入门
文章平均质量分 68
龙海L
金牛座理工男,请多多指教,多多打赏点赞
展开
-
c++ 工厂模式编程实现
何为工厂模式c++实现简单的工厂模式1.定义基础工厂,其他事件继承工厂,对函数重定义class factory{}#include <iostream>suing na2.应用工厂示例(在主函数前已经实例化)在这里插入代码片3.工厂接口,通过接口实例化应用工厂,实现解耦factorymanager *factorymanager:: GetInstance(){ static factorymanager instance; return &instanc原创 2021-11-09 20:17:29 · 722 阅读 · 0 评论 -
pyspark 入门
为什么用python中pandas是数据分析的利器,具有并行的特兹那个,而且函数和数据计算的方法非常方便,是数据分析中的瑞士军刀。但是受限于单个机器性能和配置的限制,当大规模数据,比如100G-10TB规模的数据时,pandas就显得局限了,就像瑞士军刀杀牛,难以下手。这时就需要基于分布式计算的大数据工具spark,是基于分布式计算,可以基于hadoop和hive,进行分布式的数据计算,同时spark具有python API,可以通过类似python的语法,无门槛的过渡。怎么用pyspark支持RDD原创 2021-10-11 11:51:31 · 935 阅读 · 0 评论 -
protobuf c++编程笔记
文章目录字段内容的定义修饰符字段类型引用方式不同字段的方法1)optional修饰的基本类型:2)optional修饰的对象类型:3)repeated修饰的基本类型:4)repeated修饰的对象类型:序列化反序列化字段内容的定义修饰符required字段类型引用方式不同字段的方法1)optional修饰的基本类型:set_属性名(val) :初始化修改属性值;属性名():获取属性值,只读模式,返回类型是::google::protobuf::int64;2)optional修饰原创 2021-08-22 22:57:37 · 802 阅读 · 0 评论 -
python时间序列异常检测库ADTK,风控算法工程师的福音
文章目录adtk简介数据要求异常特征加工滑动窗口adtk简介智能运维数据基本上都是时间序列形成的,时间序列数据的异常检测是风控算法的重要组成部分,而可以调用ADTK库完成基本的算法,和大家分享该库的使用。adtk(Anomaly Detection Toolkit)是无监督异常检测的python工具包,它提供常用算法和处理函数:简单有效的异常检测算法异常特征加工处理流程控制安装:pip install sdtk数据要求时间序列的数据主要包括时间和相应的指标(cpu,内存等),py.原创 2021-07-30 17:03:14 · 5327 阅读 · 2 评论 -
2021年找工作经验分享,避坑
实习暑期实习一般转正较多,一般从三月份,暑期实习就可以开始投递面试。所以刷题尽量从十二月就开始。暑期实习面试对项目经历要求较少,扎实的刷题能力至关重要。数据库,操作系统,计算机网络这类基础,可以根据自己投递的岗位侧重的复习。实习要找你最理想的职位,这样会为你秋招打分许多。实习岗位和你秋招岗位不同,也是也分加分选项。如果想去阿里,实习可谓是一个捷径。项目项目不要求创新,可行性最重要。笔试大厂(阿里,腾讯,百度)较为侧重创新新,都是查不到的题目。基础要扎实再去笔试,中厂一般收拾基本都可以找到原题。懂原创 2021-04-05 21:32:02 · 221 阅读 · 0 评论 -
一些python库的详细指南
文章目录可视化MatplotlibpyEcharts命令行Argparse可视化Matplotlib可视化库,在算法领域的可视化或者数据科学中扮演了重要的作用,学好了可视化,组会做展示,分分钟让老板加薪!官方中文教程示例pyEcharts简书文档示例官方中文文档命令行Argparse详细教程...原创 2021-01-22 20:40:40 · 124 阅读 · 0 评论 -
Google coLab使用说明 强烈推荐
文章目录简介新建项目前期配置1.修改笔记本环境2.安装必要的包和软件、3.挂载Google Drive4.安装深度学习平台进阶操作1.更改工作目录2.运行自己的代码简介Google Colaboratory是谷歌开放的一款研究工具,主要用于机器学习的开发和研究。这款工具现在可以免费使用,但是不是永久免费暂时还不确定。Google Colab最大的好处是给广大的AI开发者提供了 免费的GPU 使用!GPU型号是 Tesla K80 !你可以在上面轻松地跑例如:Keras、Tensorflow、Pytorc原创 2021-01-12 15:16:12 · 3535 阅读 · 0 评论 -
Python更加基于项目的虚拟环境管理pipenv
