![](https://img-blog.csdnimg.cn/20190918140053667.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
成长书屋
文章平均质量分 73
本专栏收集了博主的主要精华文章,经验精帖文章,非常具有参考价值。
优惠券已抵扣
余额抵扣
还需支付
¥39.90
¥99.00
购买须知?
本专栏为图文内容,最终完结不会低于15篇文章。
订阅专栏,享有专栏所有文章阅读权限。
本专栏为虚拟商品,基于网络商品和虚拟商品的性质和特征,专栏一经购买无正当理由不予退款,不支持升级,敬请谅解。
一个处女座的程序猿
人工智能硕博学历,拥有十多项发明专利(6项)和软著(9项),包括国际期刊SCI内多篇论文,多个国家级证书(2个国三级、3个国四级),曾获国内外“人工智能算法”竞赛(包括国家级省市级等,一等奖5项、二等奖4项、三等奖2项)证书十多项,以上均以第一作者身份,并拥有省市校级个人荣誉证书十多项。目前也是国内知名博主,连续3年获CSDN十大博客之星,荣获达摩院评测官、阿里社区/CSDN社区/51CTO/华为社区等十多个开发者社区专家博主荣誉,曾受邀阿里/华为/谷歌等社区采访-评审-论坛几十次。截止2022年,AI领域粉丝超100万,文章阅读量超5000万。正在撰写《AI算法最新实战》一书,目前已30万字
展开
-
成功解决exact_match/exact_match.py. Module ‘exact_match‘ doesn‘t exist on the Hugging Face Hub either.
成功解决Couldn't find a module script at /root/lm-evaluation-harness/exact_match/exact_match.py. Module 'exact_match' doesn't exist on the Hugging Face Hub either.目录解决问题解决思路解决方法解决问题lm-eval --tasks listTraceback (most recent call last): Fi原创 2024-04-28 02:14:01 · 94 阅读 · 0 评论 -
Py之ast:ast(静态分析工具/用于识别代码中潜在的安全问题)的简介、安装和使用方法、案例应用之详细攻略
Py之ast:ast(静态分析工具/用于识别代码中潜在的安全问题)的简介、安装和使用方法、案例应用之详细攻略目录ast的简介ast的安装和使用方法ast的案例应用ast的简介ast(Abstract Syntax Tree)库是Python标准库的一部分,它提供了一个将Python源代码编译成AST的功能,并且可以操作这个AST。AST是源代码的抽象语法结构的树状表示,它比源代码字符串更加结构化和易于分析AST是一个表示代码结构的中间形式,它比原始代码字符串更安全,因原创 2024-03-17 23:58:35 · 316 阅读 · 0 评论 -
ML之DT:基于决策树模型对iris鸢尾花数据集利用交叉验证训练并可视化的训练集和测试集的学习曲线进而判断拟合状态(过拟合/欠拟合)
ML之DT:基于决策树模型对iris鸢尾花数据集利用交叉验证训练并可视化的训练集和测试集的学习曲线进而判断拟合状态(过拟合/欠拟合)目录基于决策树模型对iris鸢尾花数据集利用交叉验证训练并可视化的训练集和测试集的学习曲线进而判断拟合状态(过拟合/欠拟合)基于决策树模型对iris鸢尾花数据集利用交叉验证训练并可视化的训练集和测试集的学习曲线进而判断拟合状态(过拟合/欠拟合)输出结果实现代码# ML之DT:基于决策树模型对iris鸢尾花数据集利用交叉验证训练并可视化的训练集原创 2023-12-02 00:06:37 · 1329 阅读 · 1 评论 -
Py:代码性能分析之使用python工具—如利用cProfile【输出每个函数的运行时间和调用次数】/line_profiler【输出每行代码的执行时间】)同时对比斐波那契数列问题的递归方法和动态规划
Py:代码性能分析之使用python工具—如利用cProfile【输出每个函数的运行时间和调用次数】/line_profiler【输出每行代码的执行时间】)同时对比斐波那契数列问题的递归方法和动态规划算法实现目录代码性能分析之使用python工具—如利用cProfile【输出每个函数的运行时间和调用次数】/line_profiler【输出每行代码的执行时间】)同时对比斐波那契数列问题的递归方法和动态规划算法实现实战代码代码性能分析之使用python工具—如利用cProfile【输出每原创 2023-11-16 01:20:54 · 1525 阅读 · 0 评论 -
