docker 入门使用 文章目录docker 入门使用refDocker baseDocker build、pull、run三条路线Docker启动与停止修改镜像源image操作container操作DockerfilerefDockerfile组成docker 入门使用ref菜鸟入门DockerDocker base在linux中，一切都是文件。因此，docker的一切组成也是文件，image是文件，container也是文件。Docker build、pull、run三条路线（1）build：创建镜像#mer
docker 通俗认识 文章目录docker 通俗认识关键名词ref概述Docker用处Docker架构Docker官方名词解释Docker deamonDocker clientDocker DesktopDocker registriesDocker objectsImagesContainersThe underlying technologydocker 通俗认识csdn docker卸载与安装判断是否安装成功：sudo docker run hello-world预期结果：Hello from Docker
python file operation python file operationpython 文件读写操作一、f.readlines()和f.read().splitlines()f.readlines()读取文件所有行，包括换行符""f.read().splitlines()读取文件所有行，但是会排除换行符""扩展：都支持索引，如[::2](从第0行开始每2行读取一行，读到文末)with open("data/data_base80", 'r') as f: lines = f.readlines()
CD-HIT 文章目录CD-HITref介绍算法原理索引表Short word filter短词统计Banded alignment算法限制PSI-CD-HIT在线服务器离线安装使用方式常用示例GclustCD-HITCD-HIT is a very widely used program for clustering and comparing protein or nucleotide sequences.主要用于基因序列根据阈值去重ref官方：CD-HIT 官网github CD-HITcdhi
python Decrator 文章目录DecoratorDecorator装饰器Python 函数装饰器基本格式（函数形式）：def decorator_name(func): @warps(func) #保证函数名不发生改变，不这样写，函数名会变成装饰器的函数名 def warpTheFunc(): func() return warpTheFunc @decorator_namedef func(): pass@wraps接受一个函数来进行装饰，并加入了
NPSE(Nucleotide pair spectrum encoding) NPSENPSE 策略计算窗口内所有可能的 k 间隔核苷酸对的出现次数。特征表示：fkNPSE={{AT}0,{AA}0,...,{AA}k,...,{CC}k}f^{NPSE}_k=\{\{AT\}_0,\{AA\}_0,...,\{AA\}_k,...,\{CC\}_k\}fkNPSE={{AT}0,{AA}0,...,{AA}k,...,{CC}k}变量说明：kkk：表示窗口大小{AA}k\{AA\}_k{AA}k：表示k间隔核苷酸对特征维度：16×(k+1)16\tim
Mismatch K-tuple Mismatch K-tupleMismatch K-tuple表明连续 k 元组中允许出现m(m<k)个错误说法一StackTADB: a stacking-based ensemble learning model for predicting the boundaries of topologically associating domains (TADs) accurately in fruit flies特征表示：fkMis={{Ak}1,{Ak−1T1}1,{Ak−2T2}1
BMC bioinformatics research 文章目录BMC bioinformaticspreparing-your-manuscript图片要求图的裁剪裁剪在 PowerPoint 中创建或保存的图裁剪保存在 Word 中的图位图图像矢量图裁剪PDF文件图的压缩手稿要求快速要点文件格式Availability of data and materials' section引用表格附加文件research-articleTitle pageAbstractBackgroundResultsDiscussionConclusionsMethodsList
从计算过程领悟反向传播原理 文章目录反向传播**为什么引入反向传播？**简介原理及推算过程图一：总方程式图二：图一的左上角局部图图三：前向反向图四：反向（一）解决∂a/∂z\partial a / \partial z∂a/∂z图五：反向（二），解决∂C∂a\partial C \over \partial a∂a∂C图六：反向（三），==重点部分==，反着求两个**未知偏导**图七：反向（三-1），假设是算到了**输出层**图八：方向（三-2），假设还没算到输出层反向总结图九：反向总结（九-1）图十：反向总结（九-2）总结反向传
