- 博客(113)
- 资源 (12)
- 收藏
- 关注
RSS订阅原创 无法打开源文件 “csignal“ (dependency of “rclcpp/rclcpp.hpp“).等错误解决方法
在defines下添加"compilerPath": “/usr/bin/gcc”,如下所示。可以看到已经不报错了。
2024-02-23 11:17:53
315
原创 解决E: The repository ‘http://mirrors.x.x.x.cn/ros/ubuntu jammy Release‘ does not have a Release file.
最近按照ros官方文档给我的ros2配置镜像源后一直报错，网上看到很多方法都无法解决，最多的是让你将配置的镜像源文件删除，删除后当然不会报错，但是有些库就是需要这个源下载。然后进入我们的镜像源进行查看，发现不少镜像源中的ros和ros2已经分离了，如清华的镜像源，如果你是ros2的话选择使用。这个镜像源的话肯定是报错的，因为完全找不到，ros2和ubuntu之间是有版本对应关系的，因此只需要将上面的链接改成。上海交通大学ros镜像使用帮助，他只支持到20.04。
2023-10-09 16:48:05
1179
4
原创 神经网络基础笔记
1.概念模拟生物的神经系统，对函数进行估计或者近似2.神经元2.1 神经网络中的基础单元，相互连接,组成神经网络2.2 t=f(WA+B)2.3 一个神经元的功能是求得输入向量与权向量的内积后，经一个非线性传递函数得到一一个标量结果。3.单层神经网络是最基本的神经元网络形式，由有限个神经元构成，所有神经元的输入向量都是同一个向量。由于每一-个神经元都会产生一个标量结果， 所以单层神经元的输出是一个向量，向量的维数等于神经元的数目。4.感知机感知机由两层神经网络组成，输入层接收外界输入信
2021-12-08 22:36:37
802
原创 Discovering Relations among Named Entities from Large Corpora
Hasegawa T, Sekine S, Grishman R. Discovering relations among named entities from large corpora. In: Proc. of the Meeting on Association for Computational Linguistics. 2004. 415.这篇文章是自然语言处理的经典文章之一,在 ACL 会议上首次提出了一种无监督的命名实体之间关系抽取方法. 读下老论文，补充下基础Abstract:1、
2021-10-29 15:26:26
294
原创 深度学习实体关系抽取研究综述笔记
鄂海红,张文静,肖思琪,程瑞,胡莺夕,周筱松,牛佩晴.深度学习实体关系抽取研究综述.软件学报,2019,30(6): 1793−1818. http://www.jos.org.cn/1000-9825/5817.htm摘要部分1、实体关系抽取很重要，是很多领域的核心任务和重要环节2、作用：能够从文本中抽取实体对间的语义关系3、发展趋势：深度学习的实体关系抽取技术,在特征提取的深度和模型的精确度上已经逐渐超过了传统基于特征和核函数的方法4、如何工作：通过对文本信息建模,自动抽取出实体对之间的语义关
2021-10-17 21:35:18
3446
1
转载 Python几种主流框架
从GitHub中整理出的15个最受欢迎的Python开源框架。这些框架包括事件I/O，OLAP，Web开发，高性能网络通信，测试，爬虫等。Django: Python Web应用开发框架Django 应该是最出名的Python框架，GAE甚至Erlang都有框架受它影响。Django是走大而全的方向，它最出名的是其全自动化的管理后台：只需要使用起ORM，做简单的对象定义，它就能自动生成数据库结构、以及全功能的管理后台。Diesel：基于Greenlet的事件I/O框架Diesel提供一个整洁的API
2021-05-10 10:58:05
287
原创 如何做一个智能问答系统及neo4j可视化
如何做一个智能问答系统可以直接用neo4j做，这样简单很多，protege感觉比较复杂最近闲来无事，想想自己学了那么多东西，是时候整个东西出来练练手，整合以前学的东西了，因此做了个简单的问答系统步骤如下：一、爬取大批量的结构化数据二、将数据导入到关系的数据库（本人用的是neo4j，我在想怎么做的时候发现网上搜到的大部分是通过protege做的，我一开始也是从这个方面尝试，发现挺难的，反正我是搞了好久没用protege做出来，期间在github上下了好几个通过protege做的代码，一个都没运行出来
2021-04-24 22:13:36
3310
5
原创 idle报错 * Restarting with stat
idle报错 * Restarting with stat最近再学Flask框架，跟着视频操作，结果人家用的是pycharm,可以直接在pycharm里面勾选FLACK_DEBUG.但是作为一个小菜鸡，我习惯使用idle了，但是遇到下面的错误真的是糟心，查相关的错误绝大部分都在说用pycharm解决经过我不懈的努力，终于解决了这个问题，为我们idle一族贡献小小的力量，解决方法如下from flask import Flaskapp = Flask(__name__)#路由解析，通过用户
2021-03-24 10:54:37
4076
2
原创 关于KeyError:‘ ‘问题的解决
今天在使用python中的函数format的过程中有个很奇怪的错误：KeyError: 'name’在网上查了很久没有很明确的解决办法，后面查format函数使用才知道如何解决例子如下：解决办法是多加一层大括号如果对你有帮助，给我点个赞吧...