IDE之Eric:Eric软件界面的简介、案例应用之详细攻略
IDE之Eric:Eric软件界面的简介、案例应用之详细攻略目录1、Eric软件界面的简介1.1、菜单栏和左边栏Comment注释Ctrl+M:对多行注释菜单栏FileFile:使用方法Edit:使用方法View:使用方法Start:Debug:Unittest:MultiprojectProject:使用方法Extras:使用方法SettingSetting:使用方法Window:使用方法Bookmarks:使用方法原创 2022-09-14 20:44:46 · 1603 阅读 · 0 评论 -
Dataset:titanic泰坦尼克号数据集/泰坦尼克数据集(是否获救二分类预测)的简介、下载、案例应用之详细攻略
Dataset:titanic泰坦尼克号数据集/泰坦尼克数据集(是否获救二分类预测)的简介、下载、案例应用之详细攻略目录titanic(泰坦尼克号)数据集的简介titanic(泰坦尼克号)数据集的下载titanic(泰坦尼克号)数据集的案例应用titanic(泰坦尼克号)数据集的简介 泰坦尼克号沉船事故。1912年,当时隶属于英国的世界级豪华客轮泰坦尼克号,因在处女航行中不幸撞上北大西洋冰山而沉没。这场事故使得1500多名乘客罹难。后来,这场震惊世界的惨剧原创 2019-07-22 07:48:25 · 8349 阅读 · 1 评论 -
成功解决fatal error: stdatomic.h: No such file or directory #include <stdatomic.h>
成功解决fatal error: stdatomic.h: No such file or directory #include 目录解决问题解决思路解决方法解决问题I llama.cpp build info:I UNAME_S: LinuxI UNAME_P: x86_64I UNAME_M: x86_64I CFLAGS: -I. -Icommon -D_XOPEN_SOURCE=600 -D_GNU_SOURCE -DND原创 2023-11-06 20:28:28 · 2699 阅读 · 0 评论 -
LLMs之Medical:大语言模型纵向赋能场景—垂直行业场景应用之大模型医疗行业的简介、主流LLMs(ChatGLM-Med/ChatDoctor/Radiology-GPT/Qilin-Med等)
LLMs之Medical:大语言模型纵向赋能场景—垂直行业场景应用之大模型医疗行业的简介、主流LLMs(ChatGLM-Med/ChatDoctor/Radiology-GPT/Qilin-Med等)及其评估基准(包括数据集)、案例应用之详细攻略目录大模型医疗行业的简介大模型医疗行业的主流LLMs及其评估基准大模型医疗行业的案例应用—医疗应用四大方面:医学问答、医学考试、医学教育、医学助理大模型医疗行业的简介1、大模型医疗行业的概述简介大模型在医原创 2023-11-02 23:41:00 · 1470 阅读 · 0 评论 -
Py之embedchain:embedchain(加载、检索和同步任何非结构化数据并实现聊天或知识库问答)的简介、安装、使用方法之详细攻略
Py之embedchain:embedchain的简介、安装、使用方法之详细攻略目录embedchain的简介embedchain的安装embedchain的使用方法embedchain的简介 Embedchain 是一个用于 LLMs(Language Model)的数据平台,可以加载、索引、检索和同步任何非结构化数据。使用 Embedchain,您可以轻松地创建基于 LLM 的应用程序,用于处理任何数据。如果您需要 JavaScript 版本,请查看 embed原创 2023-10-18 00:51:49 · 1111 阅读 · 1 评论 -
Py之unstructured:unstructured的简介、安装、使用方法之详细攻略
Py之unstructured:unstructured的简介、安装、使用方法之详细攻略目录unstructured的简介unstructured的安装unstructured的使用方法unstructured的简介unstructured是一款开源非结构化数据的预处理工具。非结构化库旨在简化和优化结构化和非结构化文档的预处理,以便进行下游任务。这意味着无论您的数据位于何处,无论数据采用何种格式,非结构化工具包都将转换和预处理数据,使其变成易于理解和使用的格式。uns原创 2023-10-20 23:36:42 · 2605 阅读 · 1 评论 -
