![](https://img-blog.csdnimg.cn/20201014180756923.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
python
voidfaceless
这个作者很懒,什么都没留下…
展开
-
【python】python nohup运行时print不输出显示
nohup python test.py > nohup.out 2>&1 &发现nohup.out中显示不出来python程序中print的东西。这是因为python的输出有缓冲,导致nohup.out并不能够马上看到输出。python 有个-u参数,使得python不启用缓冲。nohup python -u test.py > nohup.out 2>&1 &就可以了...原创 2020-05-26 20:06:25 · 2936 阅读 · 1 评论 -
【python】小心python的list乘法——[]*的坑
python是个很方便的语言,我经常使用python的*操作符去构建list中的重复元素。例如:>>> l = [1] * 4>>> print(l)>>> [1, 1, 1, 1]这样做确实很方便,但也很危险,请先看下面的代码:>>> l = [{'a': 1}] * 4>>> print(l...转载 2020-03-10 17:52:38 · 671 阅读 · 0 评论 -
【tensorflow】tensorflow:Scale of 0 disables regularizer原因
tensorflow:Scale of 0 disables regularizer原因- 在运行tensorflow时候,遇到日志输出:INFO:tensorflow:Scale of 0 disables regularizer.开始以为是哪里出错了,仔细检查了代码后发现,原因是:使用tf.contrib.layers.l2_regularizer时候将scale参数,也就是l2正则强...原创 2019-11-21 19:55:52 · 1105 阅读 · 0 评论 -
【tensorflow】tf.sparse_split用法——使用tf.sparse_split拆分sparse_tensor
我们在实际tensorflow应用中,如果遇到保存稀疏矩阵的时候,会选择Sparse_tensor,这样可以节省大量的空间。但是如果想要拆分稀疏矩阵的时候,直观的思路是:先将spare_tensor转为dense_tensor,然后拆分,然后再转成spare_tensor,这个过程中耗时不说,专程dense实际上就违背了我们节省空间的初衷。正确的解决方式是:def sparse_spl...原创 2019-11-20 18:32:07 · 1301 阅读 · 0 评论 -
读tf.estimator.Estimator源码之train方法(史上最详细,欢迎留言讨论)
读tf.estimator.Estimator源码之train方法先贴源码: def train(self, input_fn, hooks=None, steps=None, max_steps=None, saving_listeners=None): """T...原创 2019-11-12 17:23:36 · 8088 阅读 · 3 评论 -
史上最详细的tf.ConfigProto解释
史上最详细的tf.ConfigProto解释介绍tf.ConfigProto用于配置tensorflow的Session,该类的文档在此,该类的源码在此如果是自己手动实现的model,使用代码如下:```python_run_config = tf.ConfigProto()sess = tf.Session(config=_run_config)```如果是使用tf.Estima...原创 2019-11-11 18:33:58 · 2007 阅读 · 0 评论 -
Leetcode21.合并两个有序链表
Leetcode21.合并两个有序链表1. 问题描述将两个有序链表合并为一个新的有序链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。示例:输入:1->2->4, 1->3->4输出:1->1->2->3->4->4来源:力扣(LeetCode)链接:https://leetcode-cn.com/problems/me...原创 2019-11-08 20:09:04 · 144 阅读 · 0 评论 -
leetcode26. 删除排序数组中的重复项
26. 删除排序数组中的重复项给定一个排序数组,你需要在原地删除重复出现的元素,使得每个元素只出现一次,返回移除后数组的新长度。不要使用额外的数组空间,你必须在原地修改输入数组并在使用 O(1) 额外空间的条件下完成。示例 1:给定数组 nums = [1,1,2],函数应该返回新的长度 2, 并且原数组 nums 的前两个元素被修改为 1, 2。你不需要考虑数组中超出新长度后面的元素...原创 2019-11-07 09:32:12 · 90 阅读 · 0 评论 -
leetcode35.搜索插入位置
leetcode35.搜索插入位置题目:给定一个排序数组和一个目标值,在数组中找到目标值,并返回其索引。如果目标值不存在于数组中,返回它将会被按顺序插入的位置。你可以假设数组中无重复元素。示例 1:输入: [1,3,5,6], 5输出: 2示例 2:输入: [1,3,5,6], 2输出: 1示例 3:输入: [1,3,5,6], 7输出: 4示例 4:输入: [1,3,...原创 2019-11-06 09:37:06 · 100 阅读 · 0 评论 -
