weixin_40725055的博客

原创 Docker(1)

更高效的利用系统资源更快速的启动时间一致的运行环境持续交付和部署更轻松的迁移更轻松的维护和扩展对比传统虚拟机总结。

原创 Java SE快速上手

java基本数据类型；集合简单介绍；

原创 Spring初体验

通过xml使用Spring，理解Spring的IOC，Spring的Bean的简单配置。

原创 KMP算法

KMP算法

原创 对字符串的所有子串的字符种类数求和

字符串所有子串字符种类求和

原创 日志收集系统 log_transfer实现

kafka；ElasticSearch;golang;日志收集系统；

原创 使用golang连接并简单使用ETCD

golang；ETCD;

原创 使用golang实现日志收集系统的logagent

日志收集系统；golang；channel；goroutine；tail；kafka；

原创 使用golang的tail库，并用go语言简单模拟tailfile功能

停止，当读取完文件err为IO.EOF时，sleep一会，继续死循环，当出现其他错误时才终止循环，所以正常情况下程序会一直等待文件有追加新内容。先创建一个tail.config对象，其中location中的Whence决定相对位置：0为相对文件开头，1为相对当前位置，2为相对文件结尾。之后循环监控tails.Lines，如果文件有新的追加会被监控到，输出在终端。再根据文件路径和config创建一个TailFile对象。tail每次都是从文件结尾开始读取。

原创 使用golang连接kafka

在config目录下的server文件和zookeeper文件，其中分别修改kafka的日志保存路径和zookeeper的数据保存路径。，连接kafka，默认端口是9092，发送消息，返回消息存储的partition和offset日志偏移量。这段代码实现了模拟生产者向kafka发送消息的过程，包含：配置生产者，封装消息，消息类型是。先启动kafka自带的zookeeper，在kafka的根目录下打开终端，使用配置文件启动。使用kafka自带的命令行消费者客户端查看kafka中的数据。

原创 使用golang的context模拟有超时限制的客户端

创建一个协程用http向服务端发送请求，发挥resp这个channel，之后使用select读取channel中的数据，如果context先超时，就会ctx.Done()先执行，如果没超时respChan中的数据就可以被读取。使用context.WithTimeout构造一个带有超时限制的context。

原创 golang goroutine退出的方式？ channel context

上述例子会一直等待worker运行，死循环不会主动退出，那我们如何让worker协程退出呢？主要由以下一些办法。

原创 Redis常用命令(1)

【代码】Redis常用命令(1)

原创 python脚本打包为exe的方法

安装较慢的话可以尝试换源。

原创 在VMware虚拟机Ubuntu20.04 下安装redis，并在本地电脑使用go-redis访问

参考$(

原创 Latex 子图 垂直居中 同时标题对齐

Latex 子图垂直居中 同时标题对齐

原创 latex 表格 宽度调整

latex 表格 宽度调整

原创 注意力机制

注意力机制介绍，自注意力模型介绍

原创 tfsnippet dataflow使用记录

1 需求背景在修改代码时InterFusion，使用训练数据训练时，之前只能用一个实体划分滑动窗口，现在需要对多个实体划分滑动窗口，原本这部分实现用到了tfsnippet.dataflows相关的一些API。2 tfsnippet.dataflows主要用到了这三个类，这些类主要用于训练前生成batch形式的数据处理，类似pytorch的dataloader，在不同数据形式之间提供了方便的转换方式。3 之前代码理解修改代码主要在InterFusion/algorithm/utils.py这个文件

原创 python requirements.txt

原创 python joblib多进程执行任务

Joblib是一个可以简单地将Python代码转换为并行计算模式的软件包，它可非常简单并行我们的程序，从而提高计算速度。Joblib是一组用于在Python中提供轻量级流水线的工具。 它具有以下功能：透明的磁盘缓存功能和“懒惰”执行模式，简单的并行计算Joblib对numpy大型数组进行了特定的优化，简单，快速。from joblib import Parallel, delayeddef func(param1, param2): return param1 + param2 res_l

原创 matplotlib设置图例的位置及排列布局

plt.legend(handles=[l1[0],l2[0],l3[0]], loc='center', bbox_to_anchor=(0.5, 1.09), ncol=3, prop={'family':"Times New Roman", 'size':fontsize})l1,l2,l3为ax.plot(… , label=‘图例参数名称’)的返回值。设置图例位置loc的取值有9种，参考知乎大佬，当只设置loc值时，参考下图。当设置bbox_to_anchor时bbox_to_a.

原创 matplotlib windows 使用中文字体

主要参考这篇博客坐标轴，标题使用特定字体from matplotlib import pyplot as pltfrom matplotlib.font_manager import FontProperties...ax.set_ylabel('Value', fontproperties=FontProperties(family="Times New Roman", size=fontsize)) # 使用Times New Roman字体plt.title('典型的KPI变化类型', f

原创 linux 解压rar压缩包

下载软件rarlab官网链接安装软件解压软件tar -xvf rarlab压缩包文件安装有管理员权限的直接make之后正常使用就好没有管理员权限也可以凑活使用，在安装rarlab的目录下，直接执行unrar脚本也可以解压文件，这时大部分情况下都需要按照文件的绝对路径来解压。./unrar x 压缩包路径 解压目录路径即可完成解压...