LLMs之BELLE:源码解读(ppo_train.py文件)训练一个基于强化学习的自动对话生成模型—解析命令行参数→加载数据集(datasets库)→初始化模型分词器和PPOConfig配置参数(t
LLMs之BELLE:源码解读(ppo_train.py文件)训练一个基于强化学习的自动对话生成模型—解析命令行参数→加载数据集(datasets库)→初始化模型分词器和PPOConfig配置参数(trl库)→模型训练(accelerate分布式训练+DeepSpeed推理加速,生成对话→计算奖励【评估生成质量】→执行PPO算法更新【改善生成文本的质量】)→模型保存之详细攻略目录源码解读(ppo_train.py文件)训练一个基于强化学习的自动对话生成模型—解析命令行参数→加载数据集(datas原创 2023-10-16 23:43:56 · 1326 阅读 · 0 评论 -
LLMs之BELLE:源码解读(dpo_train.py文件)训练一个基于强化学习的自动对话生成模型(DPO算法微调预训练语言模型)—解析命令行参数与初始化→加载数据集(json格式)→模型训练与评估
LLMs之BELLE:源码解读(dpo_train.py文件)训练一个基于强化学习的自动对话生成模型(DPO算法微调预训练语言模型)—解析命令行参数与初始化→加载数据集(json格式)→模型训练与评估之详细攻略目录源码解读(dpo_train.py文件)训练一个基于强化学习的自动对话生成模型(DPO算法微调预训练语言模型)—解析命令行参数与初始化→加载数据集(json格式)→模型训练与评估# 0、获取环境变量(分布式训练中的进程数量)# 1、解析命令行参数与初始化# 2原创 2023-10-16 23:44:53 · 1379 阅读 · 0 评论 -
Tool之:Jmeter(一款开源压力测试工具)的简介、安装、使用方法之详细攻略
Tool之:Jmeter(一款开源压力测试工具)的简介、安装、使用方法之详细攻略目录Jmeter(一款开源压力测试工具)的简介、安装、使用方法Jmeter的安装Jmeter的使用方法Jmeter(一款开源压力测试工具)的简介、安装、使用方法JMeter是一款由Apache公司基于Java开发的开源压力测试工具。它具有小巧的体积、丰富的功能集,以及简便的使用方式,因此被视为一款相对轻量级的测试工具。不过,由于JMeter是基于Java开发的,因此在运行之前必须先安装Jav原创 2019-10-25 14:58:27 · 1010 阅读 · 1 评论 -
Algorithm:【算法进阶之路】之算法面试刷题集合—树结构算法—利用pygraphviz库绘制二叉树图结构实现代码
Algorithm:【算法进阶之路】之算法面试刷题集合—树结构算法—利用pygraphviz库绘制二叉树图结构实现代码目录树结构(二叉树/多路查找树/字典树)之利用pygraphviz库绘制二叉树图结构实现代码树结构(二叉树/多路查找树/字典树)之利用pygraphviz库绘制二叉树图结构实现代码实现代码# Algorithm:树结构(二叉树/多路查找树/字典树)之利用pygraphviz库绘制二叉树图结构实现代码import pygraphviz as pgvfrom PIL原创 2018-10-19 20:08:50 · 13348 阅读 · 1 评论 -
LLMs之InternLM-20B:源码解读(train.py文件)—初始化配置→数据预处理(txt/json/jsonl等需转换为bin/meta文件再入模)→模型训练(批处理加载+内存分析+支持在
LLMs之InternLM-20B:源码解读(train.py文件)—初始化配置→数据预处理(txt/json/jsonl等需转换为bin/meta文件再入模)→模型训练(批处理加载+内存分析+支持在特定步数进行验证评估+TensorBoard可视化监控+支持分布式训练【多机多卡训练同步更新】)+模型评估(ACC+PPL)+性能监控(日志记录+性能分析+内存监控等)目录源码解读(train.py文件)# Step1、解析命令行参数# Step2、初始化分布式环境# Step3、初始化原创 2023-09-24 23:18:54 · 1076 阅读 · 0 评论 -
Paper:txyz_ai(一款帮助科研人员阅读PDF论文ChatGPT利器)的简介、安装、使用方法之详细攻略
