neo4j
文章目录背景思路背景我们可能经常会 从 GitHub上clone 或 pull 别人的项目，然后在自己的设备上运行，期间比较痛苦的一个操作就是需要 配置其环境、安装各种包。之前就有听说过Docker，也被其build once, configure once and run anywhere跨平台的口号所惊叹最近所接触的一个项目的部署需要用到Docker，正好趁此机会学习一下。项目用到的数据库是neo4j，本文不会设计 Django + Nginx + uWSGI的部署，而只是涉及Docker对
2020-06-03 21:10:53
776
原创 linux下配置服务器端jupyter,本地访问&在jupyter中添加conda虚拟环境
文章目录0. 背景1. 安装jupyter notebook2. 生成配置文件3. 设置登陆密码并生成秘钥4. 修改配置文件5. 在服务器生成jupyter访问地址Reference0. 背景实验室服务器没有图形界面，只能通过ssh 登录访问，但是炼丹过程中涉及很多脚本，想体验交互式的过程。查了下可以配置服务器端的jupyter，然后用本地浏览器远程访问。1. 安装jupyter notebookpip install jupyter2. 生成配置文件jupyter notebook --ge
2020-05-27 12:38:31
565
原创 Python后台运行 -- nohup python xxx.py &
nphup 用法总结代码示例nohup指令2>&1 错误内容重定向到标准输出& 后台运行若不指定输出文件名，默认会在当前目录生成nphup.out文件可能存在的问题原因Reference代码示例运行python程序 – my.py脚本nohup python my.py >> my.log 2>&1 &# 或者nohup pyt...
2019-12-01 16:37:08
34897
4
原创 基于CentOS 7 ，用Nginx + uWSGI 部署Django项目上线 【多图、详细、附项目源码】
先放一张布置完成的图，为来者勖！另外，此篇博客集多个博客之精华。这是我第二遍部署，重新申请的虚拟主机，并且一次成功。网址是http://157.230.141.185，音乐网站。感兴趣的小伙伴可以进去听听音乐哟~ 目前数据库里面有13首。国外服务器，打开可能慢一些，稍安~~估计2019.03 - 04月一直挂着这台虚拟机。后期若删除，导致无法访问还望理解~ ✿✿ヽ(°▽°)ノ✿...
2019-03-04 22:09:23
602
原创 图神经网络权威基准OGB（Open Graph Benchmark）
针对不同的图学习任务，比如节点性质、边性质、图性质的预测等，OGB都分别提供了相应的数据集，比如亚马逊产品购买网络、学者合作网络、学术引用网络、分子图等等。OGB一共包含三大类任务：节点性质预测、边性质预测、图性质预测，每种任务中又分别使用了不同的数据集，其中节点性质预测有5个数据集，边性质预测有6个数据集，图性质预测有4个数据集。因此，图神经网络在多个领域的复杂关系建模和互动系统中起到关键作用，这些领域包括生物学、地图、金融、搜索、推荐、高能物理学、社会科学和经济学等。
2023-01-29 14:58:12
488
1
原创 TensorFlow：graph、session和op
文章目录关于graph关于子图：subgraph关于session关于op一个特殊的op: tf.placeholder()global_step =tf.train.get_or_create_global_step（）作用Referencegraph即tf.Graph()，session即tf.Session()，很多人经常将两者混淆，其实二者完全不是同一个东西。graph定义了计算方式，是一些加减乘除等运算的组合，类似于一个函数。它本身不会进行任何计算，也不保存任何中间计算结果。session
2021-08-30 21:27:29
397
原创 multi class、multi label 以及 multi task classification区别
文章目录Multiclass classificationMultilabel classificationMultioutput-multiclass classificationlabel 和 values取不同值时对应的类别如下referenceMulticlass classificationMulticlass classification means a classification task with more than two classes; e.g., classify a set
2021-08-08 22:06:17
509
