威廉软件的博客

原创 Windows 电源计划设置关闭显示器不起作用的解决方法

在Windows 电源选项设置电源计划的“关闭显示器”触发时间后，发现到达指定无操作时间后并不生效。这可能是Windows系统不稳定缺陷导致。

原创 dummies、factorize进行one-hot编码的区别

在机器学习的分类任务中，经常存在一个特征有多个分类变量值，需要对离散型数据进行one-hot编码处理。one-hot 常见的处理方法有两种：pandas：使用pandas库中的函数pd.dummies()或pd.factorize()进行one-hot编码；sklearn：使用sklearn库中的OneHotEncoder()方法进行one-hot编码。get_dummies()与factorize()的区别：1. dummy()映射后生成多个特征。使用pd.get_dummies

原创 Linux 中后台指定使用某一GPU运行代码

Linux 中后台指定使用某一GPU运行代码：$ CUDA_VISIBLE_DEVICES=0 nohup python -u train.py > log1.file 2>&1 &程序执行时运行方法如上。CUDA_VISIBLE_DEVICES=0 即使用0号GPU。有关nohup的使用方法和介绍，参照我的另一篇博客：nohup命令: Linux后台运行程序并实时查看输出_威廉软件的博客-CSDN博客_nohup实时输出可以使用以下命令查看GPU序列号

原创 conda常用命令汇总，随时查询（最全）

Conda 是一个开源的软件包管理系统和环境管理系统，用于安装多个版本的软件包及其依赖关系，并在它们之间轻松切换。在Windows下，需要安装使用Anaconda Prompt ；在Linux下，可以直接执行conda命令。1.创建一个新环境conda create -n your_env_name python=X.X # 或conda create --name your_env_name python=X.X-n即--name，your_env_name是你自定义的环境名称.

原创 解决 ERROR: Could not find a version that satisfies the requirement 的一种思路

出现这个问题的原因竟是国内网络不稳定，直接导致报错，而不是环境冲突。

原创 wsappx占用大量CPU，关闭Windows10的wsappx服务

在Windows10开机完成后，wsappx服务会自动启动并在一段时间内占用大量CPU、内存和磁盘，导致笔记本电脑风扇声音大，带来令人不愉快的噪声。

原创 Python基础：增加和去除数字的千位分隔符

千位分隔符，其实就是数字中的逗号。依西方的习惯，人们在数字中加进一个符号，以免因数字位数太多而难以看出它的值。所以人们在数字中，每隔三位数加进一个逗号，也就是千位分隔符，以便更加容易认出数值。处理财务数据时，经常会和千分位符号打交道。经常看数字时，如果位数很多，往往要一位位的数，才知道具体的金额。如果有千分位符，那么一眼就知道金额的具体大小。目前千分位符在手机银行和计算器中较常见。现编写2个函数，1个函数输入带千分位符的字符串（带千分位符就不再是数字了）输出数字，另1个函数输入数字（如果数字是小数则

原创 Python 认识if-else写在一行等简洁写法

Python 有着并不十分苛刻严谨的语法要求，如常用的if-else语句块，就有多种简洁的写法。对于简单的if-else判断，可以在一行上完成表达。我们需要认识这些写法，在阅读别人的代码时，才会有清楚的认识。如下看到的是最普通的if-else 的写法，看似简单的代码，却也占据了4行。if a>b: c = aelse: c = b观察这段if-else语句，为“真”时把a赋值给c，为“假”时把b赋值给c，可见都是对c赋值。一种简洁的表达是，判断为“真”的语句（即

原创 机器学习：线性回归模型的评价方法 MSE, MAE, R2

MSE、RMSE、MAE思路：测试数据集中的点，距离模型的平均距离越小，该模型越精确。使用平均距离，而不是所有测试样本的距离和，因为距离和受样本数量的影响。

原创 Python matplotlib.pyplot库简要学习

Pyplot 是 Matplotlib 的子库，提供了和 MATLAB 类似的绘图 API。Pyplot 是常用的绘图模块，能很方便让用户绘制 2D 图表。Pyplot 包含一系列绘图函数的相关函数，每个函数会对当前的图像进行一些修改，例如：给图像加上标记，生新的图像，在图像中产生新的绘图区域等等。使用的时候，我们可以使用 import 导入 pyplot 库，并设置一个别名plt。往往需要把numpy也导入进来。importmatplotlib.pyplotaspltimport nu...