Paper:txyz_ai(一款帮助科研人员阅读PDF论文ChatGPT利器)的简介、安装、使用方法之详细攻略目录txyz.ai的简介txyz.ai的安装txyz.ai的使用方法txyz.ai的简介 txyz.ai一款帮助科学研究人员阅读PDF论文的plug-in—ChatGPT利器。官网:TXYZ - Chat With Knowledgetxyz.ai的安装1、Web端plug-in安装步骤图文教程第一步,打开 ChatGPT ,选择 GPT原创 2023-08-29 22:15:00 · 9596 阅读 · 0 评论 -
Python:编程技巧经验积累之利用try/except捕获Error来实现程序继续运行(以一种用户友好的方式提供反馈)
Python:编程技巧经验积累之利用try/except捕获Error来实现程序继续运行(以一种用户友好的方式提供反馈)目录Python编程技巧Python编程技巧1、利用try/except捕获Error来实现程序继续运行(以一种用户友好的方式提供反馈)利用try/except捕获了OSError,然后检查错误消息,如果是关于模型不存在的错误,则打印一个友好的 mensaje。这是一种包装系统错误的好方法,我们允许程序继续运行,但以一种用户友好的方式提供反馈。try:原创 2023-07-07 15:10:31 · 947 阅读 · 0 评论 -
DS-AD:数据科学与敏捷开发(Agile Development)的关系简介、常用方法(Scrum中的回顾会议/DAC设计思想/TDD开发思想)、实战总结之详细攻略
DS-AD:数据科学与敏捷开发(Agile Development)的关系简介、常用方法(Scrum中的回顾会议/DAC设计思想/TDD开发思想)、实战总结之详细攻略目录数据科学与敏捷开发(Agile Development)的关系简介数据科学与敏捷开发的常用方法(Scrum中的回顾会议/DAC设计思想/TDD开发思想)数据科学与敏捷开发(Agile Development)的关系简介1、敏捷开发和数据科学能否很好地结合在一起?简介敏捷不仅仅为软件开发人员保留。虽然这些有原创 2023-05-08 23:50:08 · 837 阅读 · 0 评论 -
Dataset之NLP之LLMs:大模型核心技术—大语言模型LLMs相关开源数据集的简介(三类数据集【预训练数据/微调数据/测试数据】)、下载(国内外开源数据集平台总结)、使用方法之详细攻略
Dataset之NLP之LLMs:大模型核心技术—大语言模型LLMs相关开源数据集的简介(三类数据集【预训练数据/微调数据/测试数据】)、下载(国内外开源数据集平台总结)、使用方法之详细攻略目录相关文章LLMs相关开源数据集的简介LLMs相关开源数据集的下载LLMs相关开源数据集的使用方法相关文章LLMs:《A Survey of Large Language Models大语言模型综述》的翻译与解读(一原创 2023-08-27 23:06:11 · 1481 阅读 · 0 评论 -
DB之VDB:向量数据库(Vector Database)的简介、常用库(FAISS/Chroma等)、使用方法之详细攻略
DB之VDB:向量数据库(Vector Database)的简介、常用库(FAISS/Chroma等)、使用方法之详细攻略目录向量数据库(Vector Database)的简介向量数据库(Vector Database)的常用库向量数据库(Vector Database)的使用方法向量数据库(Vector Database)的简介 向量数据库是专门用来存储和查询向量的数据库,其存储的向量来自于对文本、语音、图像、视频等的向量化。与传统数据库相比,向量数原创 2023-02-18 23:24:13 · 1695 阅读 · 0 评论 -
Algorithm:【算法进阶之路】之算法面试刷题集合—数据结构知识和算法刷题及其平台、问题为导向的十大类刷题算法(数组和字符串、链表、栈和队列、二叉树、堆、图、哈希表、排序和搜索、回溯算法、枚举/递
Algorithm:【算法进阶之路】之算法面试刷题集合—数据结构知识和算法刷题及其平台、问题为导向的十大类刷题算法(数组和字符串、链表、栈和队列、二叉树、堆、图、哈希表、排序和搜索、回溯算法、枚举/递归/分治/动态规划/贪心算法)总结目录相关文章数据结构的最强学习路线之问题为导向的十大类刷题算法总结一、学习相关的讲解与刷题平台二、刷题集合三、常见的十大类考试题型相关文章DSt:数据结构的简介、最强学习路线(逻辑结构【数组原创 2023-04-22 23:36:17 · 1190 阅读 · 0 评论 -
Py之thulac:THULAC的简介、安装、使用方法之详细攻略
