- 博客(30)
- 资源 (21)
- 收藏
- 关注
转载 模型部署上线的几种服务发布方式
1.JSON(JavaScript Object Notation)格式。它拥有两个格式处理函数:json.dumps:将 Python 对象编码成 JSON 字符串;json.loads:将已编码的 JSON 字符串解码为 Python 对象。pickle 模块pickle.dump(obj, file[, protocol]):序列化对象,并将结果数据流写入到文件对象中。参数 protocol 是序列化模式,默认值为0,表示以文本的形式序列化。protocol 的值还可以是1或2,表示以二进
2020-10-29 16:15:48 882
原创 Linux安装python
以下方法在CentOS能成功安装python3.6:由于一般的Linux服务器自带的python是2.x版本,因此,我们需要手动安装3.x版本。(1)安装 SCL 使用程序yum install centos-release-scl(2)安装python 3.6yum install rh-python36(3) 激活python 3.6版本scl enable rh-python36 bash(4)确认是否成功python ––version参考:How to inst
2020-10-27 11:32:04 183
原创 nginx: [emerg] bind() to [::]:80 failed (98: Address already in use) 错误
(1)查看80端口是不是被占用了$ netstat -anp |grep 80tcp 0 0 0.0.0.0:80 0.0.0.0:* LISTEN 2679/nginx: master tcp 0 0 144.34.160.104:58030 142.250.72.227:443 TIME_WAIT - tcp 0
2020-10-27 10:48:45 386
原创 Windows编译文件makefile
(1) 下载 Cygwinhttps://cygwin.com/install.html(2) 用Cygwin编译:make -f Makefile参考:makefile
2020-10-27 10:12:53 1235
原创 解决Linux:[Errno 12] Cannot allocate memory问题
1. 问题起因使用Linux(CentOS系统)安装Java,命令行提示:Error downloading packages: libXcursor-1.1.15-1.el7.x86_64: [Errno 5] [Errno 12] Cannot allocate memory 1:xorg-x11-font-utils-7.5-21.el7.x86_64: [Errno 5] [Errno 12] Cannot allocate memoryCannot allocate me
2020-10-26 22:58:52 31112 5
原创 Flask系列(1): 基础介绍
1. Flask简介Flask是一个使用Python编写的轻量级Web应用框架。基于Werkzeug WSGI工具箱和Jinja2 模板引擎。Flask使用BSD授权。Flask被称为“microframework”,因为它使用简单的核心,用extension增加其他功能。Flask没有默认使用的数据库、窗体验证工具。然而,Flask保留了扩增的弹性,可以用Flask-extension 页面存档备份,存于互联网档案馆加入这些功能:ORM、窗体验证工具、文件上传、各种开放式身份验证技术。特色内置开发
2020-10-26 17:20:43 228
原创 DeepLab
空洞卷积的使用CRF在语义分割上的应用传统上,CRF已被用于平滑噪声分割图。通常,这些模型包含耦合相邻节点的能量项,有利于相同标签分配空间近端像素。定性的说,这些短程的CRF主要功能是清除在手工特征基础上建立的弱分类器的虚假预测。简要概述空洞卷积可以在不增加参数的情况下增加感受野。通过两种方式来进行多尺度的处理:A.将原始图像的多种尺度喂给网络进行训练。B.通过平行的不同空洞率的空洞卷积...
2020-10-24 10:00:59 8352
转载 NLP介绍(1)
NLP主要研究方向信息抽取: 从给定文本中抽取重要的信息,比如时间、地点、人物、事件、原因、结果、数字、日期、货币、专有名词等等。通俗说来,就是要了解谁在什么时候、什么原因、对谁、做了什么事、有什么结果。文本生成: 机器像人一样使用自然语言进行表达和写作。依据输入的不同,文本生成技术主要包括数据到文本生成和文本到文本生成。数据到文本生成是指将包含键值对的数据转化为自然语言文本;文本到文本生成对输入文本进行转化和处理从而产生新的文本。问答系统: 对一个自然语言表达的问题,由问答系统给出一个精准的答案。需
2020-10-24 10:00:29 8520
原创 初用MacBook
关于本机点击电脑左上角的苹果标志,然后点击 “关于本机”,就有苹果的型号、处理器、内存、启动磁盘、图形卡、序列号等信息。输入法比如,搜狗输入法Mac版本;把搜狗输入法放到第一位。4.快捷键Command-X:剪下所選項目,然後拷貝到「剪貼板」。Command-C:將所選項目拷貝到「剪貼板」。這也可以用在 Finder 的檔案上。Command-V:將「剪貼板」的內容貼上...
