nbxuwentao的博客

#coding=utf8import numpy as np# 有点像torch里面的sequential,构建模型的from keras.models import Sequential# 模型中的层from keras.layers import Dense, Activation# 优化器from keras.optimizers import SGDdef main(): from sklearn.datasets import load_iris iris = l

reference: 参考例子QPushButton使用setStyleSheet设置背景图片具体设置背景图片的方法有两种：self.button.setStyleSheet("QPushButton{background-image: url(img/1.png)}")然而对于这种方法背景图片无法进行边框的自适应，可以使用下面的方法可以做到自适应边框self.button.setStyleSheet("QPushButton{border-image: url(img/1.png)}")推

import osimport random random.seed(0)list = 总体的列表num = 需要采样样本的个数num_sample = random.sample(list,num)num_sample就是采样之后的样本列表（如果需要获取真实样本需要其他的代码操作）

reference：代码+讲解

获取：state_dict = model.state_dict()载入：model.load_state_dict(state_dict)

keras版本的神经网络可视化每层特征图：参考pytorch版本的神经网络可视化每层特征图：参考

reference: https://blog.csdn.net/weixin_41923658/article/details/96127770

在虚拟环境里面使用pip总是出现问题，可以尝试使用升级pip来解决：python -m pip install -U pip

（1）语义分割：像素级别的分割就是语义分割，对图像中的每个像素都划分出对应的类别，即实现像素级别的分类；（2）实例分割：而类的具体对象，即为实例，那么实例分割不但要进行像素级别的分类，还需在具体的类别基础上区别开不同的实例。比如说图像有多个人甲、乙、丙，那边他们的语义分割结果都是人，而实例分割结果却是不同的对象，具体如下图所示：图中所示，第一幅图像就是原始的输入图像，中间一副是语义分割的图像，最后一幅为实例分割的图像。（是不是很明显的看出来区别）。...

小编最近在做tensorflow的相关项目，在配置环境的时候开了一下小差。环境配了使用不了，原来是gpu版本的和cuda有一个适配问题：可以参考：https://www.cnblogs.com/ipersevere/p/10784262.html里面的图表（根据自己的系统哦！！下次做之前需要调研一下）...

紧随大佬的学习，图像分类小案例、小技巧：https://blog.csdn.net/weixin_44791964/article/details/108586433

方案：方案一、用注册表修复 1、“win+r ”组合键运行“regedit ” 2、找到: 计算机\HKEY_CURRENT_USER\SOFTWARE\MICROSOFT\WINDOWS\currentversion\Explorer\FileExts.lnk 会发现有openwithlist 和 openwithprogids 两项，如果有其他的选项将其删除 3、再将openwithlist 内的除默认以外的所有键值都删除 4、将openwithprogids内的除默认和lnkfile以外的所有键值都

reference: https://blog.csdn.net/weixin_42044401/article/details/109215414

保存图片当m_image(一个QImage变量)中已经载入图片数据后，可调用save()进行保存，如：m_image.save(pictrureName, “JPG”, 100);对于这三个参数，解释如下：1.pictrureName为图片文件的路径，比如："/home/feng/IMG_0.jpg"，需要注意的是路径必须要有权限读写；2."JPG"为图片的格式，注意不需要带"."；3.100指的是图片的质量因数，范围必须在0到100之内或-1，指定0以获取小型压缩文件，指定100表示大型未压缩

reference: https://www.cnblogs.com/mazhenyu/p/11184493.html

解决方案：conda install numpy pyyaml mkl cmake cffi问题解决

哎，找了好久的yolov5终于找到了：https://github.com/ultralytics/yolov5赶紧搬好凳子试试效果！！

"""pytorch的模型保存和加载的两种方式：方式1：只保存和恢复模型中的参数，使用这种方法，我们需要自己导入模型的结构信息保存：torch.save(model.state_dict(), PATH)------torch.save(vgg.state_dict(), 'model.pth')恢复：model = net()---需要自己导入模型的结构model.load_state_dict(torch.load('model.pth'))方式2：使用这种方法，将会保存模型的参数和结