Py之thulac:THULAC的简介、安装、使用方法之详细攻略目录THULAC的简介THULAC的安装THULAC的使用方法THULAC的简介THULAC(THU Lexical Analyzer for Chinese)由清华大学自然语言处理与社会人文计算实验室研制推出的一套中文词法分析工具包,具有中文分词和词性标注功能。THULAC具有如下几个特点:>> 能力强。利用我们集成的目前世界上规模最大的人工分词和词性标注中文语料库(约含5800万字)训原创 2019-10-23 09:56:22 · 1313 阅读 · 1 评论 -
LLMs:Tokenizer Viwer的简介(输入【一字符串段文本】→输出【各个字词的整数编码列表】,比如bert-base-chinese/falcon-7b/GanymedeNil/text2v
LLMs:Tokenizer Viwer的简介(输入【一字符串段文本】→输出【各个字词的整数编码列表】)、安装、使用方法之详细攻略目录Tokenizer Viwer的简介Tokenizer Viwer的安装Tokenizer Viwer的使用方法Tokenizer Viwer的简介Tokenizer Viwer 是一款方便快速预览 tokenizer 的工具。GitHub地址:transformers_tasks/tools/tokenizer_viewer原创 2023-06-28 00:58:48 · 922 阅读 · 0 评论 -
Interview:算法岗位面试—BAT公司问题面试之计算机基础—字节byte和字符character/三大编码规范、进程与线程的区别、经典概率问题等集合总结
Interview:算法岗位面试—BAT公司问题面试之计算机基础—字节byte和字符character/三大编码规范、进程与线程的区别、经典概率问题等集合总结目录计算机基础问题概率问题计算机基础问题1、字节byte和字符character的联系和区别字节byte—计量单位字符character—语言单位简介字节byte:计算机存储和传输信息的最小单位,表示数据量多少。数据存储是以“字节”(Byte)为单位,数据传输大多是以“位”(bit,又名“比特”)为单位,原创 2018-10-19 22:39:43 · 10878 阅读 · 0 评论 -
AI之HardWare:人工智能领域之大模型部署两大设计方案(本地搭建服务器+调用云厂商服务)、服务器和硬件相关技术的简介(GPU/TPU、GeForce【3090-4090】/Tesla【A800-
AI:人工智能领域之大模型部署两大设计方案(本地搭建服务器+调用云厂商服务)、服务器和硬件相关技术的简介(GPU/TPU、GeForce【3090-4090】/Tesla【A800-A100/V100】)、服务器搭建(GPU集群、节点、GPU卡/显卡)之详细攻略目录一、服务器和硬件相关技术的简介二、本地搭建服务器硬件案例三、调用云厂商服务一、服务器和硬件相关技术的简介0、查看系统的CPU和GPU的运行内存A1、基于Win原创 2023-06-10 02:51:28 · 1559 阅读 · 0 评论 -
Python:一行代码(利用apply函数)实现对pandas.dataframe某一列所有数据执行某一函数功能、当某列所有数据中50%的分位数为负数的时候符号取反
Python:一行代码(利用apply函数)实现对pandas.dataframe某一列所有数据执行某一函数功能、当某列所有数据中50%的分位数为负数的时候符号取反。原创 2023-06-17 01:38:24 · 1008 阅读 · 0 评论 -
Python编程语言学习:利用编程语言实现与文件路径相关的应用实战案例集合(输出当前路径下的所有文件名、输出根目录下所有子文件夹的绝对路径/相对路径)代码实现
Python编程语言学习:利用编程语言实现与文件路径相关的应用实战案例集合(输出当前路径下的所有文件名、输出根目录下所有子文件夹的绝对路径/相对路径)代码实现'目录利用编程语言实现与文件路径相关的应用实战案例集合利用编程语言实现与文件路径相关的应用实战案例集合1、for循环输出当前路径下的所有文件名# for循环输出当前路径下的所有文件名import os# 获取当前文件夹路径dir_path = os.getcwd()# 遍历当前文件夹下的所有文件并输出文件名称fo原创 2021-03-20 23:44:07 · 956 阅读 · 0 评论 -
RL之Q-learning:基于交易金额历史数据利用强化学习算法采用两种方法(自定义Q-learning算法和基于gym库)实现欺诈检测之详细攻略
