qq_41605934的博客

服务端（python）import socket# 明确配置变量ip_port = ('192.168.1.101',22)back_log = 5buffer_size = 1024# 创建一个TCP套接字ser = socket.socket(socket.AF_INET,socket.SOCK_STREAM) # 套接字类型AF_INET, socket.SOCK_STREAM tcp协议，基于流式的协议ser.setsockopt(socket.SOL_SOCKET,soc

客户端（发消息）import socketp = socket.socket(socket.AF_INET,socket.SOCK_STREAM)p.connect(('192.168.1.101',22)) # 服务端ip和端口while 1: msg = input('please input') # 防止输入空消息 if not msg: continue p.send(msg.encode('utf-8')) # 收发消息一定要二进制，记得

简单来说，cin用来从键盘读取流并赋值给某个变量，所以对于cin我们从变量类型的角度去分析它的作用。- 读取整型输入#include "iostream"using namespace std;int main(){ int a; cin>>a; // 从键盘读取流到整型变量a cout<<a;}如果在键盘上按下数字 “ 1 ”输入：a输出：0输出数字1，没什么好说的，但是如果我输入一个字符呢？如果在键盘上按下字母 “ a ”输入：

PlotNeuralNet简单教程PlotNeuralNet看了很多教程，感觉还是PlotNeuralNet画出来的图比较好看，如下图。主要面向卷积神经网络，其他绘图工具请移步：https://zhuanlan.zhihu.com/p/148896017安装需要下载的工具包括：MikTeX，Python代码编辑器（这个肯定会有的吧···），Git bash（可选），安装过程如下：安装MikTex，请移步https://miktex.org/download，下载完一直Next就行了；点击Gi

发生这种情况大部分原因是因为Google浏览器的自动更新，导致chromedriver.exe版本和Google浏览器版本不一致，有两种解决办法。1.将Google浏览器版本降级为chromedriver.exe对应的版本2.将chromedriver.exe升级为Google浏览器对应的版本下面的解决办法基于第二种Step1 查看Google版本，地址栏输入Chrome://version，回车，可以看到版本为90.0.4430Step2 打开chromedriver镜像网址，找到对应版本的ch

cmap支持的参数如下：‘Accent, Accent_r, Blues, Blues_r, BrBG, BrBG_r, BuGn, BuGn_r, BuPu, BuPu_r, CMRmap, CMRmap_r, Dark2, Dark2_r, GnBu, GnBu_r, Greens, Greens_r, Greys, Greys_r, OrRd, OrRd_r, Oranges, Oranges_r, PRGn, PRGn_r, Paired, Paired_r, Pastel1, Pastel1_r

在进行神经网络训练的时候，为了减少计算量，我们希望输入图像的大小不要太大，比如6464即可。但是matplotlib默认输出大小为600400，官方也只提供了dpi和figsize这两个保存参数，其实宽高像素值可以根据这两个参数计算出来的？首先我们得知道dpi这个参数的概念，指的是每英寸内像素点的个数大小，默认是100。figsize指的是宽高比默认是（6,4），默认1英寸为最小单位，所以输出图像宽高像素点数=（6100，4100）。如果我们想得到64*64大小的图像，简单计算一下，可以将figsize

虚拟环境，使用torchviz保存网络模型结构到PDF文件时，报错’ExecutableNotFound: failed to execute [‘dot’, ‘-Tpdf’, ‘-O’, ‘iris’], make sure the Graphviz executables are on your systems’ PATH‘，应该是没安装graphviz或者系统变量里没有graphviz的原因，于是百度得到解决方案：https://blog.csdn.net/weixin_43841177/artic

哪些场景需要使用global_variables_initialzer()函数？一句话：包含tf.Variable即变量的场景下需要使用该函数不进行初始化操作：import tensorflow.compat.v1 as tftf.compat.v1.disable_eager_execution()#使用正态随机函数生成包含10个元素的变量varvar = tf.Variable(tf.random_normal([10]))#不进行初始化输出var_init = tf.global_

Poul_henry同学在博客https://blog.csdn.net/Poul_henry/article/details/82590392已经说得很详细了，但是没有提到如何精简横坐标刻度的问题，这里是一个补充。直接放代码import numpy as npimport pandas as pdfrom matplotlib import tickerimport seaborn as sns#生成10行0-1之间的随机小数data = np.random.random((10,1))

直接上代码，重点在最后一句import numpy as npimport pandas as pdfrom matplotlib import tickerimport seaborn as sns#生成10行0-1之间的随机小数data = np.random.random((10,1))#转换成pandas数据类型pd_data = pd.DataFrame(data,index=[i+1 for i in range(10)],columns=['Value'])pd_data