如果在pip中下载安装比较慢可以换个源，可以到用户文件夹下，创建一个pip文件夹，然后在pip文件夹里创建一个txt文件。修改txt文件的内容，并且把后缀改成ini[global]index-url = http://pypi.mirrors.ustc.edu.cn/simple[install]use-mirrors =truemirrors =http://pypi.mirrors.ustc.edu.cn/simple/trusted-host =pypi.mirrors.ustc.ed

File "E:\ProgramData\Anaconda3\envs\gan\lib\site-packages\keras\engine\topology.py", line 3328, in load_weights_from_hdf5_group original_keras_version = f.attrs['keras_version'].decode('utf8')AttributeError: 'str' object has no attribute 'decode'解决.

大家在使用pycharm的时候一定会遇到大量的红色波浪线，根本原因就是python解释器找不到相应的包和文件。小编带大家一起解决吧：（1）进入pycharm的settings中，然后找到python Console（2）选中上图中的Add source roots to PYTHONPATH，之后选中ok的按钮进行确定。（3）到工程的根目录中：选中根目录右键，找到Mark Directory as —>选Source Root（4）按ctrl+S之后代码里面的红色波浪线均消失了—哈哈，是

reference: https://blog.csdn.net/zhouz92/article/details/106883774?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-8.control&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromBaidu-8.control写的很好的一篇博客，记个笔记！！

计算机视觉、图像处理、目标检测、图像分割、图像风格迁移、人体三维重建等毕业设计。在学校这段时间太闲了，如果有需要的同学可以私信我哦！！！

参考：https://blog.csdn.net/weixin_44791964/article/details/105123842感谢大佬分享！！

nums = list(map(int, input().strip().split()))row = nums[0]y = nums[1]target = [[0]*2 for _ in range(row)]for i in range(row): target[i][0],target[i][1] =list(map(int, input().strip().split()))target.sort()time = 0for i in range(row): while

事半功倍往往是我们追求的效果，最近使用了迅雷下载才知道什么是事半工倍。已经没有跟上时代进步的步伐啊，复制想要下载东西的链接到迅雷里面，曾经的一个小时现在的几分钟，对于我们搞深度学习的非常有用。当打开迅雷之后，迅雷可以检测出你想要复制东西的链接然后你只需要确定下载就可以了！！！...

本人小硕毕业，也是参加了2021年的秋招工作。当年本科毕业的时候也是在找工作和考研两个方面纠结了好久，也参加了本科毕业时的秋招和春招，后来稀里糊涂的就考研究生了。不过庆幸的是最后上岸了，好景不长硕士的毕业季也如期而至，经历了今年新冠疫情的冲击本来两年半的学术生涯被压缩到了1年，最后半年找工作、发论文、毕业…整个秋招的过程也是磕磕绊绊，也收到无数家公司的感谢信。其中也有小幸运，也收到了不少厂子的橄榄枝。累计投递简历100多家公司，从巨型互联网到中小型互联网到最后的国企银行等东方国信北京机械工业自动化所

学弟的博客reference: https://blog.csdn.net/u012822181/article/details/75365071

主要是分享看过的一篇文章：https://zhuanlan.zhihu.com/p/98691281很全面，很详细----值得学习

reference: https://zhuanlan.zhihu.com/p/114047559（1）传统的三维重建技术（2）基于深度学习的三维重建算法研究主要有三种：在传统三维重建算法中引入深度学习方法进行改进；深度学习重建算法和传统三维重建算法进行融合，优势互补；模仿动物视觉，直接利用深度学习算法进行三维重建，包括基于体素、基于点云和基于网格。...