2021-03-23 14:57:02
55226
1
原创 neo4j查询操作
查询单节点，并返回match (p:province {name:‘海南省’}) return p查询相邻节点，并返回关系match (province {name:‘海南省’})-[:include_city]->(city) return province,city这样写也行match (p:province {name:‘海南省’})-[:include_city]->(c:city) return p,c相邻节点逆向关系，返回指定节点的一个属性这样也能运行match (
2021-03-23 14:47:45
4008
原创 正则表达式常用操作符
正则表达式常用操作符re库主要功能函数解决正则表达式匹配的库模式限定import re#正则表达式：字符串模式（判断字符串是否符合一定标准）'''#此处的AA，是正则表达式用来验证其他的字符串pat = re.compile('AA')#search后面的字符串是被校验的内容m = pat.search('AACBAA')print(m)#<re.Match object; span=(0, 2), match='AA'>'''#简写，前面的字符串是规则，后
2021-03-21 17:26:08
643
1
原创 python文件操作
r:以只读方式打开文件。文件的指针将会放在文件的开头。这是默认模式。w:打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。打开一个文件用于追加。如果该文件已存在，文件指针将会放在文件的结尾。也就是说，新的内容将a:会被写入到已有内容之后。如果该文件不存在，创建新文件进行写入。rb:以二进制格式打开一个文件用于只读。文件指针将会放在文件的开头。这是默认模式。wb:以三进制格式打开一个文件只用于写入。如果该文件已存在则将其覆盖。如果该文件不存在，创建新文件。a
2021-03-16 11:21:07
125
1
原创 深度学习基础_过拟合
深度学习基础_过拟合蓝色线是训练数据的损失函数，橙色线是测试数据的损失函数如下图测试数据集上loss没有随着训练而下降反而上升了，这是因为产生了过拟合
2021-02-17 12:01:09
282
原创 深度学习基础_常见优化器
反向传播算法反向传播算法是一种高效计算数据流图中梯度的技术每一层的导数都是后一层的导数与前一层输出之积，这正是链式法则的奇妙之处，误差反向传播算法利用的正是这一特点。前馈时，从输入开始，逐一计算每个隐含层的输出，直到输出层。然后开始计算导数，并从输出层经各隐含层逐一反向传播。为了减少计算量，还需对所有已完成计算的元素进行复用。这便是反向传播算法名称的由来。常见的优化函数优化器(optimizer)是编译模型的所需的两个参数之一。可以先实例化一个优化器对象，然后将它传入model.compile(
2021-02-07 15:35:12
258
原创 深度学习基础_softmax分类
深度学习基础_softmax分类逻辑回归解决的是二分类的问题。对于多个选项的问题，可以使用softmax函数，它是逻辑回归在N个可能不同的值上的推广神经网络的原始输出不是一个概率值 ，实质上只是输入的数值做了复杂的加权和与非线性处理之后的一个值而已加权可以理解为输入乘以权重再加上一个偏置，类似ax+b，x为输入，a为权重，b为偏置非线性处理就是激活函数，常用的激活函数是relu加权例子：学校算期末成绩，期中考试占30%，期末考试占50%，作业占20%，假如某人期中考试得了84，期末92，作业分
2021-02-05 19:10:39
2034
原创 深度学习基础_梯度下降法
梯度下降法是一种致力于找到函数极值点的算法。所谓“学习”便是改进模型参数，以便通过大量训练步骤将损失最小化。将梯度下降法应用于寻找损失函数的极值点便构成了依据输入数据的模型学习。梯度的输出是一个由若干偏导数构成的向量，它的每个分量对应于函数对输入向量的相应分量的偏导:梯度的输出向量表明了在每个位置损失函数增长最快的方向,可将它视为表示了在函数的每个位置向哪个方向移动函数值可以增长。...