AttributeError: 'Tensor' object has no attribute 'assign'解决办法
AttributeError: ‘Tensor’ object has no attribute ‘assign’a = tf.ones(shape=[1,2])tf.assign(a,-1)会报错:AttributeError: 'Tensor' object has no attribute 'assign'原因是Constant类型的Tensor不能assign,只能是Var...原创 2019-11-01 19:08:17 · 16966 阅读 · 3 评论 -
tf.random_normal与tf.truncated_normal的区别
tf.random_normal与tf.truncated_normal的区别定义The generated values follow a normal distribution with specified mean and standard deviation, except that values whose magnitude is more than 2 standard de...原创 2019-10-30 17:30:42 · 412 阅读 · 0 评论 -
当pip install失败时
你可以用下面的链接,找到你想要的组建下载,然后,pip install "文件名" 即可。https://www.lfd.uci.edu/~gohlke/pythonlibs/原创 2019-09-29 14:06:36 · 142 阅读 · 0 评论 -
锂电池OCV曲线拟合python实现
直接放代码import matplotlib.pyplot as pltimport sysimport mathimport pandas as pdfrom scipy import optimizefrom scipy import logimport matplotlib as mplfrom pylab import mplimport sysmpl.rcPara...原创 2018-11-06 21:35:11 · 7388 阅读 · 0 评论 -
剑指offer——树的子结构
输入两棵二叉树A,B,判断B是不是A的子结构。(ps:我们约定空树不是任意一个树的子结构)递归思想,看每一个节点是否对应相当就好了。先判断B是不是当前节点的子树,不是再判断B是否是A的左子树的子树,然后B是否是A的左子树的子树。中间有几个注意的,如果A遍历完了,而B没完,说明B比A大,不是子树;如果A完了,B完了;如果A没完,B完了,同时所有节点都能对上,就说明B是A的子树。返回True...原创 2018-07-22 16:40:42 · 127 阅读 · 0 评论 -
剑指offer——合并链表
题目:输入两个单调递增的链表,输出两个链表合成后的链表,当然我们需要合成后的链表满足单调不减规则。其实这题考的是归并排序。很简单,贴出代码:# -*- coding:utf-8 -*-# class ListNode:# def __init__(self, x):# self.val = x# self.next = None...原创 2018-07-22 16:02:32 · 125 阅读 · 0 评论 -
最大堆、最大堆的应用及其python实现
堆是一个数组,它可以被看成一个近似的完全二叉树,树上的每一个节点对应数组的一个元素。除了最底层外,该树是完全充满的,而且是从左到右填充的。堆一般可以分为两种形式:最大堆和最小堆。最大堆是指,根节点的值大于其孩子节点的值;最小堆是指,根节点的值小于其孩子节点的值。A.length表示数组元素的个数,A.heap-size表示有多少个堆元素,left表示i节点的左节点,如下图所示,left =...原创 2018-07-26 16:54:52 · 4881 阅读 · 0 评论 -
2019阿里巴巴内推首轮面试总结
昨天也是就2018年7月18日晚上进行了一次阿里巴巴内推的电话面试,时间大概是19:00-20:20,目前还是在等待面试结果的状态。现把面试的经过以及感想总结一下。首先,17号的时候打电话告诉我他们是阿里妈妈品牌事业部的,约了一下面试时间,说大概50分钟的面试。18号晚上的面试分为三个部分,两个面试官,主要是一个人在提问,第一部分是聊项目、简历,也就是他问我的环节,第二个部分是在线编程,第...原创 2018-07-19 20:40:15 · 6625 阅读 · 5 评论 -
xgboost原理,公式推导
引用两篇博客:配合着看,十分好,应该能看懂博客1:https://www.cnblogs.com/xlingbai/p/8274250.html博客2:https://blog.csdn.net/guoxinian/article/details/79243307再次感谢上面的博客作者。...原创 2018-07-24 21:44:48 · 449 阅读 · 0 评论 -
2019阿里巴巴大规模图计算小组面试感悟
昨天下午面了阿里巴巴大规模图计算小组。先说结论,应该是没戏了。刚开始是聊项目,让我介绍了一个比较有趣的项目,之后又谈了实际的业务,还聊了关于图计算、个性化推荐的一些,问了我树的深度对效果有什么影响?问了GBDT既然是很多树,为什么会过拟合?问了模型优化有哪些途径?问了特征有哪些提取的思路?问了多模型有哪些融合的方式?问了我调参有哪些途径?之后是让我写代码,说实话,这才是最打击我的地方,...原创 2018-07-17 20:44:54 · 920 阅读 · 0 评论 -
机试——字符串匹配