比较简单的理解方式： https://zhuanlan.zhihu.com/p/94986199个人觉得适合初学者，对于复习yolo也是有帮助的–期待最近的yolo-v4

发现新大陆：yolo-v3的pytorch版代码：https://github.com/ultralytics/yolov3darknet的代码和讲解：https://github.com/pjreddie/darknetyolo从v1-v4的各个版本（讲解真详细，开源贡献万岁）：https://github.com/AlexeyAB/darknetalphapose（其中有人体检测的yolo-v3）：https://github.com/MVIG-SJTU/AlphaPose/tree/pytor

Github： https://github.com/ 源代码托管Stackoverflow： https://stackoverflow.com/ 专业的问答（计算机技术交流社区，几乎所有的问题都可以找到解答）Leetcode： https://leetcode-cn.com/ 专业刷题网站，算法与数据结构B站 ： https://www.bilibili.com/ 学习的网站牛客网： https://www.nowcoder.com/ 应

编码问题：UnicodeDecodeError: 'utf-8' codec can't decode byte 0x80 in position 0: invalid start bytepickle.load(open(fname_or_dict, ‘rb’）—可以解决;UnicodeDecodeError: 'ascii' codec can't decode byte 0x81 in position 1224: ordinal not in range(128)pickle.load(

Traceback (most recent call last): File "/home/xwt/.conda/envs/smpl/bin/pip", line 5, in <module> from pip._internal.cli.main import main ImportError: No module named main解决方法：这时直接打开终端，在终端中输入sudo gedit /home/xwt/.conda/envs/smpl/bin/pip这

pip安装东西时报错：Traceback (most recent call last): File "/home/xwt/.conda/envs/densepose/bin/pip", line 9, in <module> from pip import __main__ImportError: No module named pip解决方案：python -m ensurepipsudo easy_install pip问题解决：可以装包了...

#coding='utf8'board = {2: ['0', '1'], 3: ['0', '1', '2'], 4: ['0', '1', '2', '3'], 5: ['0', '1', '2', '3', '4'], 6: ['0', '1', '2', '3', '4', '5'], 7: ['0', '1', '2', '3', '4', '5', '6'], 8: ['0', '1', '2', '3', '4', '5', '6', '7'], 9: ['0', '1', '2', '3'

最近做的一道编程题：第一行输入数据的位数，第后面每行表示每一位的进制数，10用A表示，11用B表示，12用C表示，13用D表示，14用E，15用E表示：北京四达时代编程第二题：board = {2: ['0', '1'], 3: ['0', '1', '2'], 4: ['0', '1', '2', '3'], 5: ['0', '1', '2', '3', '4'], 6: ['0', '1', '2', '3', '4', '5'], 7: ['0', '1', '2', '3', '4', '5'

最近发现以前的项目运行不起来了，找不到包的问题：归根结底是解释器路径中没有包的路径解决方案：方案1： 直接添加包的路径（找不到那个包用哪个）import syssys.path.append("/home/xwt/下载/smpl")之后可以打印看看python解释器路径中有哪些包的路径，看看是否包含所有包的路径（这个就是python解释器在解析的时候首先搜索的路径）方案2： 使用相对路径进行添加import syssys.path.append("…")当自己不太确定的时候可以打印一下py

协程，又称为微线程，纤程–coroutine通俗的理解:在一个线程中的某个函数,可以在任何地方保存当前函数的一些临时变量等信息,然后切换到另外一个函数中执行,注意不是通过调用函数的方式做到的,并且切换的次数以及什么时候再切换到原来的函数都由开发者自己确定。核心：单线程中，由开发者来进行调度的（切换不同程序的执行）协程和线程差异： 那么这个过程看起来比线程差不多。其实不然, 线程切换从系统层面远不止保存和恢复 CPU上下文这么简单。 操作系统为了程序运行的高效性每个线程都有自己缓存Cache等等数据,操

存储过程（Stored Procedure）是在大型数据库系统中，一组为了完成特定功能的SQL 语句集，它存储在数据库中，一次编译后永久有效，用户通过指定存储过程的名字并给出参数（如果该存储过程带有参数）来执行它。存储过程是数据库中的一个重要对象。在数据量特别庞大的情况下利用存储过程能达到倍速的效率提升数据库执行语句的时候是先进行编译，然后执行的。所以是可以使用预先编译好的SQL语句，传入相关参数直接对数据库进行操作（这样做比直接使用SQL交互的效率高）！！完成特定功能的SQL语句集（已经编译好，存放在