2021-01-30 22:11:14
308
1
原创 机器学习基础_单变量线性回归
机器学习基础_单变量线性回归首先我们需要了解什么是机器学习，我们可以把机器学习理解为函数的变化，例如下面的是受教育年限和工资之间的关系Unnamed: 0 Education Income0 1 10.000000 26.6588391 2 10.401338 27.3064352 3 10.842809 22.1324103 4 11.244147 21.1698414 5 11.645485 15.1926345 6 12.086957 26.3989516 7 12.488294 1
2021-01-24 16:43:57
145
原创 DOM操作_事件操作
DOM操作_时间操作在浏览网页时，我们经常会通过移入鼠标、点击鼠标、敲击键盘等操作，来使用网站提供的功能。如果要让我们自己实现这样的功能，就需要通过操作事件来实现了。实际上，移入鼠标、点击鼠标、敲击键盘等，都是常见的DOM事件。操作事件的两个方法:●addEventlistener 添加(绑定)事件●removeEventListener 移除(解绑)事件addEventListener 添加事件作用:给DOM元素添加事件。dom. addEventListener (事件名称，事件处理程
2021-01-14 16:37:35
361
原创 DOM操作_操作样式
DOM操作_操作样式1. style 属性(行内样式)读取:dom.style.样式名称DOM操作_操作样式设置:dom.style.样式名称=样式值说明:所有的样式名称都与Css相通,但命名规则为驼峰命名法。dom. style. fontSize = ‘30px’dom.style.display = ‘none’案例代码如下let p = document.querySelector('#title') as HTMLParagraphElementp.style.fontSiz
2021-01-11 17:47:00
847
原创 DOM操作_获取元素
概述DOM (Document objectModal) :文档对象模型。DOM;是浏览器提供的(浏览器特有)，专[ ]用来操作网页内容的一些JS对象。目的:让我们可以使用Js/TS代码来操作页面(HTML) 内容，让页面“动”起来，从而实现Web开发。HTML:超文本标记语言，用来创建网页结构。两者的关系:浏览器根据HTML内容创建相应的DOM对象，也就是:每个HTML标签都有对应的DOM对象获取元素常用方法有两个:querySelector (selector)作用:获取某一个DOM元素
2021-01-10 17:45:29
2218
5
原创 web开发基础
html常用标签 布局标签(独占一行) 段落标签(存放文字) 标题标签 按钮标签 图片标签使用css的三种方法1.style属性，在html标签中，通过style属性添加样式好好学习，天天向上style标签, 在head标签中，创建style标签 css文件: 创建.css文件，将样式放在该文件中，然后在head中通过link标签引入该文件 Document 海南大学 海南省海口市美兰
2021-01-07 17:27:03
117
原创 python关于类的笔记（判断密码强弱实例）
python关于类的笔记（判断密码强弱实例）类的特点运行结果代码如下class PasswordTool: ''' 密码工具类 ''' #__init__(self)构造函数：初始化对象的各属性，self代表类的实例 #password是传入的数据 def __init__(self,password): #self.password表示passwod附属于self的属性 #类的属性 self
2020-11-21 22:01:41
249
原创 python判断密码强度并写入文档
python判断密码强度并写入文档检测密码强度常用的函数文件读写操作写入运行结果：读取文件运行结果判断密码强度并写入文档的代码如下#判断密码里面是否有数字的函数def number_exist(password): include_num = False #遍历密码的元素，遇到数字跳出循环 for c in password: if c.isnumeric(): include_num = True
2020-11-20 16:30:59
1056
1
原创 python中的内嵌函数和闭包
python中的内嵌函数合闭包在一个外函数中定义了一个内函数，内函数里运用了外函数的临时变量，并且外函数的返回值是内函数的引用。这样就构成了一个闭包。一般情况下，在我们认知当中，如果一个函数结束，函数的内部所有东西都会释放掉，还给内存，局部变量都会消失。但是闭包是一种特殊情况，如果外函数在结束的时候发现有自己的临时变量将来会在内部函数中用到，就把这个临时变量绑定给了内部函数，然后自己再结束。这就是一个闭包的例子这个函数与上面的结果不同是因为上图的外函数的返回值是内函数的引用（return fun2
2020-11-06 11:27:56
571
2
原创 python关于pyecharts的笔记
python关于pyecharts的笔记pyecharts绘图模板的网址 https://gallery.pyecharts.org/#/首先要安装相应的模块，例如下面代码运行结果图中使用的模块其次运行成功之后是生成了一个.html的文件的形式存储的，默认地址是你运行的xxx.py的python文件的地址相同，用浏览器打开就行了import randomfrom pyecharts import options as optsfrom pyecharts.charts import Bar
2020-11-02 22:06:09
312
原创 python绘制直方图笔记
