- 博客(59)
- 资源 (3)
- 收藏
- 关注
RSS订阅原创 使用autotools自动生成Makefile
autotools可以根据环境变量自动切换编译编译平台， 生成针对目标平台的软件或库。它是在在Makefile的基础上进行了一些列的自动化构建。开发者需要编辑的只有源代码的编译选项及依赖关系。
2024-02-27 00:49:05
440
原创 Linux下各种压缩包的压缩与解压
Linux下7z， rar，tar， bz2, gz, lz, lzma, lzo, xz, zip等压缩与解压缩
2024-02-22 15:49:00
549
原创 ssh使用密钥远程连接问题排查
ssh使用密钥远程连接时，会因为各项原因导致无法连接本文以本机(windows), 连接目标机(Ubuntu) 为例， 列出应该逐项排查的问题， 确保能够正确连接。
2024-02-07 14:17:37
489
原创 Shell基本语法--算数运算
shell算数运算, 与其他语言天然的算术运算环境不同, shell要进行算数运算时需要使用额外的标识符, 本文对此做详细解释
2022-06-11 10:04:21
121
原创 ../../lib/libopencv_world.so.4.5.3: undefined reference to `png_do_expand_palette_rgb8_neon‘
编译opencv4.5.3错误解决
2021-12-23 11:53:54
4802
4
原创 windows下CMD中使用ssh登录远程服务器报Permissions for ‘xxx‘ are too open.
windows下在CMD终端使用ssh协议登录远程服务器时报密钥权限问题， Permissions for ‘xxx’ are too open, 权限太开放。本文将终结此问题。
2021-12-17 11:10:18
3734
1
原创 delete called on non-final ‘xxx‘ that has virtual functions but non-virtual destructor
Qt中遇到如下警告warning: delete called on non-final 'xxx' that has virtual functions but non-virtual destructor因为类中有纯虚函数。 只要纯虚函数， 就必须要虚析构函数。所以解决办法就是在原类中定义虚析构函数。...
2021-11-17 10:42:00
3872
原创 查看Linux系统支持的显示设备所能输出的分辨率
$ for i in $(ls -1 /sys/class/drm/*/modes); do echo "$i:"; cat $i; done 会得到如下返回/sys/class/drm/card0-Virtual-1/modes:preferred2560x16001920x14401856x13921792x13441920x12001600x12001680x10501400x10501280x10241440x9001280x9601360x7681280x800
2021-11-16 12:39:32
1871
原创 vmware workstation 各个版本官网下载链接
Download VMware Workstation Pro 14Download VMware Workstation Pro 15Download VMware Workstation Pro 16VMware官网各个历史版本的下载可以通过如下链接找到：https://my.vmware.com/group/vmware/downloads/info/slug/desktop_end_user_computing/vmware_workstation_pro/16_0将最后的16改成其他版本
2021-08-15 17:57:37
10265
3
原创 恢复系统默认.bashrc和.bash_profile
运维时，有的服务器出现-BASH-4.2#代表个人目录没有正确的启动。将原配置文件备份后， 恢复默认的系统配置文件cp /etc/skel/.bashrc /rootcp /etc/skel/.bash_profile /root
2021-07-13 22:00:43
1171
原创 特征工程总结与示例
特征工程是指将原始数据集处理成适合机器学习数据集的过程.总结如下处理数据集的案例以便参考.准备以下10条数据, 保存为test.txtmilage,Liters,Consumtime,target40920,8.326976,0.953952,314488,7.153469,1.673904,226052,1.441871,0.805124,175136,13.147394,0.428964,138344,1.669788,0.134296,172993,10.141740,1.032955
2021-06-25 11:22:58
482
原创 机器学习算法:决策树
决策树算法简述我们做一系列决定时, 会根据我们最关注的点, 一步一步推想得出最终决定, 例如找女朋友的决策过程, 价值观融洽–>貌美如花–>乐观开朗–>勤劳上进–> 不顾一切地追求. 这就是一个决策树. 对于机器而言, 决定目标是否重要是根据信息熵来决定的.在计算时, 信息熵的熵减最大的目标, 就是最重要的目标. 通俗来讲, 一个目标由多种因素构成, 每中因素的有无, 对整个目标的判断影响是一个百分比, 比值越大的, 熵减越大, 它就是越重要的信息.决策树代码示例数据集链接
2021-06-23 23:00:10
101
原创 机器学习算法: K-means聚类算法
K-means聚类算法简述K-means聚类算法有个大前提, 就是面对一堆数据, 我们事先知道这些数据的种类数.聚类算法通过迭代计算数据与中心点的距离, 最终锁定种类中心的方式, 实现数据的分类.代码案例使用k聚类算法对用户购物篮进行分类数据集链接 提取码: n53ximport pandas as pd# 导入特征降维工具from sklearn.decomposition import PCA# 导入聚类算法估计器from sklearn.cluster import K
2021-06-23 22:44:03
463
原创 机器学习算法: 岭回归算法