原创 二分查找 二分答案 leetcode 35，34，69，367

参考这个刷题指引对二分查找的leetcode题目做了几道以下是学校老师讲的二分查找的模板，我感觉非常的好记解释具体就是需要确定要查找的序列是升序还是降序，以升序为例，查找的位置又可分为四种，是否取等，以及上下界。关于实现细节，建议left和right采用左闭右开的区间。四个查找位置又可以转化为两个查找位置，另外两个可以由这两个转换得到，只用记>=target和>target的情况。<target可以由>=target的位置-1得到，<=target可以由>t

转载 ssh登录错误ECDSA host key for ip has changed解决方案

参考

原创 tensorflow1.x和2.x限制使用显存大小

tf 1.x的方法By default, TensorFlow maps nearly all of the GPU memory of all GPUs (subject toCUDA_VISIBLE_DEVICES)visible to the process. This is done to more efficiently use the relativelyprecious GPU memory resources on the devices by reducing memoryfr

原创 tensorflow1.x官方文档查看方法

现在直接搜tensorflow doc出来的官网默认都是最新版的文档官方文档在1.15之前的都需要在github上查看，发现好像在网页上好像直接看不太方便，只能clone下来git clone https://github.com/tensorflow/docs.git -b 所需版本对应分支clone下来后，进入本地文件夹，文档都是markdown格式，基本上英文版的都在这个目录下也可以根据关键字在编辑器里全局搜索...

原创 np.array中切分子矩阵时的注意事项

当需要从一个2维矩阵中切分出一个子矩阵时，给定了切分的index_listimport numpy as npa = np.array([ [1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12], [13, 14, 15, 16],])index_list = [1, 2, 3]# 要得到[[6,7],[10,11]]# 得不到对应的子矩阵print(a[index_list, index_list])# 切分子矩阵的正确姿

原创 np.savetxt用法

np.array对应保存为txt文件的快捷方式，不要在for循环写入文件了官方文档在多指标时间序列问题中频繁需要数据的处理和转化np.savetxt()参数：fname：保存文件路径X：保存np对象fmt：保存的数据格式delimiter：分隔符，默认为逗号，可以自己指定import numpy as npa = np.array([ [1, 2, 3], [4, 5, 6], [7, 8, 9]])np.savetxt('a.txt', a, delimi

原创 shell中的&&和||运算符

连接两条linux命令的&&和||运算符表示相反的cmd 1 && cmd2cmd1 || cmd2&& 表示cmd1执行成功后才执行cmd2||表示cmd1执行失败后才执行cmd2

原创 np.where用法

官方文档两种用法1.确定一个array中满足条件的索引列表>>> import numpy as np>>> a = np.arange(10)>>> np.where(a < 5)(array([0, 1, 2, 3, 4], dtype=int64),)注意这里返回的是一个元组，需要获取到索引列表还需要[0]来访问返回结果的第一个元素2.根据条件返回和原array形状一致的array>>> import n

转载 git放弃修改，强制用远端某一分支覆盖本地当前分支

1.背景当前分支代码做了一些没用的修改甚至还commit了，不保留本地的修改。2.操作先同步远端信息git fetch --all可以通过将本地的git指针指向远端某个分支git reset --hard origin/远端分支名再pull更新本地代码git pull origin 远端分支名...

原创 linux ps命令查看进程详情

-a 列出所有的进程-w 显示加宽可以显示较多的资讯-au 显示较详细的资讯-aux 显示所有包含其他使用者的行程ps -aux显示的信息最多，一般根据关键字（进程id，用户名，进程执行的命令）来查找和筛选ps -aux | grep 关键字...

原创 pip安装依赖于github的第三方库

1.pip在线安装pip install git+https://github.com/thu-ml/zhusuan.githttps替换为git就是使用ssh协议pip install vcs+protocol://repo_url2.通过requirements.txt安装requirements.txtgit+https://github.com/thu-ml/zhusuan.git执行pip install -r requirements.txt3.离线安装pip源可以使

原创 matplotlib使用ax绘制子图，让plot和vlines绘制的子图的图例共同显示

l1= ax1.plot()ax2 = ax1.twinx()l2= ax2.plot()l3 = ax1.vlines()lines = l1 + l2 + [l3]labels = [l.get_label() for l in lines]plt.legend(lines, labels)ax.vlines返回的对象类型和ax.plot返回的类型不一致，导致直接加和为lines报错，发现l1和l2均为list类型，给l3加上[]，类型一致，达到预期效果。...

原创 nividia-smi命令不显示占用显卡的进程

fuser -v /dev/nvidia*使用此命令可以查看使用显卡的进程详情

原创 numpy.array中存储类型为字符串时需要注意的问题

import numpy as npimport numpy as npa = np.array(['123', '123'])a[0] = r'654321'a[1] = r'9'print(a)输出['654' '9']原因就是np.array中类型为字符串时，存储的大小已经固定了，当赋予新的字符串时，长度超过原有字符串时，超出的部分就会被截取掉...

原创 vscode配置远程ssh连接免密登录

1.vscode部分（账号密码登录）（1）下载remote ssh插件（2）写ssh config配置文件Host 连接名称 HostName 连接ip User 用户名（3）输入账号密码连接2.免密登录（1）本地ssh生成密钥（2）上传公钥至服务器并追加至authorized_keys（3）再次连接不需要输入密码（4）windows用户名中文问题解决Windows SSH使用中遇到的中文用户名问题（5）常见连接不了的问题解决办法（写入管道不存在之类的）将本机kno

原创 python求正态分布的分位数

官方文档scipy.stats.norm基于正态分布求分位数例子：计算均值为0，标准差为2的正态分布的累积分布为0.1，0.2，0.8，0.9的分位数对应的x分别为多少from scipy.stats import normppf_list = norm.ppf(q=[0.1, 0.2, 0.8, 0.9], loc=0, scale=2)print(ppf_list)输出[-2.56310313 -1.68324247 1.68324247 2.56310313]...