RL之Q-learning:基于交易金额历史数据利用强化学习算法采用两种方法(自定义Q-learning算法和基于gym库)实现欺诈检测之详细攻略目录基于交易金额历史数据利用强化学习算法采用两种方法(自定义Q-learning算法和基于gym库)实现欺诈检测基于交易金额历史数据利用强化学习算法采用两种方法(自定义Q-learning算法和基于gym库)实现欺诈检测# T1、自定义Q-learning算法对交易数据集进行训练,并进行模型推理# 1、定义数据集# 定义信用卡欺诈数据集原创 2018-06-25 20:18:28 · 775 阅读 · 0 评论 -
NLP之FE:自然语言处理技术之数据预处理—利用多种方法将文本类型的parquet文件另存为csv文件实现代码
NLP之FE:自然语言处理技术之数据预处理—利用多种方法将文本类型的parquet文件另存为csv文件实现代码目录利用多种方法将文本类型的parquet文件另存为csv文件利用多种方法将文本类型的parquet文件另存为csv文件T1、利用pandas将parquet文件另存为csv文件# NLP之FE:自然语言处理技术之数据预处理——利用多种方法将文本类型的parquet文件另存为csv文件parquet_file = "E:/File_Python/Resource/data原创 2018-07-30 10:19:25 · 875 阅读 · 0 评论 -
Py之rank_bm25:rank_bm25的简介、安装、使用方法
Py之rank_bm25:rank_bm25的简介、安装、使用方法目录相关文章rank_bm25的简介rank_bm25的安装rank_bm25的使用方法相关文章NLP之BM25:BM25算法的简介、相关库、案例应用之详细攻略NLP之BM25:BM25算法的简介、相关库、案例应用之详细攻略-CSDN博客Py之rank_bm25:rank_bm25的简介、安装、使用方法Py之rank_bm25:rank_bm25的简介、安装、使用方法-CSDN博客rank_b原创 2019-11-10 15:45:17 · 1129 阅读 · 1 评论 -
Python之PIL:基于Python的PIL库实现图片格式与Base64格式相互转换
Python之PIL:基于Python的PIL库实现图片格式与Base64格式相互转换目录Base64的简介1、转换表Table 1: The Base64 Alphabet输出结果实现代码Base64的简介 Base64是网络上最常见的用于传输8Bit字节码的编码方式之一,Base64就是一种基于64个可打印字符来表示二进制数...原创 2019-12-23 09:36:53 · 762 阅读 · 0 评论 -
Algorithm:校招笔试在线编程题注意事项(交互性输入等前置准备技巧)之详细攻略
Algorithm:笔试在线编程题注意事项(交互性输入等技巧)之详细攻略目录一、交互式输入的常用方法1、input2、sys.stdin3、两者区别二、交互式输入技巧1、单行,无限循环、加空格的多输入2、指定行数,加空格的多输入,最后将所有行合并为一个列表三、交互式常见案例1、将输入字符串类型的列表转为真正的列表类型一、交互式输入的常用方法1、inputtemp = list(map(int,input().split()))print(temp)原创 2019-09-16 10:49:12 · 756 阅读 · 0 评论 -
CV:利用python编程实现播放本地(或在线)动态图、音频、视频的功能实现代码之详细攻略
CV:利用编程实现播放本地(或在线)动态图、音频、视频的功能1、展示图片import os os.system("F:/File_Python/Resources/gif/02.gif") #利用系统没默认播放器进行播放2、播放音频0、利用系统没默认播放器进行播放import os os.system("F:/File_Python/Resources/...原创 2018-12-10 15:22:10 · 647 阅读 · 0 评论 -
Linux之MobaXterm:MobaXterm工具的简介、安装、使用方法(连接Linux服务器以及常规命令操作教程)之详细攻略
Linux之MobaXterm:MobaXterm工具的简介、安装、使用方法(连接Linux服务器以及常规命令操作教程)之详细攻略目录MobaXterm工具的简介MobaXterm工具的安装MobaXterm工具的使用方法MobaXterm工具的简介MobaXterm是一款功能强大的远程计算工具,它提供了一系列的功能和特点,使得远程计算和管理变得更加便捷和高效。MobaXterm是一款全功能的远程计算工具,适用于Windows系统。它集成了多种远程计算工具和原创 2023-06-15 22:13:55 · 2199 阅读 · 0 评论 -