原创 Python Pandas库简要学习

一、Pandas 简述Pandas 是 Python 语言的一个扩展程序库，用于数据分析。它并不是熊猫胖达的复数，它的名字衍生自术语 "panel data"和 "Python data analysis"。Pandas 是一个强大的分析结构化数据的工具集，基础是Numpy（提供高性能的矩阵运算）。Pandas 可以从各种文件格式比如 CSV、JSON、SQL、Microsoft Excel 导入数据。可以对各种数据进行运算操作，比如归并、再成形、选择，还有数据清洗和数据加工特征。Panda..

原创 Python利用demoji库删除文档中的表情符号

在进行数据清洗时，往往需要删除文档中的出现的表情符号，因为他们无法被读取。借助demoji库，可以非常简单地完成这项工作。关于demoji 库的文档，可以访问demoji · PyPI首先，需要在环境中利用pip install安装demoji库。pip install demoji实现删除文档中的表情符号的代码如下：# -*- coding: UTF-8 -*-import osimport demoji file_path = "SeptemberB.txt" /*

原创 sklearn CountVectorizer中的min_df和max_df的含义

vectorizer = CountVectorizer(min_df = 1, stop_words=stopwords)CountVectorizer是属于常见的特征数值计算类，是一个文本特征提取方法。对于每一个训练文本，它只考虑每种词汇在该训练文本中出现的频率。CountVectorizer会将文本中的词语转换为词频矩阵，计算各个词语出现的次数。CountVectorizer可指定的参数包含min_df、max_df、stop_words等。下面讲经常调节的min_df、max_df参...

原创 Python实现在txt文件中随机抽取指定数量的行

在数据处理中，有时需要从一个大的txt文件中随机抽取指定数量的行来做样本。如在处理不平衡数据集时，可以从较大的数据集中随机抽取一些数据来做样本。下面用Python实现这一需求，可指定抽取范围和抽取数量，只需要更改参数。编码为utf-8。# -*- coding:utf-8 -*-#在txt文件中随机抽取行import randomfrom random import randint oldf = open('dataset.txt', 'r',encoding='utf-8')

原创 Python实现大文本文件分割成多个小文件

参考百度搜索出来的各种文本切割实用软件，往往不支持多文件或切割速度较慢，无法满足自定义的需求。Python编程语言可以实现实现大文本文件分割成多个小文件。一、按照大小分割，例如大文件分割成每80KB一个小文件。Python 代码实现：# -*- coding: utf-8 -*-#按照大小分割文件import osfilename = "n (2).txt"#需要进行分割的文件，请修改文件名size = 80000 #分割大小约80Kdef mk_SubFile(srcN

原创 nohup命令: Linux后台运行程序并实时查看输出

nohup python -u train.py > log.file 2>&1 &注释：nohup (no hang up)，不挂起。python train.py是原本运行程序的命令.-u （unbuffered，不缓存）这个参数加在python的后面，可以实时查看输出，而不用等把一段日志文件写入log.file后才能查看。>log.file 注意有>号，是将command的输出重定向到out.file文件，即输出内容不打印到屏幕上，而是...

原创 在Windows 记事本中快速选中大量文本的方法

以下以Notepad3为例，在Windows 记事本和几乎所有的文本编辑软件中有相同的操作方法。1. 基本操作：全选，快捷键为Ctrl + A。跳转到指定行或列，快捷键为Ctrl + G。间断复选：Ctrl+左键。按住ctrl键不放，单击并拖动要选的文字。2. 选中一个包含大量行的片段（连续选择）：光标定位在片段起始或末尾位置，鼠标滚动找到欲选择片段的末尾或起始位置，在该位置同时按住Shift键并点击鼠标左键，这样可以选择整个片段。即在某处放置光标，在另一处Shif.

