- 博客(25)
- 收藏
- 关注
RSS订阅原创 python-day07 函数基础、函数高级应用、模块
Python 使用生成器对延迟操作提供了支持。所谓延迟操作，是指在需要的时候才产生结果，而不是立即产生结果。这也是生成器的主要好处。局部变量只在函数内部起作用，定义函数名时不要和系统变量重名，否则会覆盖，不具备原本的功能。注意：关键字参数后面不能有位置参数。
2023-11-08 20:37:46
77
原创 python-day05 列表与元组、字典、集合
通过()创建元组元组是有序的、不可变类型与列表类似，作用于列表的操作，绝大数也可以作用于元组一般用于存储一些在程序中不应该被修改的一系列值dictionary（字典） 是除列表以外Python之中最灵活的数据类型字典同样可以用来存储多个数据通常用于存储描述一个物体的相关信息和列表的区别列表是有序的对象集合字典是无序的对象集合字典用{}定义字典使用键值对存储数据，键值对之间使用分隔键key是索引值value是数据键和值之间使用分隔键必须是唯一的值可以取任何数据类型，但键只能使用。
2023-11-06 12:24:11
71
原创 python-day04 模块基础、时间模块、python语法风格和模块布局、字符串
模块是从逻辑上组织python代码的形式当代码量变得相当大的时候，最好把代码分成一些有组织的代码段，前提是保证它们的彼此交互这些代码片段相互间有一定的联系，可能是一个包含数据成员和方法的类，也可能是一组相关但彼此独立的操作函数人话：一个.py文件就是一个python模块。
2023-11-03 10:31:15
27
原创 python-day03 文件对象、文件读写操作、函数基础
表示我们要打开文件的路径以怎样的方式打开文件文件模式操 作r以读方式打开（文件不存在则报错）w以写方式打开（文件存在则清空，不存在则创建）a以追加模式打开b以二进制模式打开文件操作对象，我们后续对文件的所有读写操作都需要通过这个对象，而不是直接操作文件中的数据。
2023-11-01 23:23:20
66
1
原创 python-day02 判断语句、while循环、for循环
一组被重复执行的语句称之为循环体，能否继续重复，决定循环的终止条件Python 中的循环中while循环和for循环循环次数未知的情况下，建议采用 while 循环循环次数可以预知的情况下，建议采用for循环。
2023-11-01 08:57:09
44
1
原创 python-day01 phthon概述、基本数据类型、容器类型列表
在 Python 中，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等号（=）用来给变量赋值左边是一个变量名右边是存储在变量中的值变量名 = 值变量定义之后，后续就可以直接使用了#定义一个变量保存南瓜的数量，每次数量加一#执行四次后，查看结果count = 0#数量加1count += 1count += 1count += 14List（列表） 是Python中使用最频繁的数据类型，在其他语言中通常叫做数组专门用于存储一串 信息，它能保存。
2023-10-30 20:43:54
46
原创 Operation :linux虚拟机搭建nginx服务器
root@proxy nginx]#echo "abc-test~~~" > html/abc.html #创建新页面。
2023-08-14 08:00:00
56
1
原创 修改网卡命令规则(eth0、eth1、eth2……)
boot/grub2/grub.cfg这个文件不容易修改，过于复杂，所以修改/etc/default/grub这个文件。3、让规则生效内核配置文件/boot/grub2/grub.cfg。查看网卡名字，已修改成功。1、查看当前网卡的名字。4、重启reboot。2、修改内核配置文件。
2023-07-30 13:57:46
321
1
原创 Linux课堂练习8（Linux编程）
1、vi 与 vim 有什么区别呢，它们之间有什么关系？Vim是从Vi发展出来的一个文本编辑器，可以看作是vi的升级版。Vim的主要功能与原始的Vi完全兼容，与Vi不同的是，vi不会显示颜色，而vim会根据文件内容显示不同颜色，方便阅读和编辑。而且Vim具有代码补完、编译及错误跳转等方便编程的丰富功能，在程序员中被广泛使用。2、如何查看当前系统vim的版本？vim --version3、如果想把文档中出现的全部"abc"替换成"def"怎么做？又如何只替换每行中出现的第一个"abc"呢？
2022-05-30 11:05:51
408
原创 CIFAR-10图像识别TensorFlow 2 实现
1、下载数据集CIFAR-10是一个用于识别普适物 体的小型数据集，它包含了10个类 别的RGB彩色图片import matplotlib.pyplot as pltimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layers, modelsimport numpy as npcifar10=tf.keras.datasets.cifar10(Xtrain, Ytrai
2022-05-27 10:45:40
1090
1
原创 Tensorflow2.0图像预处理
实验步骤1、载入库import matplotlib.pyplot as pltimport tensorflow as tfimport numpy as np2、读取照片image_data = tf.keras.preprocessing.image.load_img('d:/data/1.jpg','rb')plt.imshow(image_data)plt.show()img_data = tf.keras.preprocessing.image.img_t.