2020-10-24 09:59:22 166
原创 (待完善)类别特征的编码方式
1. 简介由于类别变量基本无法直接被机器学习利用,需要转换成数值型变量。以下介绍几种对类别特征进行编码的方法:label encoding;One-hot encoding;Vector representation;树学习器,如LightGBM,CatBoost。Target encodingfrequency-encodingLabel encoding where yo...
2020-10-24 09:58:42 8678
原创 有1, 2, 3 分3种硬币,得到n分的硬币方法(暴力法,动态规划)
1. 问题有1, 2, 3 分3种硬币,得到n分的硬币方法。2. 解答方法一:转换成方程x+2y+3z=nx + 2y + 3z = nx+2y+3z=n解的个数,遍历搜索空间。def get_n(n): # x + 2y + 3z = n # 多少解 # x 0,n # y 0, n//2 # z 0 n//3 res = 0 f...
2020-10-24 09:57:59 1189
原创 python模块名
6.3. dir() 函数内置函数 dir() 用于查找模块定义的名称。 它返回一个排序过的字符串列表:https://docs.python.org/zh-cn/3/tutorial/modules.html
2020-10-24 09:56:00 156
原创 python迭代器和生成器
1. 迭代器对于list、string、tuple、dict等这些容器对象,使用for循环遍历是很方便的。在后台for语句对容器对象调用iter()函数。iter()是python内置函数。iter()函数会返回一个定义了next()方法的迭代器对象,它在容器中逐个访问容器内的元素。next()也是python内置函数。在没有后续元素时,next()会抛出一个StopIteration异常,通...
2020-10-24 09:55:28 193
原创 (待完善)[零基础入门推荐系统(2)]基于二向图的召回算法(python代码实现)
1. 基于图的模型用户行为很容易用二分图表示,从而给用户进行个性化推荐。2. 用户行为数据的二分图表示用户行为数据由一系列的二元组组成,其中,每个二元组(u,i)(u,i)(u,i)表示用户uuu对物品iii产生过行为。令G(V,E)G(V,E)G(V,E)表示用户物品二分图,其中,V=VU∪VIV=V_U\cup V_IV=VU∪VI由用户顶点集合VUV_UVU 和物品顶点集合VIV_IVI组成。对应数据集中每一个二元组(u,i)(u,i)(u,i),图中都有对应的边e(vu,vi)e(v
2020-10-24 09:54:03 8614
原创 pytorch版本查看和升级到相应的版本
1. 版本查看import torchprint(torch.__version__)结果:'1.0.0'2. 升级到特定的版本$ pip install --upgrade torch==1.4.0结果:Installing collected packages: torch Found existing installation: torch 1.0.0 Uninstalling torch-1.0.0: Successfully uninstalled t
2020-10-22 16:39:38 16857
原创 Python垃圾回收机制
引用计数Python中,主要通过引用计数(Reference Counting)进行垃圾回收。在Python中每一个对象的核心就是一个结构体PyObject,它的内部有一个引用计数器(ob_refcnt)。程序在运行的过程中会实时的更新ob_refcnt的值,来反映引用当前对象的名称数量。当某对象的引用计数值为0,那么它的内存就会被立即释放掉。typedef struct_object { int ob_refcnt; struct_typeobject *ob_type;} PyObject;
2020-10-21 16:39:22 168
原创 协同指导用于极限噪声标签样本学习
Co-teaching: Robust Training of Deep Neural Networks with Extremely Noisy Labels1. 方法协同指导(co-teaching)同时使用两个网络,一个网络训练后,选取损失比较小的样本,指导另一个网络接下来的训练。具体的算法:可以看出:网络 f 先选取损失较少的样本,然后网络 g 计算这部分样本的损失,并将损失进行反向传播并参数更新。同样,网络 f 对网络 g 中损失较少的样本进行计算损失和反向传播。2. 实验在M