原创 机器学习入门学习第二章：线性回归模型（吴恩达）

1.模型描述——线性回归模型模型举例——房价预测：监督学习、回归问题。2.一些符号表示：m 训练样本training example的数量（x,y) 表示一个训练样本（x^(i),y^(i)) 表示第i个训练样本如下数据：x^(1) = 2104, y^(1) = 460学习算法的任务是输出一个函数function，用小写字母h 表示h代表假设函数hypothesis。线性关系：注：简写h(x)上面是一个一元线性回归/单变量线性回归。...

原创 机器学习入门学习第一章（吴恩达）

1.什么是机器学习？两大类：监督学习Supervised和无监督学习Unsupervised其他热词：强化学习（reinforcement) 、推荐系统2.什么是监督学习？我们给算法一个数据集，其中包含了正确答案（下图中每一个X都对应纵轴有数值对应，即正确答案）。算法的目的就是给出更多的正确答案。例如给750size的房子计算出估价。——例子1：回归Regression问题：回归是指我们的目标，想要预测predict连续的continuous数值输出。应用：房价预测。

原创 PyTorch简要学习（李宏毅机器学习2021春）

1.什么是PyTorch?2.与TensorFlow对比3.Overview of the DNN Training ProcedureDNN训练程序概述4.什么是Tensor?Tensor，张量。一个高维度的矩阵。就像NumPy的Array.5.Tensor里面存什么东西呢？最常见，存浮点数、整数。6.Tensor的形状7.如何产生一个Tensor?8.常见的运算（1）Squeeze(2)Unsqueeze(3) Tr

原创 Python append方法浅拷贝机制代码示例解析

Python中的append方法是一个常用的方法，可以将一个对象添加到列表末尾。例如：list = [1,2,3]list.append(4)# 得到的新的列表就变成了[1,2,3,4]考虑这样一段代码，a = [1,2]b = []b.append(a)print(b)a.append(0)print(b)他的执行效果如下，明明两次打印之间并没有对b操作，那么为什么b会发生改变呢？[[1, 2]][[1, 2, 0]]原来，append方法是浅拷贝。在

原创 NumPy库的简要入门学习

NumPy(Numerical Python) 是使用Python进行科学计算的基础软件包。支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。numpy.array()numpy为我们提供了一个特殊的数组对象, 用它表示一维数组、二维矩阵等。numpy提升了Python中数据计算的速度，比python快，因为底层是C。对于任何想要运算的数据，需要预先将他们表示成numpy数组的形式。——即向量化（Vectorization）一、创建数组nump

原创 JSON文件操作：合并多个JSON文件，提取JSON中某一字段

1.合并多个JSON文件将./source文件夹下的多个json文件合并为一个json文件存放于./merge/merge.json#将./source文件夹下多个json文件合并为一个json文件./merge/merge.jsonimport osimport jsonimport tqdmdef merge_json(path_results, path_merges): merges_file = os.path.join(path_merges, "merge.json

原创 数据结构：折半查找判定树及查找成功与不成功的平均查找长度

原创 什么是机器学习、深度学习、图神经网络？

人工智能是追求目标，机器学习是实现手段，深度学习是其中一种方法。1 机器学习机器学习是一类算法的总称，这些算法企图从大量历史数据中挖掘出其中隐含的规律，并用于预测或者分类，更具体的说，机器学习可以看作是寻找一个函数，输入是样本数据，输出是期望的结果，只是这个函数过于复杂，以至于不太方便形式化表达。需要注意的是，机器学习的目标是使学到的函数很好地适用于“新样本”，而不仅仅是在训练样本上表现很好。学到的函数适用于新样本的能力，称为泛化（Generalization）能力。1.1 机器学...

原创 数据结构C语言版：清华版代码合集1：队列、线性表

数据结构清华版C++代码合集（1）队列_顺序队列队列_顺序循环队列队列_链队列队列_循环队列线性表应用_集合操作1线性表应用_集合操作2线性表应用_一元多项式线性表_顺序表线性表_顺序表(数组)线性表_链表线性表_循环链表线性表_双向链表线性表_单链表队列_顺序队列#include<stdio.h>#include<stdlib.h>#define MaxSize 50#define ElemType int#define Status inttypedef struc

原创 数据结构C语言版：链式基数排序（课本）

分配类排序不需要比较关键字的大小，它是根据关键字中各位的值，通过对待排序记录进行若干趟 “ 分配 ” 与 “ 收集” 来实现排序的，是一种借助于多关键字排序的思想对单关键字排序的方法。基数排序(Radix Sorting)是典型的分配类排序。*以上内容来自《数据结构（C语言版）（第2版）》人民邮电出版社...