原创 layer-normalization 实现 & tf.contrib.layers.layer_norm
文章目录方差（Variance）和标准差（Standard Deviation）方差标准差Layer Normalization 计算方法python 手工实现TensorFlow中的计算方式验证两种方式Reference方差（Variance）和标准差（Standard Deviation）方差方差是总体所有变量值与其算术平均数偏差平方的平均值，它表示了一组数据分布的离散程度的平均值。标准差是方差的平方根，它表示了一组数据关于平均数的平均离散程度。方差在概率论和统计学中有不同的定义，概率论
2021-07-13 01:25:38
6150
4
原创 TensorFlow - 优化器函数Optimizer
文章目录常用的optimizer类1. class tf.train.Optimizerclass tf.train.Optimizer 用法注意事项：在使用它们之前处理梯度Reference因为大多数机器学习任务就是最小化损失，在损失定义的情况下，后面的工作就交给了优化器。因为深度学习常见的是对于梯度的优化，也就是说，优化器最后其实就是各种对于梯度下降算法的优化。常用的optimizer类OptimizerGradientDescentOptimizerAdagradOptimizerAda
2021-07-08 21:27:24
1004
3
原创 tensorflow notes
文章目录tf.global_variables_initializer()tf.assign() 用法tf.global_variables_initializer()初始化参数旧版本的tf.initialize_all_variables() 已弃用#-*-coding:UTF-8-*-import tensorflow as tfstate = tf.Variable(0 , name='counter')one = tf.constant(1)new_value = tf.ad
2021-06-14 18:00:44
205
原创 交叉熵损失函数，softmax与数值稳定性
文章目录1.交叉熵损失函数1.1 交叉熵损失函数的数学原理1.2 交叉熵损失函数的直观理解2. softmax与数值稳定性2.1 exe^xex数值溢出问题2.2 在TensorFlow 中，自定义交叉熵损失函数 - 不推荐2.3 `tf.nn.softmax_cross_entropy_with_logits` 用法Reference1.交叉熵损失函数说起交叉熵损失函数「Cross Entropy Loss」，脑海中立马浮现出它的公式：我们已经对这个交叉熵函数非常熟悉，大多数情况下都是直接拿来
2021-06-13 18:18:42
912
原创 python定时脚本 & linux 中文乱码问题
apscheduler 模块from apscheduler.schedulers.blocking import BlockingSchedulerfrom datetime import datetime# def job():# print(datetime.now().strftime("%Y-%m-%d %H:%M:%S"))# # 定义BlockingScheduler# sched = BlockingScheduler()# sched.add_job(job, .
2021-05-26 11:03:48
207
原创 1482_制作 m 束花所需的最少天数-二分绝妙应用
文章目录题目描述解析 - 二分python代码题目描述给你一个整数数组 bloomDay，以及两个整数 m 和 k 。现需要制作 m 束花。制作花束时，需要使用花园中 相邻的 k 朵花 。花园中有 n 朵花，第 i 朵花会在 bloomDay[i] 时盛开，恰好 可以用于 一束 花中。请你返回从花园中摘 m 束花需要等待的最少的天数。如果不能摘到 m 束花则返回 -1 。解析 - 二分python代码class Solution: def minDays(self, bloomD
2021-05-09 18:29:26
116
原创 Graph Representation Learning 阅读笔记
文章目录AbstarctAbstarctinductive biases - 归纳偏执belief propagation - 信念传播从电信网络到量子化学，图结构化数据在自然科学和社会科学中无处不在。如果我们希望系统能够从此类数据中进行学习，推理和推广，那么将归纳归纳关系构建到深度学习架构中就至关重要。近年来，图表示学习的研究激增，包括用于深图嵌入，将卷积神经网络泛化为图结构数据的技术以及受信念传播启发的神经信息传递方法。这些在图形表示学习方面的进步已经导致了许多领域的最新技术成果，包括化学合成.