git 多（全局和本地）账号并用 文章目录git 多（全局和本地）账号并用前提解决办法方法二：解释git 多（全局和本地）账号并用即，多（全局和本地）账号在同一机器上使用时间成本：一个白天前提首先设置项目local账号git config use.name "user_new"git config user.email "xxx@"然后当把本地库使用另一个账号推送时，会报错：remote: Permission to use_new/xxx.git denied to user_old.原因：配置crede
统一常见机器学习模型的保存与加载 统一常见机器学习模型的保存与加载包括如下：thundersvmlightgbm（gpu）deepforestxgboost（gpu）sklearn代码：import deepforestimport joblibimport lightgbmimport sklearnfrom sklearn.datasets import make_classificationimport thundersvmimport xgboostimport numpy as npdef
CLI连接校园网 文章目录CLI连接校园网ref定时脚本CLI连接校园网curl --noproxy "*" -d "DDDDD=学号&upass=密码&R1=0&R2=00&R3=0&R6=0&0MKKey=123456&buttonClicked=&redirect_url=&err_flag=&username=&password=&user=&cmd=&Login=" http://10.0.1.5/
信息增益（ID3） 文章目录信息增益（ID3）**ref****note****demo**信息增益（ID3）ref通俗理解kaggle比赛大杀器xgboostnote信息增益：用于量化分类的效果；用**熵（entropy）**去量化信息增益，熵的取值范围是[0,1]Entropy(S)=−p负log2p负−p正log2p正Entropy(S)=-p_负log_2p_负-p_正log_2p_正Entropy(S)=−p负log2p负−p正log2p正p正p_正p正、p负p_负p负是正、负样本数
lightgbm的安装（微软提供）与注意事项 文章目录lightgbm概述安装关于gpu版本和cuda版本lightgbmgithubdoc这里文档的安装指南是CLI版本，不需要。具体安装link进这个：python-package中文文档概述安装install：Exception: Please install CMake and all required dependencies first安装页面有三条依赖环境：Build from Sources section对应不同系统的要求都有
周志华-深度森林（Deep Forest） 文章目录深度森林refnotemore深度森林一种决策数集成方法refDeep ForestDeep Forest，非神经网络的深度模型（周志华）paper pdfpaper 在线原文githubapiapi-参数微调note只要就是理解它的gcForest方法级联森林结构（Cascade Forest）多粒度扫描（Multi-Grained Scanning）Deep Forest，非神经网络的深度模型（周志华）这里说的很清楚more支持自定义级联森林结构的每个e
pycharm运行py之路径、导入问题 文章目录pycharm运行py之路径、导入问题ref实验总结一、运行方式和pycharm窗口二、工作目录`wdir`和系统路径`sys.path`三、模块、包、文件夹（目录）的区别pycharm运行py之路径、导入问题加载文件：使用相对路径加载文件时，叠加调用后，会因为工作目录的不同，导致相对路径转绝对路径后，会报找不到文件错误。调用模块：会出现引用的包，在pycharm跳转查看是正常的，但是运行会报错的问题：ModuleNotFoundError（找不到模块错误）。ref解决python
sklearn naive_bayes 文章目录sklearn naive_bayesrefnotesklearn naive_bayes朴素贝叶斯sklearn.naive_bayes.***NBrefsklearn朴素贝叶斯类库使用小结主要介绍都在这里(2017)python机器学习小记——基于朴素贝叶斯(Native Bayes,NB)模型的分类预测原理介绍note三种贝叶斯分类算法：GaussianNB(高斯朴素贝叶斯)sklearn.naive_bayes.GaussianNB(priors=N
python hash及dict()实现原理 文章目录python hash及dict()实现原理refnotepython hash及dict()实现原理哈希（散列）dict() 实现原理refPython 中的哈希表：对字典的理解Python之哈希表hash 定义力扣应用note哈希操作：f(x)−−−>yf(x) ---> yf(x)−−−>yf()f()f()：哈希函数yyy：哈希值单向不可逆当不同xxx经过哈希操作后得到了相同的哈希值yyy，则叫做冲突解决冲突：op
关注