原创 图神经网络文章推荐

1. GCAN: Graph-aware Co-Attention Networks for Explainable Fake News Detection on Social Media论文：https://arxiv.org/pdf/2004.11648.pdf代码：https://github.com/l852888/GCAN论文解析：https://blog.csdn.net/qq_27590277/article/details/1081627402. He...

原创 图神经网络之针对短文本分类的异质图注意力网络 - 让代码跑起来

本文介绍如何运行图神经网络类论文的代码。《EMNLP 2019开源论文：针对短文本分类的异质图注意力网络》论文介绍：https://mp.weixin.qq.com/s/eCmvUaM4Vg5KCFQJcRO-TQ论文地址：https://www.paperweekly.site/papers/3211GitHub代码地址：https://github.com/ytc272098215/HGAT一、需要的环境：Anaconda3 (Python 3.6或3.7)、Pytorch.

原创 前端入门学习笔记01：HTML标签（上）

一、简单认识HTML1.HTML 指的是超文本标记语言 (多媒体内容超越了文本限制，还有超链接文本) ，它是用来描述网页的一种语言。HTML 不是一种编程语言，而是一种标记语言。标记语言是一套标记标签。2..Web 标准的构成：主要包括结构 、表现和行为三个方面。结构、样式、行为相分离。 结构写到 HTML 文件中， 表现写到 CSS 文件中， 行为写到 JavaScript 文件中。二、HTML标签1.如 <html> </html> 双标签如...

原创 数据结构C语言版：利用栈将中缀表达式转为后缀表达式，进行四则运算求值

《数据结构》给出这样一道题目：借助辅助栈，编写算法，计算一个后缀表示式T的值。题目减少了将中缀表达式转换为后缀表达式的算法步骤。事实上，要实现四则运算求值，需要把中缀表达式转化为后缀表达式，再把后缀表达式进行运算得出结果。一、中缀表达式与后缀表达式1. 观察式子：1+2平时我们所用的四则运算表达式都是运算符在两个数字中间的，所以称这种表达式为中缀表达式。它需要判断括号匹配，需要判断加减乘除的优先级。2. 观察式子：1 2 +运算符在两个数字之后的表达式为后缀表达式。如果.

原创 广工新Anyview数据结构第一章解答

DC01PE06【题目】试写一算法，如果三个整数a，b和c的值不是依次非递增的，则通过交换，令其为非递增。要求实现下列函数：void Descend(int &a, int &b, int &c);/* 通过交换，令 a >= b >= c */void Descend(int &a, int &b, int &c) { // 通过交换，令 a >= b >= c int temp; if(a<.

原创 Python语言程序设计 嵩天MOOC全课时学习笔记（讲义截图）

建议在手机上阅读，本文仅为个人学习记录用。1.代码的注释#注释'''注释第一句注释最后一句'''2.数据类型注意：[1:3]表示第1个字符、第2个字符，但不包括第3个字符。字符串中有可能既有双引号又有单引号，例如：字符串：demo'1'。这时候就可以：str　　= "demo'1'"；这样看更直观，当然也可以使用转义字符\'代替单引号：str　　= 'demo\'1\''。字符串：demo"1"。这时候就可以：str　　= 'demo...

原创 Python中列表、元组、字典和集合的区别以及他们的转换

前排提示：元祖是错误的写法（带错别字），部分博客写为元祖系误，正确的说法为元组。首先了解序列。序列是具有先后关系的一组元素，它是一维元素向量，元素类型可以不同。元素间由序号引导，通过下标访问序列的特定元素。序列是一个基类类型，元组、列表是序列类型的一种扩展，继承序列类型的全部通用操作。（1）集合set集合就是我们数学学的集合，集合最好的应用是去重——集合类型所有元素无重复。可以利用{}或set()建立集合。注：print默认以换行符\n作为结尾，end=" "则使prin