2021-04-22 10:45:07
147
原创 Leetcode-179.最大数 - python3 自定义排序
文章目录python3 自定义排序方式1方式2题目：对应解法1对应解法2python3 自定义排序方式1利用 functools.cmp_to_key 方法，接受排序函数from functools import cmp_to_keydef cmp_func(a, b): if a+b >= b+a: return 1 else: return -1方式2重写 __lt__ 方法class LargerNumKey(str):
2021-04-12 20:36:19
185
原创 推荐系统 -- NFM
文章目录AbstractIntroductionArchitectureExperiment思考题ReferenceAbstract概括如下：在很多预测任务中要对特征进行one-hot编码，使得最终的特征向量高度稀疏，因此需要进行特征交互。FM模型只能表达特征之间两两组合之间的关系，无法建模两个特征之间深层次的关系或者说多个特征之间的交互关系。因此可以通过Deep Network来建模更高阶的特征之间的关系。然而Wide&deep和deepcross因为其深度结构而难以训练。故 FM
2021-03-25 00:39:58
269
原创 推荐系统 - DeepFM
文章目录0. introduction1. motivation2. Architecture2.1 FM2.2 Deep3. CodeKaggle 实战Reference0. introduction之前介绍的因子分解机(Factorization Machines, FM)通过对于每一维特征的隐变量内积来提取特征组合。最终的结果也非常好。但是，虽然理论上来讲FM可以对高阶特征组合进行建模，但实际上因为计算复杂度的原因一般都只用到了二阶特征组合。DeepFM可以看做是从FM基础上衍生的算法，将Dee
2021-03-21 23:56:42
225
原创 推荐系统 - Wide & Deep
文章目录0. Introduction精简概要wide模型介绍deep 模型介绍W&D模型1. Motivation2. Architecture3. Code4. Reference0. IntroductionGoogle 16年发布的Wide & Deep推荐框架，文章只有4页，思路页很简单。文中设计了一种融合浅层（wide）模型和深层（deep）模型进行联合训练的框架，综合利用浅层模型的记忆能力和深层模型的泛化能力，实现单模型对推荐系统准确性和扩展性的兼顾。对提出的W&D
2021-03-19 00:33:35
298
原创 推荐系统 - DeepCrossing
DeepCrossing1. 动机这个模型就是一个真正的把深度学习架构应用于推荐系统中的模型了， 2016年由微软提出， 完整的解决了特征工程、稀疏向量稠密化， 多层神经网络进行优化目标拟合等一系列深度学习再推荐系统的应用问题。 这个模型涉及到的技术比较基础，在传统神经网络的基础上加入了embedding，残差连接等思想，且结构比较简单，对初学者复现和学习都比较友好。DeepCrossing模型应用场景是微软搜索引擎Bing中的搜索广告推荐， 用户在输入搜索词之后， 搜索引擎除了返回相关结果， 还返回
2021-03-16 21:54:36
132
原创 Python 训练模型前数据预处理：shuffle - 打乱数据
文章目录AbstractMethodsklearn方法numpy 方法 - 不建议Referencedf.to_csvAbstract除了划分train 、test、dev前shuffle之外，数据在训练前也需要shuffle一下在Python里面，使用Pandas里面的DataFrame来存放数据的时候想要把数据集进行shuffle会许多的方法，本文介绍两种比较常用而且简单的方法。Method实现方法：最简单的方法就是采用pandas中自带的 sample这个方法。假设df是这个Data
2021-02-05 00:28:16
2579
原创 python正则表达式提取/过滤字符串中的数字
文章目录背景思路code背景训练文本分类模型 需要对文本中的数字、特殊符号预处理思路1 既然是提取数字，那么数字的形式一般是：整数，小数，整数加小数；2 所以一般是形如：----.-----；3 根据上述正则表达式的含义，可写出如下的表达式："\d+.?\d*"；4 \d+匹配1次或者多次数字，注意这里不要写成*，因为即便是小数，小数点之前也得有一个数字；.?这个是匹配小数点的，可能有，也可能没有；\d*这个是匹配小数点之后的数字的，所以是0个或者多个code# -*- coding:
2021-02-05 00:18:22
3000
1
原创 centOS7安装nvidia驱动和CUDA
文章目录法1：先装驱动 再装cuda法2：直接执行下列命令Reference其实下载的cuda安装包是包含驱动(driver)的，比如我下载的cuda_9.2.148_396.37_linux.run，网上的一些教程说先装驱动，再装cuda，其实下载一个cuda安装包直接安装就行。法1：先装驱动 再装cuda参考https://blog.csdn.net/xueshengke/article/details/78134991法2：直接执行下列命令# 查看本机显卡lspci | grep -i n