前言：小编最近遇到非常头疼的问题，最近研究生要毕业了，面临的科研论文要发表，每次和导师讨论论文的时候，导师都会批评我论文中使用的图片，有的图片模糊，有的图片（需要实验对比部分）分辨率不一样。自己犯了错也不知道，论文中的所有的实验图片都是跑代码跑出来的，使用微信截图的方式把实验产生的图片截到论文中，这个过程中会产生图片的压缩的，导致在论文中显示图片非常模糊！！！！推荐使用方法：（1）把自己的实验结果保存成png格式或者保存成位图，这样直接在word或者wps中直接插入图片就可以（2）神器的工具，使用

在使用anaconda3创建虚拟环境的时候出现了以上的错误：这个是由于没有使用root权限进行创建环境，但是为了下次不出现这个问题，需要修改anaconda文件的权限—输入：sudo chmod -R 777 /home/user/anaconda3重新创建虚拟环境：OK...

当使用ssh远程连接服务器的时候出现的问题：解决方案：rm -rf ~/.ssh/known_hosts重新：ssh 用户名@ip地址 就可以重新访问了

解决方案：亲测有用1.点击“开始”——点击“运行”——输入“regedit”回车确定。 2.找到注册表HKEY_CURRENT_USER\Software\Microsoft\Office\16.0\Word\Options。3.在右侧窗口中右键新建DWORD值，名称命名为NoRereg。4.在NoRereg名称处点击右键点击“修改”，“数值数据”中填写1。 5.关闭注册表，完成。 然后再打开word软件就再也不会有提示—配置啥的了！！！...

#最简洁的快排序,递归出口–low=high low>=highdef quick_sort(nums, low, high): if low >= high: return left = low right = high pivot = nums[left] while left < right: while left < right and pivot <= nums[right]:

前后端分离：前端和后端完全脱离前后端分离已经在慢慢走进各公司的技术栈，根据小弟了解到的消息，不少公司都已经切换到这个技术栈上面了。即使贵司目前没有切换到这个技术栈上面，小弟也非常建议大家学习一下前后端分离开发其实前后端分离本身并不难，思想：后段提供接口，前端做数据展示。很多人做惯了前后端不分的开发，在做前后端分离的时候，很容易带进来一些前后端不分时候的开发思路，结果做出来的产品不伦不类。根据前辈提供的一些开源的前后端分离的项目：https://blog.csdn.net/u012702547/art

最近迁移项目出现的问题：方案1：Using the TensorFlow documentation for tf.name_scope, I resolved the issue by prepending [x] with values=. That is change with tf.name_scope(“Encoder_resnet”, [x]): to with tf.name_scope(“Encoder_resnet”, values=[x]):. This error also occ

ubuntu16.04系统： pyqt5配置qt-designer、pyuic：https://blog.csdn.net/qq_37541097/article/details/80021315?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.channel_param&depth_1-utm_source=distribute.pc_relevant.none-task-blog

这个问题是我在换pyqt5的运行环境时出现的，唉！！！废话不多说：来吧！解决方案1–successcd /etc/ld.so.conf.d目录中有 i386-linux-gnu_GL.conf and x86_64-linux-gnu_GL.conf等文件cat x86_64-linux-gnu_GL.conf出现：/usr/lib/nvidia-384/usr/lib32/nvidia-384但是文件i386-linux-gnu_GL.conf 是空文件，这时需要把 x86_64-li

mv 原始文件夹名 修改之后的文件夹名字

如果需要使用到mysql-python的话，是需要安装这个包的，安装这个包是有条件，前提是你的mysql在本地已经配置好啦！！步骤1：配置mysql参考本人的博客：https://blog.csdn.net/nbxuwentao/article/details/104413406直接跳到第5步哦！！，安装好之后最好测试一下步骤2：直接在自己的环境中安装mysqlpip install mysql-python这样就可以开心的使用python来操作mysql数据库类！！...

mysql出现ERROR1698(28000):Access denied for user root@localhost错误解决方法当你按照标准文档安装好mysql之后，你有时候发现一点问题也没有（告诉你，你装成功了），同时你也有可能安装失败哦对于mysql出现以上的问题：推荐方案（个人亲测有效）,使用的系统是ubuntu18.04哦！！！references: https://www.cnblogs.com/cpl9412290130/p/9583868.html按照里面的步骤操作之后就可以解决

解决方案方案1：输入source activate 重新激活环境，然后就可以激活自己的环境了方案2：先source deactivate，然后输入conda deactivate ,分两步走，这个是个人在实践中找到的，有用的话就用，没有用就使用第一个方案—第一个绝对好用（重新激活环境）...