python绘制直方图笔记运行结果程序代码from matplotlib import pyplot as pltfrom matplotlib import font_managerif __name__ == "__main__": a=[131, 98, 125, 131, 124, 139, 131, 117, 128, 108, 135, 138, 131, 102, 107, 114, 119, 128, 121, 142, 127, 130, 124, 101, 110
2020-11-02 20:01:01
1799
原创 python绘制条形图（多次绘制条形图）
python绘制直方图运行结果如下代码如下from matplotlib import pyplot as pltif __name__ == "__main__": a = ["战狼2","速度与激情8","功夫瑜伽","西游伏妖篇","变形金刚5", "摔跤吧！爸爸","加勒比海盗5","金刚：骷髅岛","极限特工","生化危机6", "乘风破浪","神偷奶爸","智取威虎山","大脑天竺","金刚狼3","蜘蛛侠", "悟
2020-10-22 22:47:10
1373
原创 python绘制散点图笔记
python绘制散点图笔记运行结果如下代码如下from matplotlib import pyplot as pltfrom matplotlib import font_managerif __name__ == "__main__": font = font_manager.FontProperties(fname='C:/Windows/fonts/simkai.ttf') y1 = [11,17,16,11,12,11,12,6,6,7,8,9,12,15,14,17
2020-10-19 20:45:08
454
2
原创 python绘图(matplotlib)基础笔记
python绘图(matplotlib)基础笔记from matplotlib import pyplot as pltfrom matplotlib import font_managerimport numpy as nyimport randomif __name__ == "__main__": ''' x = range(2,26,2) y = [15,13,14.5,17,20,25,26,26,27,22,18,15] plt.figure(fi
2020-10-19 16:02:40
363
1
原创 python情感分析实例
运行结果数据爬取‘’’import requestsfrom lxml import etreeimport timeif name == “main”:fp = open('./comment.csv',mode = 'w',encoding='utf-8')fp .write('author\tp\tvote\n')url = 'https://movie.douban.com/subject/35051512/comments?start=%d&limit=20&
2020-10-16 11:24:49
1767
3
原创 python数据清洗
以下是python数据清洗常用的方法，所用的数据在我的资源里可以下载‘’’import numpy as npimport pandas as pdif name == “main”:'''#显示完整数据的方法pd.set_option('display.max_columns', 1000)pd.set_option('display.width', 1000)pd.set_option('display.max_colwidth', 1000)'''df = pd.read_cs
2020-10-14 10:53:44
793
原创 pycharm如何手动添加模块库（No module named py2neo）
pycharm如何手动添加模块库今天遇到一个很奇葩的问题，在学习知识图谱的过程中我需要用到一个py2neo的库，在下载完成之后用pycharm编写的过程中发现无法调用这个模块显示：No module named py2neo然后在命令行中查看是否存在的时候利用命令：pip list可以查看到已经下载了，在pip list里面，后来又通过命令行利用python调用py2neo，显示没有问题自己思考了很久，这个问题的原因是pip下载的文件和pycharm调用模块的文件不相同，想要解决这个问题，可以手
2020-10-07 16:56:03
7412
2
原创 python中的元组笔记
python中的元组笔记元组相当于不可更改的列表创建元组的时候特别要注意一点，如果元组内只有一个元素，创建方式为（元素,），没有逗号的话会被认为是int类型数据更新元组的方法如下
2020-09-21 22:01:21
124
原创 python列表部分注意事项
python列表部分注意事项列表是可以比较大小的，字符串的话是比较ascii码python中列表的赋值和遍历复制是不一样的list8 = list7,相当于变量指定的地址是一样的，地址内的数据改变了，那么所有指定该地址的变量的数据都跟着改变。list9 = list8,相当于遍历一遍数据，然后找另一个地址把遍历的数据复制存储到这个地址，两个变量指定的地址是不同的，地址内的内容相同而已。列表可以做乘法运算当列表中有列表时，判断数据是否存在，默认是判断最外层的index(目的数据，起始
2020-09-21 11:07:49
418
原创 python浮点数计算误差问题
python精确计算在python中浮点数计算是不精确的的，想要精确计算浮点数，需要调用decimal这个模块decimal是十进制类型decimal.Decimal(x) #x可以是一个整数或字符串，但不能是浮点数import decimala = decimal.Decimal(9876)b = decimal.Deciaml(“54321.01234567898754321”)a + bDecim
2020-09-18 15:33:01
2124
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人