2021-01-30 20:29:28
359
原创 判断字符串相似度-python
python 判断字符串相似度方法一方法二方法一import difflibdef get_equal_rate(str1, str2): return difflib.SequenceMatcher(None, str1, str2).quick_ratio()方法二import Levenshteindef get_equal_rate(str1, str2): return Levenshtein.ratio(str1, str2)计算两个字符串的相似度得分均位于[0,
2021-01-27 10:30:30
319
原创 tensorflow - tf.gfile()文件操作类方法
文章目录简介一、gfile模块是什么二、gfile API介绍2-1）tf.gfile.Copy(oldpath, newpath, overwrite=False)2-2）tf.gfile.MkDir(dirname)2-3）tf.gfile.Remove(filename)2-4）tf.gfile.DeleteRecursively(dirname)2-5）tf.gfile.Exists(filename)2-6）tf.gfile.Glob(filename)2-7）tf.gfile.IsDirecto
2021-01-12 17:00:19
1022
原创 TensorFlow 中的 .ckpt文件
文章目录tf.train.Saver()各文件作用python中恢复模型Referencetf.train.Saver()使用 tf.train.Saver() 保存参数通常会生成以下文件各文件作用.ckpt文件：是旧版本的输出saver.save(sess)，相当于你的.ckpt-data“checkpoint”：文件仅用于告知某些TF函数，这是最新的检查点文件。.ckpt-meta：包含元图，即计算图的结构，没有变量的值（基本上你可以在tensorboard / graph中看到）。
2020-12-21 16:28:22
2924
原创 AC自动机算法
文章目录IntroductionMethodCodeReferenceIntroduction要学AC自动机需要自备两个前置技能:KMP和Trie树 (其实个人感觉不会kmp也行,失配指针的概念并不难)其中,KMP是用于一对一的字符串匹配,而trie虽然能用于多模式匹配,但是每次匹配失败都需要进行回溯，如果模式串很长的话会很浪费时间,所以AC自动机应运而生,如同Manacher一样，AC自动机利用某些操作阻止了模式串匹配阶段的回溯,将时间复杂度优化到了O(n)O(n)O(n), n
2020-12-20 20:29:53
193
原创 TensorFlow 特性
文章目录训练流程部署流程Conda 常用命令训练流程数据的处理 ：使用 tf.data 和 TFRecord 可以高效地构建和预处理数据集，构建训练数据流。同时可以使用 TensorFlow Datasets 快速载入常用的公开数据集。模型的建立与调试 ：使用即时执行模式和著名的神经网络高层 API 框架 Keras，结合可视化工具 TensorBoard，简易、快速地建立和调试模型。也可以通过 TensorFlow Hub 方便地载入已有的成熟模型。模型的训练 ：支持在 CPU、GPU
2020-11-11 17:33:49
407
原创 Python3自定义sorted()中key排序函数
文章目录Introduction举个栗子对每个元素中包含多个项，定义不同的排序规则一个字符串排序，排序规则：小写<大写<奇数<偶数ReferenceIntroductionpython3 sorted取消了对cmp的支持。python3 帮助文档：sorted(iterable, key=None, reverse=False)reverse是一个布尔值。如果设置为True，列表元素将被倒序排列，默认为Falsekey接受一个函数，这个函数只接受一个元素，默认为None
2020-11-09 17:45:21
788
原创 xlrd 和 xlsxwriter 操作excel表格
文章目录Introduction 前言xlrd 用法xlsxwriter 用法trick 1：使用python将excel单元格中指定文字加粗标红写文件逐行写挨个单元格写Introduction 前言结合自己平时用到的例子读excel 用 xlrd 模块设置单元格样式 以及 写 excel文件用 xlsxwriter 就够了！xlrd 用法import xlrdbook = xlrd.open_workbook('data.xlsx')sheet1 = book.sheets()
2020-11-04 09:15:25
551
原创 Python内置函数