这个问题是之前没遇到过的，以前每一安装anaconda都是一路绿灯，装好之后就可以开心的玩耍了。记录：（1）ubuntu18.04安装anaconda之后是没有把anaconda的环境直接加入到ubuntu系统的环境变量中解决方案1：https://blog.csdn.net/weixin_44433045/article/details/89476516?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLe

公网IP和私网IP:服务器公网ip: 可以用于域名解析的ip（域名通过DNS到IP地址），服务器远程登录ip，是最主要的服务器ip地址。内网ip（私网IP）：不能用于域名解析。不可以直接用于服务器远程登录，其主要作用是：跟当前帐号下的其他同集群的机器通信。私网IP的形象理解： 一些小型企业或者学校，通常都是申请一个固定的IP地址，然后通过IP共享（IP Sharing），使用整个公司或学校的机器（整个学校都是使用这个公网IP）都能够访问互联网。而这些企业或学校的机器使用的IP地址就是内网IP，内网IP

从知乎上找的：深度学习领域中常用的损失函数参考链接： https://zhuanlan.zhihu.com/p/136604987mean_squared_error（均方误差，MSE）mean_absolute_error（平均绝对误差，MAE）mean_absolute_percentage_error（平均绝对百分比误差，MAPE）mean_squared_logarithmic_error（MSLE）hingesquared_hingecategorical_hingelogcos

reference: https://blog.csdn.net/weixin_42769131/article/details/81170458?utm_source=blogxgwz0均方误差(MSE)峰值信噪比(PSNR)结构相似性理论( SSIM)多尺度结构相似性( MSSIM)对图像重建好坏的一些评价指标

a,b取整取余：使用python中的模块(整数， 余数) = divmod(a,b)小技巧关键时候可以用用

做课题时遇到GAN以及Patch-GAN：做一个简单的记录，仅仅时理论上的粗鄙理解，具体工程实战可以私信交流GAN和Patch-GAN： GAN可以用在很多领域，对于要求高分辨率、高细节保持的图像领域并不合适，Patch-GAN横空出世，Patch-GAN和GAN的差别主要在于discriminator上，一般的GAN是只输出一个true or false的值，代表对整张图像的评价；但是Patch-GAN输出是一个NxN的矩阵，这个NxN的矩阵的每一个元素，比如a(i,j)只有True or False这

（1）首先创建虚拟环境并开启虚拟环境（2）在开启虚拟环境的终端中输入： pip show -f 包名eg：pip show -f numpy 就会显示numpy所在的路径

最近在面试的时候被问到了，来做个笔记，特别是常用的方法时间复杂度可以背下来

（1）referece: http://wap.sciencenet.cn/blog-465130-1177111.html（2）reference: https://blog.csdn.net/chenguowen21/article/details/82793994（3）三维网格在参数化uv图上进行网格重采样做Remesh ：http://wap.sciencenet.cn/blog-465130-1135783.html第三个方案对于精细化的mesh重建比较有好处，比如低模和高模的重建-----

CVPR2020最新的工作：从视频中估计人体的形状和姿态，还是德国马普所提出的文章的基本翻译路线：https://zhuanlan.zhihu.com/p/118158936

齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示。 许多图形应用涉及到几何变换，主要包括平移、旋转、缩放。以矩阵表达式来计算这些变换时，平移是矩阵相加，旋转和缩放则是矩阵相乘，综合起来可以表示为 x=R∗X+t（注：因为习惯的原因，实际使用时一般使用变化矩阵左乘向量）(R 旋转缩放矩阵，t 为平移矩阵，X为原向量，x 为变换后的向量)。引入齐次坐标的目的主要是合并矩阵运算中的乘法和加法，表示为x=P∗X的形式。即它提供了用矩阵运算把二维、三维甚至高维空间中的一个点集从一个坐标系变换到另一个坐标系

参考： https://blog.csdn.net/calmuse/article/details/93616720

出现这个问题的原因：由于tensorflow编译使用的cudnn和当前机器中配置的cudnn不匹配问题解决方案：（1）根据提示降低cudnn的版本—这个比较好解决（卸载cudnn以及安装cudnn）（2）根据提示适当的提高或者降低tensorflow的版本（一般升高版本就可以解决问题—简单的方法不香嘛）...

