weixin_42104211的博客

原创 苏小妍第一次面试

苏小妍技术面试

原创 设备管理器无法搜索到蓝牙

原创 source activate YJY

source activate YJY

原创 在anconda上安装pytorch的gpu版教程（一天时间遇到的坑）

在anconda上安装pytorch的gpu版教程（一天时间遇到的坑），本来以为一会就安完了，没想到兜兜转转一天时间，记下这耻辱的一刻，顺便分享一下。首先，我的需求是在anconda上安装pytorch的gpu版本。遇到的问题构成了死循环。1.在线安装一句命令搞定，丝滑连招走起，奈何没有梯子，jj，jj。我的anconda使用了清华源但还是安不上，但还是总结一下吧，欧皇们可以试试。1.清华镜像源方案该方案就是将官网的下载路径，改到清华镜像源的路径，先用activate激活自己之前创建的环境后，

原创 anaconda环境命令大全

conda config --add channels soumith##设置搜索时显示通道地址conda config --set show_channel_urls yes显示已经有的镜像源conda config --show删除单个镜像源 conda config --remove channels 镜像源地址 conda config --remove channels https://mirrors.tuna.tsinghua.edu.cn/tensorflow/linux/

原创 图的python基础操作

import numpy as npimport pandas as pdimport networkx as nxedges = pd.DataFrame()edges['sources'] = [1,1,1,2,2,3,3,4,4,5,5,5] # 图的起始节点edges['targets'] = [2,4,5,3,1,2,5,2,5,1,3,4] # 图的终止节点edges['weights'] = [1,1,1,1,1,1,1,1,1,1,1,1] # 图的权重G = nx.from

原创 《天池训练营学习笔记1》机器学习算法（一）: 基于逻辑回归的分类预测

机器学习算法（一）: 基于逻辑回归的分类预测逻辑回归模型的优劣势:优点：实现简单，易于理解和实现；计算代价不高，速度很快，存储资源低；缺点：容易欠拟合，分类精度可能不高学习目标1.了解逻辑回归的理论2.掌握sklearn函数调用并运用到鸢尾花数据集预测part 1 Demo实践对逻辑回归的基础知识不熟悉的童鞋可以看看这篇博文https://zhuanlan.zhihu.com/p/74874291step1：库函数导入基础函数库import numpy as np 导入画图库

原创 数据预处理

数据预处理数据集依然是数据集是UCI网站获得，为五年内印第安人糖尿病的医疗数据from pandas import read_csvimport matplotlib.pyplot as pltimport numpy as npfrom numpy import set_printoptionsfrom pandas.plotting import scatter_matrixfrom sklearn.preprocessing import MinMaxScalerfrom sklea

原创 数据可视化

from pandas import read_csvimport matplotlib.pyplot as pltimport numpy as npfrom pandas.plotting import scatter_matrixfilename = 'pima_data.csv'names = ['preg', 'plas', 'pres', 'skin', 'test', 'mass', 'pedi', 'age', 'class']data = read_csv(filename,

原创 数据理解

简单查看数据from pandas import read_csvfilename = 'pima.csv'names = ['preg','plas','pres','skin','test','mass','pedi','age','class']data = read_csv(filename,names=names)peek = data.head(10)print(peek)数据维度from pandas import read_csvfilename = 'pima.csv'

原创 训练模型导入数据的三种方法

数据集是UCI网站获得，为五年内印第安人糖尿病的医疗数据-----------------------------------------------采用python类库导入数据-----------------------------------------------------------from csv import readerimport numpy as npfilename = 'pima.csv'with open(filename, 'rt') as raw_data:

原创 numpy，matplotlib小练习

import numpy as np#创建多维数组myarray = np.array([[1,2,3],[4,5,6],[7,8,9]])print(myarray)print(myarray.shape)#访问数据print('这是第一行：%s' %myarray[0])print('这是最后一行 %s' %myarray[-1])print('访问整列（第三列）的数据：%s' %myarray[:,2])print('访问指定行（第二行）指定列（第三列）的数据： %s' %mya