Linux:Shell脚本编程的简介、学习路线、经典案例之详细攻略
Linux:Shell脚本编程的简介、学习路线、经典案例之详细攻略目录相关文章Shell脚本编程的简介Shell脚本编程的学习路线Shell脚本编程的经典案例相关文章Linux:Linux系统的简介、基础知识、最强学习路线(以Ubuntu系统为例—安装/各自命令行技能/文件系统/Shell脚本编程/权限网络和系统管理/高级语言编程)、常用案例(图文教程)之详细攻略Linux:Linux系统的简介、基础知识、最强学习路线(以Ubuntu系统为例—安装/原创 2022-12-31 23:55:55 · 1556 阅读 · 0 评论 -
Python之pip:pip包管理工具的简介、安装、使用方法(权限下载/批量下载/统一更新等)之详细攻略
Python之pip:pip包管理工具的简介、安装、使用方法(权限下载/批量下载/统一更新等)之详细攻略目录pip的简介pip的安装pip的使用方法pip的简介 pip 是 Python 包管理工具,该工具提供了对Python 包的查找、下载、安装、卸载的功能。目前如果你在python.org下载最新版本的安装包,则是已经自带了该工具。Python 3.4+ 以上版本都自带 pip 工具。pip这个工具,可以很方便的线上安装依赖库原创 2018-11-21 11:18:16 · 14089 阅读 · 1 评论 -
Linux之Shell:Shell/Shell脚本(sh)的简介、使用方法、案例应用之详细攻略
Linux之Shell:Shell/Shell脚本(sh)的简介、使用方法、案例应用之详细攻略目录相关文章Shell/Shell脚本的简介Shell脚本的使用方法Shell脚本的案例应用相关文章Windows之Batch:Batch批处理脚本(bat/cmd)的简介、使用方法、案例应用之详细攻略https://yunyaniu.blog.csdn.net/article/details/81735982Linux:Linux系统的简介、基础知识、最强原创 2023-05-13 02:09:04 · 886 阅读 · 0 评论 -
Windows之Batch:Batch批处理脚本(bat/cmd)的简介、使用方法、案例应用之详细攻略
Windows之Batch:Batch批处理脚本(bat/cmd)的简介、使用方法、案例应用之详细攻略目录相关文章Batch批处理脚本(bat/cmd)的简介Batch批处理脚本(bat/cmd)的使用方法Batch批处理脚本(bat/cmd)的案例应用相关文章Windows之Batch:Batch批处理脚本(bat/cmd)的简介、使用方法、案例应用之详细攻略https://yunyaniu.blog.csdn.net/article/details/8173原创 2018-08-16 09:49:59 · 13186 阅读 · 1 评论 -
Internet:A/B Testing即对照实验(一种数据驱动决策方法/常用于产品调试)的简介、原理、案例应用之详细攻略
Internet:A/B Testing即对照实验(一种数据驱动决策方法/常用于产品调试)的简介、原理、案例应用之详细攻略目录A/B Testing即对照实验(一种数据驱动决策方法/常用于产品调试)的简介1、A/B Testing即对照实验的概述2、A/B测试与人工智能领域的关系A/B Testing即对照实验的案例应用1、网站页面设计2、电子商务3、广告4、移动应用5、游戏6、邮件营销A/B Testing即对照实验(一种数据驱动决策方原创 2023-03-26 14:22:45 · 1420 阅读 · 0 评论 -
ML之LiR:OLS/PLS算法的简介、算法的改进(控制模型复杂度—Lasso/Ridge、限制特征个数—最佳子集选择OFSS/前向逐步回归FSR)、案例应用之详细攻略
ML之LiR:OLS/PLS算法的简介、算法的改进(控制模型复杂度—Lasso/Ridge、限制特征个数—最佳子集选择OFSS/前向逐步回归FSR)、案例应用之详细攻略目录OLS/PLS算法的简介OLS算法的改进OLS/PLS算法的案例应用OLS/PLS算法的简介 OLS是在大约200 年前(1806年)由高斯(Gauss)和法国数学家阿德里安- 马里· 勒让德(Legendre)提出的。OLS方法最小二乘法(Ordinary Least Squares)的原创 2018-12-04 16:51:09 · 12866 阅读 · 1 评论