文章目录和数字相关1. 数据类型2. 进制转换3. 数学运算和数据结构相关1. 序列列表和元组相关内置函数字符串2. 数据集合3. 相关内置函数和作用域相关和迭代器生成器相关字符串类型代码的执行输入输出内存相关文件操作相关模块相关帮 助调用相关查看内置属性内置函数就是Python提供的, 拿来直接用的函数，比如print()，input()等截止到python版本3.6.2 ，一共提供了68个内置函数，具体如下分成12大类和数字相关1. 数据类型bool : 布尔型(True,F
2020-10-15 22:55:12
104
原创 MST_1584_连接所有点的最小费用_最小生成树 Minimum Spanning Tree
文章目录Prim AlgorithmKruskal AlgorithmLeetCode1584. 连接所有点的最小费用题目描述Prim解法 - 这里是稠密图 用O(n^2) 解法Kruskal解法ReferencePrim AlgorithmKruskal AlgorithmLeetCode1584. 连接所有点的最小费用题目描述Prim解法 - 这里是稠密图 用O(n^2) 解法class Solution: def minCostConnectPoints(self
2020-09-16 00:41:29
297
原创 410_分割数组的最大值_binary_search
文章目录题目描述思路题目描述思路二分class Solution: def splitArray(self, nums: List[int], m: int) -> int: def check(x: int) -> bool: total, cnt = 0, 1 for one in nums: if total + one > x:
2020-08-27 00:46:36
107
原创 1552_两球之间的磁力_Binary_Search
文章目录题目描述思路题目描述思路题意求最大化最小，类似这样的求最大化最小值、最小化最大值等都可以用二分搜索解决。class Solution: def maxDistance(self, position: List[int], m: int) -> int: """ 二分 """ if m==2: return max(position) - min(position) # 特判 def che
2020-08-27 00:43:40
158
原创 python数据分析里axis=0/1 行列定义
axis含义python中的axis究竟是如何定义的呢？Referencepython中的axis究竟是如何定义的呢？他们究竟代表是DataFrame的行还是列？考虑以下代码：>>> df = pd.DataFrame([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]], \ columns=["col1", "col2", "col3", "col4"])>>> df # 输出 col1
2020-08-03 17:43:54
543
原创 DFS+栈_ 子树中标签相同的节点数_198场周赛第2题
文章目录先贴一下用时广搜深搜代码先贴一下用时我觉得思路还蛮清晰的，有问题欢迎评论区指正本例是一个多叉树（树是一种特殊的图，不含回路），遍历方式有两种：深搜，广搜广搜即层次遍历，本题若用BFS来做，需要在节点入队时 保存分支信息，因为题目要求的子树包含的标签信息。如下图所示这里暂时没有想到较好的解决办法 -_-#下面看一下 深搜 的思路：深搜主要思路为：因为DFS是对应路径的，这里用哈希表暂存路径信息。遇到相同的标签，用栈来 存储 该路径的节
2020-07-20 00:30:21
154
原创 拓扑排序 原理介绍 - Topological Sort Introduction
文章目录拓扑排序的典型应用拓扑排序的求解方法reference拓扑排序的典型应用修课顺序项目编译顺序拓扑排序的求解方法对于一个有向无环图来说拓扑排序的结果遵循如下规则，即如果有一条从顶点viv_ivi指向顶点vjv_jvj的边，那么最后的排序结果中viv_ivi一定在vjv_jvj 的前面。例如这个图的拓扑排序就是1 2 3 4 5。同一个图可以有多个拓扑排序结果，对于上面那个图，还有一种排序结果就是1 2 3 5 4。为了可以进行拓扑排序，给定的图中不可以有环。我们可以简单论
2020-07-18 20:02:44
203
原创 BFS_or_DFS_785_判断二分图
文章目录题目描述解析题目描述解析用一个字典表示分组情况，一组value为True，另一组为False若已经为True的组 也应该为False （奇数个节点组成的环）则返回 False孤立节点 可以属于任意一组，故可以忽略图可能非连通，即存在多个连通子图，代码里是用 for循环遍历的下标，即遍历多个连通子图（若存在）BFSimport collectionsfrom typing import Listclass Solution: def isBiparti
2020-07-16 17:30:35
142
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