2020-10-21 16:35:52 8970
原创 一文详解二叉搜索树,平衡二叉树,红黑树,B树,B+树(含python代码)
二叉查找树(BST):不平衡平衡二叉树(AVL):旋转耗时由于旋转的耗时,AVL树在删除数据时效率很低;在删除操作较多时,维护平衡所需的代价可能高于其带来的好处,因此AVL实际使用并不广泛。红黑树:树太高B树:为磁盘而生每个节点最多包含 m 个子节点。如果根节点包含子节点,则至少包含 2 个子节点;除根节点外,每个非叶节点至少包含 m/2 个子节点。拥有 k 个子节点的非叶节点将包含 k - 1 条记录。所有叶节点都在同一层中。可以看出,B树的定义,主要是对非叶结点的子节点数量和记录数量
2020-10-18 22:24:15 583
原创 面试题:终极杀器BFS解决动态规划问题
1. BFS和动态规划BFS,Breadth-First Search, 广度优先搜索,用于解决图遍历的算法,简单的说,BFS是从根节点开始,沿着树的宽度遍历树的节点。如果所有节点均被访问,则算法中止。具体可以参看:图:广度优先遍历BFS和深度优先遍历DFS及python实现动态规划,通常基于一个递推公式及一个或多个初始状态。 当前子问题的解将由上一次子问题的解推出。具体参看动态规划算法BFS和动态规划的联系动态规划需要找出状态转移矩阵,有的时候状态转移方程很多找,比如背包问题的一些拓展题。与动
2020-10-18 15:13:57 658
原创 [零基础入门推荐系统(1)]基于用户和基于物品的协同过滤方法(python代码实现)
1. 前言: 为什么会有该系列?最近,打算写《零基础入门推荐系统》系列,为了系统地介绍推荐系统知识,以及加强基础的实践能力。该系列将结合一些书籍,比如项亮的《推荐系统实践》,由于项亮的推荐系统实践更偏项目以及工程设计,对模型介绍比较少,为了弥补这一不足,《零基础入门推荐系统》会更多地介绍一些基础推荐算法模型,比如FM,DeepFM,DIN等模型。当然,每个模型会结合数学原理和python代码进行介绍,强化理论知识和实践能力。2. 推荐系统的几种评测指标对用户uuu推荐NNN个物品(记为R(u)R(u
2020-10-17 15:39:13 9072 1
原创 Linux 基本指令cat, grep, find, ps aux
1. 文件管理cat-n 或 --number:由 1 开始对所有输出的行数编号。-b 或 --number-nonblank:和 -n 相似,只不过对于空白行不编号。-s 或 --squeeze-blank:当遇到有连续两行以上的空白行,就代换为一行的空白行。-v 或 --show-nonprinting:使用 ^ 和 M- 符号,除了 LFD 和 TAB 之外。-E 或 --show-ends : 在每行结束处显示 $。-T 或 --show-tabs: 将 TAB 字符显示为 ^I。-
2020-10-16 00:22:42 868
原创 Python中的__new__和__init__初始化的区别
__init__ 方法为初始化方法, __new__方法才是真正的构造函数。1、__new__方法默认返回实例对象供__init__方法、实例方法使用。class Human2(object): def __init__(self,age,sex): self.age = age self.sex = sex print("self", self) def speak(self): print("I am:",self.age,self.sex)示例:h = Hum
2020-10-14 08:53:39 296
原创 python面向对象三大特性:封装,继承,多态
面向编程三大特性:封装(隐藏),继承,多态。一. 封装通过私有属性,私有方法的方式实现封装。二. 继承python支持多重继承,一个之类可以继承多个父类。class 子类类名(父类1,父类2,…): 类体 父类名.__init__(self,参数列表)1.成员继承:子类继承了父类除构造方法之外的所有成员。2.方法重写:子类可以重新定义父类中的方法,这样就会覆盖父类中的方法,也称为重写。通过类的方法**dir()**查看对象属性重写__str__方法:用于返回一个对于“
2020-10-13 19:56:31 843
原创 Leetcode144. 二叉树的前序遍历(迭代,递归python实现)