参考链接：https://blog.csdn.net/BigData_Mining/article/details/99670642

原则：3、4、5、6。3个基本概念、4类基本操作、5大基本语句、6种数据类型（1）三个基本概念结构化（函数、模块、包）面向对象（类以及派生类、重载）虚拟环境（版本管理、环境隔离）（2）四类基本操作数据操作（各种数据类型的操作）文件操作（文件打开读写关闭等操作）模块操作（导入使用、模块查询等操作）并发操作（进程与线程、锁/信号/安全队列等）（3）五大基本语句赋值语句（变量、对象、赋值运算符号）输入输出语句（print、input函数）条件判断语句（if-elif-else语句）循环

记录一次小小的失误：在操作字符串的时候，需要反转字符串，当时就忘记怎么使用切片进行反转了s = ‘I love python’s[::-1]------s[a????️-1]----最后一个-1表示默认从最后一个数字往前操作从a开始（从后往前）往前操作记住：s[::-1] 切片反转字符串 a,b,step...

推荐paper： https://new.qq.com/omn/20190210/20190210A0ADS1.html一个应用方向是，利用单一图片进行服装的虚拟试穿。顾客可以上传一张自己的全身正面照，并从系统中选择一套需要试穿的服装，以及一个目标姿态。Dense Pose 系统则可以根据顾客提供的这些信息，产生出一张合成的图片，显示顾客「试穿」服装后的姿态。另一个应用方向则是，远程视频诊断背部痛疾。就诊者按照医生的要求，穿戴一套专用的传感器，并依次完成一系列动作（如上身向前倾若干度、蹲下、站直向左扭头

哈希表是一种数据结构，它使用哈希函数组织数据，以支持快速插入和搜索哈希表的原理：哈希表的关键思想是使用哈希函数将键映射到存储桶。更确切地说，（1）当我们插入一个新的键时，哈希函数将决定该键应该分配到哪个桶中，并将该键存储在相应的桶中；（2）当我们想要搜索一个键时，哈希表将使用相同的哈希函数来查找对应的桶，并只在特定的桶中进行搜索。在python中有两种对应的哈希数据结构：哈希集合和哈希映射哈希集合对应python中的set()数据结构：无序、不重复哈希映射对应python中的dict()数据结

（1）序言：还记得上次配置densepose是2018年底前，那是一个冬天，当时我连linux是什么都不知道就去了公司实习，由于天生迟钝，配了两个星期，当然里面还做了其他的事情，系统坏了就重装，当然那个时候确实把装系统给整的明明白白，后来谁需要装系统就找我。。。配了两个星期，中间也有人帮助，也遭遇到白眼，当然这是不可避免的。当你想怎么把一件事干好的时候可能对于这些事情都看的很淡了，坚持也是一个必不可少的素质哦，废话不多说，来谈谈densepose吧，上次安装是在ubuntu默认的python环境中安装的，

（1）对于djangodjango是python web框架，并不能做服务器，所以需要配合服务器使用：nginx+uwsgi+django的方式：nginx用于反向代理和负载均衡（可有可无），uwagi作为web服务器–wsgi(web服务器网关接口)，django作为web框架（搭建web应用），整体就是一个完整的web服务器+框架的部署uwsgi+django的方式：uwsgi作为web服务器，django作为web框架（2）对于tornadotornado也是python web框架，其可以

#coding=utf8import osimport sys"""@author: xuwentaodate: 2020.06.30function: singleton modellanguage:python3""""""单例模式实现1： 使用类方法和类属性来实现"""class Singleton(object): def __init__(self,*args,**kwargs): pass @classmethod def si

reference: https://blog.csdn.net/weixin_44108880/article/details/89852905"""python2.7的写法"""class Tom(Animal): def __init__(self): '''第一种写法：''' super(Tom, self).__init__() '''第二种写法''' Animal(self),__init__()'''pyth