库名称 Pipenv功能作用pipenv=pip+virtualenv这样的效果可以使我们更加关注项目的管理:工具内部封装了以上两个功能优势不需要再分别安装pip和virtualenv ,直接使用Pipenv即可,会自动创建虚拟环境并安装三方库,自动记录项目依赖的所有三方库,而且使用Pipfile和Pipfile.lock取代了requirements.txt使用说明文档:https://docs.pipenv.org1.安装:pip install pipenv2.创建虚拟环境原创 2020-12-27 22:40:55 · 263 阅读 · 2 评论 -
注意力机制attention和Transformer
参考文献:https://zhuanlan.zhihu.com/p/146130215文章目录一,注意力机制二,自注意力(self-attention)三,软注意力机制1,空域注意力2,通道注意力机制3,混合域模型4,Non-Local5,位置注意力机制四,强注意力机制一,注意力机制attention 机制可以认为是一种资源分配的机制,可以理解为对于原来平均分配的资源根据对象的重要程度重新分配资源,重要的单位多分一点,不重要不好的的少分一点,attention的资源分配方式就是权重。视觉注意力分为几原创 2020-09-30 19:59:56 · 7838 阅读 · 1 评论 -
深度学习中的评价指标函数
P R AP混淆矩阵TP:正确分类到正样本的样本个数FP:错误分类分到负样本的个数TN:正确分类到正样本的样本个数FN:错误分类分到负样本的样本个数P=TP/(TP+FP)R=TP/(TP+FN)一般来说,precision和recall是鱼与熊掌的关系,往往召回率越高,准确率越低,AP:平均准确度,计算方式:P-R线的面积mAP:平均AP,不同的类别的性能的均值,目标检测的性能指标。P-R曲线即 以 precision 和 recall 作为 纵、横轴坐标 的二维曲线。通过选取不同阈原创 2020-07-04 17:14:32 · 1240 阅读 · 2 评论 -
PyTorch模型转caffe
PyTorch模型转caffe简单教程1.将Pytorch 模型参数名和对应权重保留,存成字典,存入npy文件2. 建立caffe的prototxt文件。对应pytorch的网络结构,参数名字要有对应规律,可以使用python接口写,然后自动生成。1.手写prototxt文件,根据pytorch的模型。2.采用python接口自动生成prototxt文件3. 建立caffemodel文件,根据参数映射,将pytorch参数权重赋予caffe4.推测。对caffemodel进行测试,看看能不能得到对应结果1原创 2020-07-04 17:10:23 · 2291 阅读 · 0 评论 -
PyTorch的GPU训练方式学习
文章目录单机单卡单机多卡多机多卡 分布式训练torch.distributed 包支持单机单卡单机多卡torch.nn.DataParallel多机多卡 分布式训练torch.distributed 包支持分布训练包括 GPU 和 CPU 的分布式训练支持。Pytorch 分布式目前只支持 Linux。torch.distributed 分布式训练的优势:1.每个进程对应一个独立的训练过程,且只对梯度等少量数据进行信息交换。在每次迭代中,每个进程具有自己的 optimizer ,并独立原创 2020-07-04 16:59:53 · 1004 阅读 · 0 评论 -
PyTorch入门,帮你构建自己的神经网络模型
文章目录张量 tensor自动求导神经网络的构建图像分类器(实战宝可梦)迁移学习数据并行处理 使用 GPUPytorch 综合评价:所以当前学pytorch 最合适,等待tensorflow 2的生态完善,Tensorflow1和2完全不兼容Pytorch 生态也比较完善功能:GPU加速自动求导: autugrad,grad函数神经网络:全连接层nn.linear,卷积层nn.co...原创 2020-03-07 16:51:16 · 1086 阅读 · 0 评论 -
Pandas笔记地址
https://nbviewer.jupyter.org/github/sleepingxin/code/blob/master/Pandas.ipynb转载 2020-02-26 16:00:05 · 123 阅读 · 0 评论 -
Ubuntu下使用Docker镜像和容器的基本方法
Docker 入门文章目录Docker 入门Docker安装Ubuntu下的docker安装步骤:验证docker开始使用这里,首先加载的是已有的ubuntu镜像,然后通过以下命令来基于镜像新建容器:Docker安装Ubuntu下的docker安装步骤:参照网址:https://blog.csdn.net/bingzhongdehuoyan/article/details/79411479...原创 2019-12-22 09:58:50 · 4023 阅读 · 0 评论