1. 题目给定一个二叉树,返回它的 前序 遍历。示例:输入: [1,null,2,3] 1 \ 2 / 3 输出: [1,2,3]进阶: 递归算法很简单,你可以通过迭代算法完成吗?来源:力扣(LeetCode)链接:https://leetcode-cn.com/problems/binary-tree-preorder-traversal著作权归领扣网络所有。商业转载请联系官方授权,非商业转载请注明出处。2. 递归递归的方法比较简单,前
2020-10-13 15:50:33 275
原创 面试题:最长公共子序列LCS的所有花样(求公共最长长度,输出对应的子序列)
1. 求最长公共子串的长度对于输入两个字符串 X, Y, 最长公共子序列(Longest Common Subsequence)中子序列只需保持相对顺序,并不要求连续。首先,这是一个经典的动态规划题,记 dp[i][j]dp[i][j]dp[i][j] 是字符串1 XXX 从0到索引 iii 和字符串2 Y从 0 到索引 jjj 的最长公共子串的长度。dp[i,j]={dp[i−1,j−1]+1 if x[i]=y[j]max{dp[i,j−1],dp[i−1,j]} 
2020-10-12 23:39:33 396
原创 牛顿法与拟牛顿法(含代码实现)
1. 牛顿法牛顿法(英语:Newton’s method)又称为牛顿-拉弗森方法(英语:Newton-Raphson method),它是一种在实数域和复数域上近似求解方程的方法。牛顿法的基本思想是使用函数 f(x){\displaystyle f(x)}f(x) 的泰勒级数的前面几项来寻找方程 f(x)=0{\displaystyle f(x)=0}f(x)=0 的根。牛顿法主要应用在两个方面,1:求方程的根;2:最优化(求解最值问题)。1.1 求方程f(x)=0{\displaystyle f(
2020-10-05 23:43:51 16248 1
原创 TCP与UDP的区别
0. 简介TCP/IP 是互联网相关的各类协议族的总称,比如:TCP,UDP,IP,FTP,HTTP,ICMP,SMTP 等都属于 TCP/IP 族内的协议。TCP/IP模型是互联网的基础,它是一系列网络协议的总称。这些协议可以划分为四层,分别为链路层、网络层、传输层和应用层。1. TCP 协议传输控制协议(英语:Transmission Control Protocol,缩写:TCP)是一种面向连接的、可靠的、基于字节流的传输层通信协议,由IETF的RFC 793定义。在简化的计算机网络OSI模
2020-10-01 16:13:47 302
原创 Linux进程间通信的7种方式
0. 简介进程间通信常见方式如下:管道FIFO消息队列信号量共享内存UNXI域套接字套接字(Socket)1. 管道管道是一种古老的IPC通信形式。它有两个特点:半双工,即不能同时在两个方向上传输数据。有的系统可能支持全双工。只能在父子进程间。经典的形式就是管道由父进程创建,进程fork子进程之后,就可以在父子进程之间使用了。使用popen函数和pclose函数结合来执行系统命令,就用到了管道,它们声明如下:FILE *popen(const char *command,co
2020-10-01 15:36:13 2852
python程序设计(浙江大学).rar
2020-10-22
生成对抗网络画猫python
2018-12-25
深度卷积生成对抗网络TensorFlow代码实现
2018-12-25
深度学习与自然语言处理
2018-12-13
python qt gui快速编程PyQt编程指南 pdf扫描版及随书源代码源码.zip
2018-03-04
MySQL编译文件直接下载安装mysqlclient-1.3.7-cp35-none-win_amd64.whl
2018-01-28
Python for Probability,Statistics,and Machine Learning.pdf
2018-01-11
TensorFlow_ Large-Scale Machine Learning
2017-12-17
数据结构基础期末考试 2005-2012.7z
2017-12-09
小波变换详解及应用2页PPT
2017-11-27
C++编写的图书馆管理系统
2017-11-22
arduinoTimerOneLibrary_v1.1.0
2017-11-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人