2022-05-26 20:29:25
1032
原创 rip协议
一、实验目的掌握RIPv1的基本配置 掌握RIPv2的基本配置 了解RIP手动汇总、协议认证、默认路由分二、实验步骤1、实验拓扑图如下：2、R1配置：R32、R2配置3、R3配置4、配置RIP协议5、测试1:PC1 是否能和 PC2 正常通信RIP 默认为 version 1，RIPv1 为距离矢量路由协议，边界自动汇总。由于RIPv1 为有类路由协议，无法关闭自动汇总。解决办法：使用版本2，关闭自动汇总。6、测...
2022-05-25 08:00:00
3051
1
原创 配置 RSTP
一、实验目标1、理解生成树协议工作原理；2、掌握快速生成树协议RSTP基本配置方法；二、实验原理生成树协议（spanning-tree ）作用是在交换网络中提供冗余备份链路，并且解决交换网络中的环路问题.。生成树协议是利用 SPA 算法（生成树算法），在存在交换环路的网络中生成一个没有环路的树形网络。运用该算法将交换网络冗余的备份链路逻辑上断开，当主要链路出现故障时，能够自动地切换到备份链路，保证数据的正常转发。生成树协议的特点是收敛时间长。从主要链路出现故障到切换到备份链路需要 5
2022-05-15 08:00:00
5112
原创 二层交换机的链路聚合实验
一、实验目的1、掌握链路聚合的基本概念及工作原理。2、掌握二层交换机链路聚合的配置方法。3、完成二层交换机链路聚合的结果验证。二、实验内容1、首先将两台交换机通过smartgroup端口相连。2、分别在两个交换机上创建trunk。3、绑定端口到trunk组，设置聚合模式。4、修改smartgroup端口的vlan。三、实验步骤1、如图所示：二层交换机SwitchA 和 SwitchB 通过smartgroup端口相连。SwitchA 的trunk组由 fa0/1、fa0/
2022-05-12 19:16:53
3078
1
原创 泰坦尼克号数据集处理
1、导入数据库import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport urllib.requestimport os%matplotlib inlineprint("Tensorflow版本是:",tf.__version__)2、下载泰坦尼克号上旅客的数据集下载旅客数据集data_url="http://biostat.mc.v
2022-05-12 14:31:23
6250
原创 tensorflow2.0——预测泰坦尼克号旅客生存概率（Keras应用实践）
一、数据准备1、导入相关的库import tensorflow as tfimport numpy as npimport matplotlib.pyplot as pltimport pandas as pdimport urllib.requestimport os%matplotlib inlineprint("Tensorflow版本是:",tf.__version__)2、下载泰坦尼克号上旅客的数据集data_url="http://biostat.mc.van
2022-05-10 18:22:57
1279
2
原创 TensorFlow 2.0全连接单隐藏层网络建模实现
1、载入数据import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt%matplotlib inlineprint("Tensorflow版本是:",tf.__version__)mnist = tf.keras.datasets.mnist(train_images,train_labels),(test_images,test_labels)=mnist.load_data()2、数
2022-05-05 14:20:25
1098
原创 MNIST手写数字识别——进阶多层神经网络与应用（使用Keras序列模型建模）
前言Keras序列模型建模的一般步骤：（1）创建一个Sequential模型； （2）根据需要，通过“add()”方法在模型中添加所需要的神经网络层， 完成模型构建； （3）编译模型，通过“compile()”定义模型的训练模式； （4）训练模型，通过“fit()”方法进行训练模型； （5）评估模型，通过“evaluate()”进行模型评估； （6）应用模型，通过“predict()”进行模型预测1、载入数据import tensorflow as tfi
2022-05-02 14:23:33
1863
原创 构建逻辑回归模型识别MNIST手写字——单个神经元
实验步骤1、导入库import tensorflow as tfimport numpy as npimport matplotlib.pyplot as plt%matplotlib inlineprint("Tensorflow版本是:",tf.__version__)2、数据获取mnist = tf.keras.datasets.mnist(train_images,train_labels),(test_images,test_labels)=mnist.load_
2022-04-28 16:29:29
1670
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