题目描述题目标题:判断短字符串中的所有字符是否在长字符串中全部出现详细描述:接口说明原型:boolIsAllCharExist(char* pShortString,char* pLongString);输入参数: char* pShortString:短字符串 char* pLongString:长字符串 输入描述:输入两个字符串。第一个为短字符,第二个为长字符。输出描述:返回...原创 2018-07-10 09:39:22 · 323 阅读 · 0 评论 -
华为机试——记票统计
题目描述请实现接口:unsigned int AddCandidate (char* pCandidateName);功能:设置候选人姓名输入: char* pCandidateName 候选人姓名输出:无返回:输入值非法返回0,已经添加过返回0 ,添加成功返回1 Void Vote(char* pCandidateName);功能:投票输入: char* pCandidateName 候选人姓...原创 2018-07-09 21:36:51 · 552 阅读 · 0 评论 -
剑指offer(4)
剑指offer(4)题目:输入某二叉树的前序遍历和中序遍历的结果,请重建出该二叉树。假设输入的前序遍历和中序遍历的结果中都不含重复的数字。例如输入前序遍历序列{1,2,4,7,3,5,6,8}和中序遍历序列{4,7,2,1,5,3,8,6},则重建二叉树并返回。二叉树有三种遍历方法,分别是:前序、中序、后序遍历。首先,我们看看前序、中序、后序遍历的特性: 前序遍历: 1原创 2017-08-15 20:36:33 · 289 阅读 · 0 评论 -
Windows下安装XGBoost(python基于Anaconda2)
Windows下安装XGBoost(python基于Anaconda2) XGBoost是近年来很受追捧的机器学习算法,由华盛顿大学的陈天奇提出,在国内外的很多大赛中取得很不错的名次,要具体了解该模型,可以移步GitHub,本文介绍其在Widows系统下基于Git的python版本的安装方法。 需要用到三个软件:python软原创 2017-05-12 20:44:09 · 1164 阅读 · 0 评论 -
机器学习(5)多项式回归:用基函数扩展线性模型
机器学习中的一个常见模式是使用数据的非线性函数训练的线性模型。 这种方法保持了线性方法的一般快速的性能,同时允许它们适应更宽范围的数据。例如,可以通过从系数构建多项式特征来扩展简单的线性回归。 在标准线性回归情况下,对于二维数据,您可能有一个类似于下面的模型:如果我们想要将抛物面拟合到数据而不是平面,我们可以组合二阶多项式中的特征,使得模型看起来像这样:原创 2017-03-15 09:18:56 · 6213 阅读 · 2 评论 -
Windows10 64Bit完美配置Theano并实现GPU加速并解决((CNMeM is disable,CuDNN not available))
Windows10 64Bit!完美!配置Theano并实现GPU加速并解决((CNMeM is disable,CuDNN not available))原创 2016-12-17 19:47:15 · 11455 阅读 · 11 评论 -
机器学习(3)线性回归sklearn.linear_model.LinearRegression
sklearn.linear_model.LinearRegressionclass sklearn.linear_model.LinearRegression(fit_intercept=True, normalize=False, copy_X=True, n_jobs=1)普通最小二乘线性回归参数:fit_intercept: 布尔型,默认为tru原创 2017-03-10 08:15:13 · 3573 阅读 · 0 评论 -
机器学习(4)岭回归sklearn.linear_model.Ridge
sklearn.linear_model.Ridgeclass sklearn.linear_model.Ridge(alpha=1.0, fit_intercept=True, normalize=False, copy_X=True, max_iter=None, tol=0.001, solver='auto', random_state=None)带有l2正则化的线性最小二乘。原创 2017-03-10 15:31:31 · 9479 阅读 · 3 评论 -
机器学习(2)普通最小二乘法
普通最小二乘法线性回归用来拟合带有系数的线性模型,目的是最小化数据集中的原始数据与通过线性近似预测的数据之间的平方和的残差。 数学上它解决了形式的问题:线性回归将采用其fit方法拟合数组X,y,并将线性模型的系数w存储在其coef_成员中:>>> from sklearn import linear_model>>> reg = linear_model.Li原创 2017-03-09 15:59:42 · 1079 阅读 · 0 评论 -
机器学习(1)scikit-learn的介绍
章节内容在本节中,我们介绍我们在scikit-learn中使用的机器学习词汇,并给出一个简单的学习示例。机器学习:问题设置一般来说,学习问题考虑一组n个数据样本,然后尝试预测未知数据的属性。 如果每个样本多于单个数字,并且例如多维条目(也称为多变量数据),则称其具有若干属性或特征。我们可以在几个大类中分离学习问题:监督学习,其中数据带有我们想要预测的附加属性翻译 2017-02-22 10:16:05 · 1582 阅读 · 0 评论 -
Python中reshape函数参数-1的意思
这个是个很有意思的事情,完美诠释了人是有“多懒”,开玩笑哈哈。贴一个链接,点进去看下这个问题就明白了:https://www.zhihu.com/question/52684594原创 2017-10-12 20:25:54 · 3203 阅读 · 0 评论 -
python sys.argv是什么?