岭回归算法简述岭回归算法的出现, 最终目标是在欠拟合与过拟合的算法中,找到的一种折中的解决方案.欠拟合的函数如y = k1x + k2x^2 + ... + knx2 , 都是低次幂的简单线性方程的组合. 而过拟合的函数如: y = k1x^2 + k2x^3 + ... + knx^n 有很多高次幂的复杂线性方程的组合. 要在两者之间找一个折中的解决方案, 就是岭回归算法. 岭回归算法会将过拟合的高次幂函数正则化, 从而得到折中的曲线.欠拟合 欠拟合是指抽取特征太少, 导致训练正确率低, 模型预判的
2021-06-23 20:54:00
1145
2
原创 python中文分词库jieba的使用
python中的中文分词库jieba非常好用首先使用pip安装扩展库: pip install jieba如果速度太慢, 可以换清华园源安装: pip install -i https://pypi.tuna.tsinghua.edu.cn/simple jieba使用示例:# 安装扩展包后导入jieba库import jieba# 导入文本特征提取工具from sklearn.feature_extraction.text import CountVectorizer# 对中文进行分词
2021-06-23 08:10:03
586
原创 机器学习算法: 梯度下降算法
梯度下降算法简述梯度下降算法是对线性回归算法的优化. 线性回归算法遇到大量特征, 且特征复杂的情况时, 求解速度很慢, 且得不到结果. 梯度下降算法则是先设置学习率和学习方向, 逐步调整线性回归的系数. 使用梯度下降算法, 必定会得到最终的结果. 学习率的设置理论上越小, 结果越理想, 但学习率越小, 计算量越大, 所以要设置合适的学习率算法示例# 导入数据集, 波士顿房价影响因素与房价相关数据from sklearn.datasets import load_bostonfrom sklearn
2021-06-22 22:43:36
213
1
原创 机器学习算法: 线性回归算法
线性回归算法原理简述对于生活中有类似线性变化规律的事物, 我们试图总结出一条有明确规律的变化曲线, 最终利用这条变化的曲线的顾虑, 对事物将来可能的变化做出预测.主要的应用场景是股市k线走势预测, 各种商品价格波动预测算法示例根据波士顿房价影响因素历史数据, 生成线性回归模型# 导入数据集, 波士顿历史房价数据from sklearn.datasets import load_bostonfrom sklearn.model_selection import train_test_spli
2021-06-22 22:28:18
167
原创 机器学习算法: 朴素贝叶斯算法
朴素贝叶斯算法原理简述理解朴素贝叶斯算法之前, 先应该理解什么是条件概率. 条件概率是指, 在事件A已经发生的情况下, 事件B发生的概率. 数学符号记作P(A|B). 机器学习就是利用这个原理, 对数据进行分类.分类的过程通俗来讲, 就是:我们有y1 ~ yn 共n种分类, 然后我们有待分类的数据x, 最终想确定x属于哪一个分类. 所以我们就有一种思想, 找出条件概率最大的y分类, 就知道x属于哪一类了. 既求: max{ P(x|y1) ... P(x|yn) }代码示例以下案例使用约20w篇
2021-06-22 22:14:01
136
原创 人工智能入门,第一个机器学习程序
人工智能–> 机器学习 --> 深度学习人工智能是指一种能够让机器像人类一样思考的技术.机器学习是实现人工智能的途径之一, 就是用大量数据, 计算出一个模型, 然后利用模型, 对未知数据进行预判.深度学习则是机器学习的领域之一, 主要是指基于图形建模,预判机器学习的流程准备原始数据.原始数据必须是100%正确的. 否则训练出来的模型准确度不够高特征工程特征工程就是将原始数据进行一系列的处理, 使其利于机器学习特征工程分为:特征抽取: 将由训练价值的数据提取
2021-06-22 09:15:18
463
原创 python语法:文件操作
文件读写with as 操作上下文管理器open 打开文件模式:文件必须存在, 不会创建文件:r 只读rb 二进制只读r+ 读写, 从头覆盖写rb+ 二进制读写, 从头覆盖写会清空并创建文件:w 只写, 清空写wb 二进制只写, 清空写w+ 读写, 清空写wb+ 二进制读写, 清空写不清空,会创建文件,追加:a 只写, 追加写ab 二进制只写, 追加写a+ 读写, 追加写ab+ 二进制读写, 追加写with open("a.txt", "w+") a
2021-06-20 23:01:56
61
原创 python语法:函数
python的函数非常灵活, 主要体现在多种形式的参数传递方式, 多返回值, 等方面.调用函数传递参数列表多种方式: 位置参数, 关键字参数, 默认参数, 可变参数python是少数可以嵌套定义函数的语言, 在python函数定义内部可以嵌套定义函数函数函数注释按照格式编写的函数说明会自动生成帮助文档def calc_demo(num_a, **num_b): """示例函数 Args: num_a (int): 第一个位置参数 num_b (d
2021-06-20 21:43:23
104
原创 python语法:集合常用操作
不同于普通数据类型, 集合基于hash表存储, 而非连续存储.集合的声明与字典一样, 都是大括号{}, 唯一不同的是, 字典内是键值对, 而集合内是多种数据类型.集合中只会保留不同的数据类型, 所以, 集合通常被用作去重增addcopyupdate删clearremovepopdiscard查in, not in交集&intersectionintersection_update并集|union差集difference判断isdisjointissu
2021-06-20 17:03:01
221
原创 python语法: 字典的增删改查
增定义新的键值对来增加字典元素jay = {"sex": "man", "name": "jay"}jay["height"] = 181.1print(jay) # {'sex': 'man', 'name': 'jay', 'height': 181.1}删del 删除字典元素jay = {"sex": "man", "name": "jay", "hight": 181.1}del jay["name"]print(jay) # {'sex': 'man', 'hight': 18
2021-06-19 23:00:43
94
Modern_PHP(安道_译)_lockhart著_完整目录版
2018-04-20
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人