比较正规的操作：https://www.cnblogs.com/masbay/p/10844857.html记个笔记

sudo gedit /etc/apt/sources.list这里要是报gedit有关的问题，就执行：sudo apt-get install gedit没有报错的话就会弹出一个文件，在文件的头部添加：deb http://mirrors.ustc.edu.cn/ubuntu/ xenial main restricted universe multiversedeb http://mirrors.ustc.edu.cn/ubuntu/ xenial-security main restr

“win+r"快捷键进入"运行”，输入"msinfo32"回车，出现以下界面，可查看BIOS模式：UEFI模式：传统MBR模式：BIOS模式有传统的MBR模式和新式UEFI模式，这将对安装双系统的方法产生直接影响。目前来看，大部分电脑都属于新式UEFI模式，不过也存在一些老机子仍然属于传统MBR模式。本教程只介绍新式UEFI模式下的双系统安装方法，如果你的电脑属于传统MBR模式，强烈建议你重装windows系统来更新BIOS模式到UEFI。然后就是安装双系统： https://www.jb51.

在python中使用redis库的一个操作文档：https://redis-py.readthedocs.io/en/latest/做个笔记方便以后使用

reference: https://www.cnblogs.com/paulwhw/articles/12021903.htmltornado中使用xsrf 做做笔记

将任意长度的二进制值串映射为固定长度的二进制值串：能理解就差不多类，也就是这个原理

pip install absl-py解决

这个问题的是： tensorflow的版本和keras的版本不兼容导致的，一般对于这两者是有固定搭配组合的问题：tensorflow1.3.0 和keras2.3.1 组合不对导致的解决：把keras2.3.1变成keras2.1.2pip uninstall keras2.3.1pip install keras2.1.2常见的搭配组合自己去官网查看...

reference: http://www.redis.cn/commands.html做个笔记方便以后使用

redis的常用用途就是作为缓存来使用，减轻数据库的压力NoSQL简介redis是一种NoSQL，全名为Not Only SQL，指的是非关系型的数据库，随着访问量的上升，网站的数据库性能出现了问题，于是nosql被设计出来优点/缺点 优点: 高可扩展性 分布式计算 低成本 架构的灵活性，半结构化数据 没有复杂的关系 缺点: 没有标准化 有限的查询功能（到目前为止）

float("inf"), float("-inf") 表 正无穷，负无穷 inf表示无穷

使用命令：tail -f filename例如需要实时的查看服务器的日志：tail -f log

property可以把实例方法当作实例属性来做：class Index(): @property def test(self) return a def __str__(self): return 'sd' ---一定要返回字符串 def __call__(self): print(123)------把对象当成函数时调用该方法index = index()index.test----把方法可以直接当作属性来使用把方法当成属性直接使用str()方法：可以直接打印对

reference: https://blog.csdn.net/kobebryantlin0/article/details/73864848精髓： 和在函数体中除了拆包之外，并没有什么卵用。*

相同点:"+"和"extend"都能将两个列表成员拼接到到一起不同点: + : 生成的是一个新列表(id改变)extend : 是将一个列表的成员一个个取出添加到原列表中 , 改变的是原列表的值 , id不变总结：+ 会产生一个新的内存来接收拼接结果，extend不会产生新的内存，直接在原始的c.extend(b)----直接在c的基础上操作，不产生新内存，推荐使用，以节约内存空间...

（1）linux中的epollIO多路复用（IO multiplexing）技术。是为处理大批量句柄而作了改进的poll。(2)epoll的优点—支持一个进程打开大数目的socket描述符(FD)：实际例子tornado服务器ioloop----epoll----socket(解决C10K，实现高并发，HTTP长久连接问题)，是Tornado不依靠多进程/多线程而达到高性能的原因（tornado服务器是单进程的）—IO效率不随FD数目增加而线性下降—.使用mmap加速内核与用户空间的消息传递—内