原创 datanode进程jps找不到解决办法

datanode进程jps找不到我的集群配置是：hadoop01 master namenode datanodehadoop02 slaver namenode datanodehadoop03 slaver ///////////////// datanode问题如下：在namenode格式化后启动hdfs，但通过jps命令查看hadoop01无datanode进程，于是百度解决方法原因大概是我格式化太多次namenode导致csid不同步，网上解决办法是data和name

原创 Error: Cannot find a valid baseurl for repo: base问题（centos6源的解释与解决办法）

做实验的时候发现yum无法使用，即无论安装什么，都是Error: Cannot find a valid baseurl for repo: base报错，遂想把yum更新，依然是Error: Cannot find a valid baseurl for repo: base报错。下列是错误详情[root@hadoop02 ~]# yum install -y openssh-clientsLoaded plugins: fastestmirrorDetermining fastest mirro

原创 虚拟机可以ping通外网，但xshell无法远程连接的解决办法

刚开始学习大数据，linux需要配三个节点，但是静态IP设置之后发现xshell无法连接，关闭防火墙啥的都没用，无奈之时突然想起自己当时瞎搞过这个VMware8虚拟网卡的ip地址（我把这个的ipv4的地址自己设置了），于是猜想是不是这个问题，于是将原先设置的地址变为自动获取ip地址选项。问题解决（作为记录）...

原创 anaconda创建、删除、退出环境命令（码）

Anaconda创建环境：创建python=3.8版本的环境，取名叫TFconda create -n TF python=3.8删除环境conda remove -n TF --all激活环境activate TF退出环境deactivateLinux下查看已有虚拟环境：conda-env list重命名环境conda 没有重命名指令，实现重命名是通过克隆完成的，分为两步：①先 复制一份新名字的环境②删除老名字的环境如，将TF重命名成tf2conda create

原创 使用cnn网络训练手写数字数据集

使用cnn网络训练手写数字数据集#!/usr/bin/env python# -*- coding: utf-8 -*-# @Time : 2020/12/23 20:27# @Author : yang# @Site : # @File : mnist2.py# @Software: PyCharm# 试了一下用cnn网络直接训练手写数字数据集，即不需要将二维图片一维化，其他的貌似都没变import matplotlib.pyplot as pltfrom tensorflow.ke

原创 American_Sign_Language_cnn

import tensorflow.keras as kerasimport pandas as pdfrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense, Conv2D , MaxPool2D , Flatten , Dropout , BatchNormalizationnum_classes = 25train_df = pd.read_csv("asl_data/s

原创 American Sign Language手语识别（机器学习第二个小练习）

American Sign Language手语识别1. 需要的数据集链接：https://pan.baidu.com/s/1jE7Hfwa4bAREnjIvnIVOXw提取码：35fh2. 实验代码如下：import pandas as pdimport matplotlib.pyplot as pltimport tensorflow.keras as kerasfrom tensorflow.keras.models import Sequentialfrom tensorflow.

原创 使用MNIST数据集进行图像分类（机器学习的“Hello World”练习）

使用MNIST数据集进行图像分类（机器学习的“Hello World”练习）本次练习的目标是训练深度学习模型对手写数字进行分类import matplotlib.pyplot as pltfrom tensorflow.keras.datasets import mnist # 导入mnist数据集import matplotlib.pyplot as plt #使用matplotlibimport tensorflow.keras as kerasfrom tensorflow.keras.m

原创 PyCharm导入自己写的包出错但程序正常运行解决办法

PyCharm导入自己写的包出错：问题描述：练习pycharm的导入自己写的模块的场景下，但是使用import时下方一直是红色波浪线，我以为是有错误，但程序运行是正常的。运行正常：解决方案：然后是借鉴了博文https://blog.csdn.net/u012236579/article/details/90475113进入设置，找到Console下的Python Console，勾选选项“Add source roots to PYTHONPAT” 在当前项目程序目录右键单击，然后“