1、sys.argv是获取运行python文件的时候命令行参数,且以list形式存储参数2、sys.argv[0] 代表当前module的名字下面的代码文件是a.py,当我不用IDE工具,只用命令行窗口运行的时候,进入文件所在目录,输入:python a.py 输出结果如下import sysa=sys.argvb=len(sys.argv)print(a)pr转载 2017-10-12 20:53:42 · 33139 阅读 · 3 评论 -
华为机试——表示数字
题目描述将一个字符中所有出现的数字前后加上符号“*”,其他字符保持不变 public static String MarkNum(String pInStr) { return null; }输入描述:输入一个字符串输出描述:字符中所有出现的数字前后加上符号“*”,其他字符保持不变示例1输入Jkdi234klowe90a3输出Jkdi*234*klowe*90*a*3*思路:前后如果分...原创 2018-07-09 11:12:15 · 348 阅读 · 0 评论 -
华为机试——找出字符串中第一个只出现一次的字符
题目描述找出字符串中第一个只出现一次的字符 输入描述:输入一个非空字符串输出描述:输出第一个只出现一次的字符,如果不存在输出-1示例1输入asdfasdfo输出o思路:利用string的count()函数即可实现def func(str1): for ss in str1: if(str1.count(ss)==1): return ss ...原创 2018-07-09 10:22:46 · 249 阅读 · 0 评论 -
华为机试——称砝码
题目描述现有一组砝码,重量互不相等,分别为m1,m2,m3…mn;每种砝码对应的数量为x1,x2,x3...xn。现在要用这些砝码去称物体的重量,问能称出多少中不同的重量。 注:称重重量包括0 方法原型:public static int fama(int n, int[] weight, int[] nums)输入描述:输入包含多组测试数据。对于每组测试数据:第一行:n --- 砝码数(...原创 2018-07-09 10:08:29 · 940 阅读 · 0 评论 -
win10安装lightgbm
看了这么多配置编译的,感觉好坑,下面上一个快速简单的方法:1.到下面的链接下载lightgbm的whl安装包https://pypi.org/project/lightgbm/#files2.完成后,在lightgbm的安装包文件夹下启动cmd在cmd命令行输入:pip install lightgbm-2.1.1-py2.py3-none-win_amd64.原创 2018-05-04 10:08:44 · 1704 阅读 · 2 评论 -
python应聘(3)——python正则表达式入门(1)初级篇
Python 正则表达式入门(初级篇)引子首先说 正则表达式是什么?正则表达式,又称正规表示式、正规表示法、正规表达式、规则表达式、常规表示法(英语:Regular Expression,在代码中常简写为regex、regexp或RE),计算机科学的一个概念。正则表达式使用单个字符串来描述、匹配一系列匹配某个句法规则的字符串。在很多文本编辑器里,正则表达式通常被用来检索、替换那些匹配某个模式的文本...转载 2018-04-20 20:52:51 · 195 阅读 · 0 评论 -
python应聘(1)——ljust()方法
1.Python ljust() 方法描述Python ljust() 方法返回一个原字符串左对齐,并使用空格填充至指定长度的新字符串。如果指定的长度小于原字符串的长度则返回原字符串。语法ljust()方法语法:str.ljust(width[, fillchar])参数width -- 指定字符串长度。fillchar -- 填充字符,默认为空格。返回值返回一个原字符串左对齐,并使用空格填充至指...原创 2018-04-09 20:59:18 · 988 阅读 · 0 评论 -
python应聘(2)——容易采坑的round() 函数
Python round() 函数这个前段时间做华为在线编程题目时候遇到的坑,一直懒写,但是为了防止忘了,还是提前补上。题目贴在下面:https://www.nowcoder.com/practice/3ab09737afb645cc82c35d56a5ce802atpId=37&tqId=21230&tPage=1&rp=&ru=%2Fta%2Fhuawei&am...原创 2018-04-09 21:10:28 · 835 阅读 · 0 评论 -
GPU加速xgboost——win10下配置
xgboost是一个非常好的模型工具,但是当遇到数据量比较大的时候迭代的速度会很慢(博主打比赛的时候简直想砸电脑啊),因此就找了点资料配置了GPU加速。这里面遇到很多坑。1.使用官网的配置方案反正这个我从来没成功了,试了n次。我这里就不写了,贴出来链接:http://xgboost.readthedocs.io/en/latest/build.html#building-with-原创 2017-10-25 10:53:40 · 15786 阅读 · 1 评论 -
Numpy学习(1)numpy文件存取
NumPy提供了多种文件操作函数方便我们存取数组内容。文件存取的格式分为两类:二进制和文本。而二进制格式的文件又分为NumPy专用的格式化二进制类型和无格式类型。一、tofile()和fromfile()使用数组的方法函数tofile可以方便地将数组中数据以二进制的格式写进文件。tofile输出的数据没有格式,因此用numpy.fromfile读回来的时候需要自己格式化数据:原创 2017-01-19 21:20:37 · 9423 阅读 · 0 评论