前端的学习：三大块：HTML CSS javascriptHTML: 负责页面结构CSS: 负责页面的样式javascript: 负责页面的行为前端的学习需要细心，了解核心：（1）HTML5需要使用习惯，对于标签的使用（标签元素的类型，灵活使用）（2）CSS需要灵活的使用常见的样式，以及样式嵌入到页面中（多种方式）（3）javascript原生的js使用起来比较复杂，所以一般使用jquery的库会比较多，需要熟练使用jquery的库（4）ajax技术ajax技术的目的

排序和搜索排序算法：是一种能将一串数据依照特定顺序进行排列的一种算法（1）排序算法的稳定性稳定性：稳定排序算法会让原本有相等键值的纪录维持相对次序。也就是如果一个排序算法是稳定的，当有两个相等键值的纪录R和S，且在原本的列表中R出现在S之前，在排序过的列表中R也将会是在S之前。（针对于相同元素的顺序）不稳定排序算法可能会在相等的键值中改变纪录的相对次序，但是稳定排序算法从来不会如此。不稳定排序算法可以被特别地实现为稳定。（2）冒泡排序冒泡排序（英语：Bubble Sort）是一种简单的排序算法。

浅谈数据结构与算法：数据结构与算法就是兵法-----------数据结构和算法是一名程序开发人员的必备基本功，需要平时不断的积累学习算法的概念：算法是独立存在的一种解决问题的方法和思想，对于算法而言，实现语言并不重要，重要的是思想，算法可以有不同的语言描述实现版本。算法的五大特性：输入：算法具有0个或多个输入输出：算法至少有1个或多个输出有穷性：算法在有限的步骤之后会自动结束而不会无限循环确定性：算法中的每一步都有确定的含义，不会出现二义性可行性：算法的每一步都是可行的，也就是说每一步都能够

在前面准备了python的基础知识、python中的一些高级操作、系统编程（线程、进程、协程）、网络编程（TCP/IP、UDP、socket、HTTP）、Web服务器（基于Socket的TCP协议）、正则表达式等等今天来准备下数据库MySql，针对Mysql本人的博客中有一个专栏，针对于的是Mysql的具体的细节学习可以参考我的博客：[https://blog.csdn.net/nbxuwentao/category_9734634.html](https://blog.csdn.net/nbxuwent

（1）查看当前使用的python版本python --version找到了当前的python版本（2）把默认的系统默认的python变成python2的echo alias python=python2 >> ~/.bashrc（3）然后source一下：source ~/.bashrc保存一下（4）测试：直接输入python就可以查看刚才定义的python版本...

这个问题困扰我一下午，wc，之前一直使用teamviewer给别人远程辅导、调试代码都没有问题，可是这几天就用不了，本人给出一个成熟的解决方案：第一步：卸载之前的teamviewersudo apt --purge remove teamviewer第二步：修改mac地址：sudo /sbin/ifconfig enp2s0 down （enp2s0 为你自己电脑的网卡名）sudo /sbin/ifconfig enp2s0 hw ether 70:1c:51:45:7f:8e（填新的M

无论是哪种编程语言都离不开正则化表达式，这个是操作字符串基础，在开发中会有大量的字符串处理工作。基本上是任何语言都会有的一个独立模块—正则化表达式场景：判断字符串是一个手机号在一个文件中找出特定开头的语句在一个文件中找到邮箱地址等等------干什么先提前想一想，（1）正则表达式概述正则表达式，⼜称正规表示式、正规表示法、正规表达式、规则表达式、常 规表示法（英语：Regular Expression，在代码中常简写为regex、regexp或 RE），是计算机科学的⼀个概念。正则表达式使⽤单

客户端----服务器端（上一篇说的是网络编程，tcp/ip协议），这里主要说服务器端（1）HTTP协议简介在WEB应用中，服务器把网页传给浏览器，实际上就是把网页的HTML代码发送给浏览器，让浏览器显示出来。浏览器和服务器之间的传输协议是HTTP概念：HTML是一种用来定义网页的文本HTTP是在网络上传输HTTP的协议，用于浏览器和服务器的通信（2）http协议的分析浏览器请求：请求头和请求体在浏览器的地址栏输入www.baidu.com,浏览器都做了什么事情浏览器发送的数据包含请求头以及请