zhangt766的博客

原创 错误异常处理

- 语法异常(SyntaxError Python)：代码逻辑语法出错，不能执行。-- 未实现异常(NotImplementedError)：尚未实现的方法。-- 属性异常(AttributeError)：对象没有对应名称的属性。-- 类型异常(TypeError)：不同类型数据进行运算。-- 索引异常(IndexError)：超出索引范围。-- 键异常(KeyError)：没有对应名称的键。-- 名称异常(NameError)：变量未定义。-- 输入输出异常(IOErroe)：输入输出异常。

原创 准确率，精确率，召回率，F1，AUC

定义：AUC是一个模型评价指标，只能用于二分类模型的评价. AUC是Area under curve的首字母缩写。定义：召回率是指检索出的相关文档数和文档库中所有的相关文档数的比率（正确分类的正例个数占实际正例个数的比例），衡量的是检索系统的查全率。定义：精确率是检索出相关文档数与检索出的文档总数的比率（正确分类的正例个数占分类为正例的实例个数的比例），衡量的是检索系统的查准率。定义：对于给定的测试数据集，分类器正确分类的样本数与总样本数之比。缺点：在正负样本不平衡的情况下，这个指标有很大的缺陷。

原创 python中的 r、b、u、的含义

注意： 一般英文字符在使用各种编码下, 基本都可以正常解析, 所以一般不带u；建议所有编码方式采用utf8。1、字符串前面加r --主要为了处理转义字符的 , 比如最常见的”\n”表示换行，”\t”表示Tab等。3、字符串前面加u(unicode)-- unicode编码字符，python3默认字符串编码方式。以r开头说明后面的字符都是普通字符，比如：‘\n’表示换行，r’\n’表示一个\和一个n字符。2、字符串前面加b(bytes)–字节符,打印出来的数据以b开头。python中的 r、b、u、的含义。

原创 读书-马尔克斯陷阱

技术进步可以解决粮食匮乏的问题，因此马尔萨斯的理论只适用于农业社会，不能适用于工业革命之后的社会。事实上，“马尔萨斯”陷阱一直都存在，工业革命并没有解决问题，只不过是从工业革命开始往后的几十年中，被一定时期繁荣富庶所蒙蔽，看起来阶段性地消失了，也就是所谓的“虚假的繁荣”。（马尔萨斯反对救济穷人，他认为，人口不能超出相应的经济发展水平（需要抑制人口增长），而救济穷人只会造成更多的穷人）农业时代的稀缺要素是粮食，工业革命之后则变了，从社会来看，是市场，对个人来说是工作。那么，马尔萨斯陷阱，到今天还存在吗？

原创 读《公正该如何做才好》

康德认为自由至上主义认为的自由不是真正的自由，虽然摆脱了外部力量的干涉和羁绊，我们却可能成为“某种欲望和渴望的奴隶‘’，比如财富自由，我们被对财富的渴望俘虏，被想要休假的欲望绑架，被想吃车厘子的冲动驱使，即便最后实现了这些目标，它不是真正的自由。康德把人，拥有了理性能力的人放到了至高无上的位置，这就决定了他的自由主义理念，他认为人不能被作为任何目的的手段，因为人的本身就是最高目的。二、行动和选择的自由；三、和他人联合的自由（结社自由），他认为追求个人的自由，会带来社会的进步，从而实现了社会群体幸福最大化。

原创 读《娱乐至死》

波兹曼的这本书是80年代写的，当时正处在美国电视的疯狂时代，事实上互联网对我们的影响是远超电视的，这本书是有时代的局限性，但它表达的意思和思想在互联网时代是一样通行的。4g时代到来，视频最终成为了最大赢家；短视频的制作因为门槛低，每个人都能制作内容，传统媒体制作一个视频成本是很高的，但现在一个手机随时时刻就能完成一个视频的录制，取胜的关键不在于画面的精良，也不在于专业程度，而是内容的垂直，每个人都能找到自己喜欢的那部分内容，每个人既可以是内容是消费者又可以是生产者，全民娱乐走向了一个全新的时代。

原创 读《天真的和感伤的小说家》

我们深深理解，那些使我们变得懦弱的本质，他们退到了时代的远处，让特写变成了大全景，他们不处在历史需要他们的时候了，他们也没有那种站出来表达的使命了，于是不断的后退，当一个退到宇宙中去的时候，人间的故事都是没有分量的，变得无比的包容，天真消失了。在另一方面，席勒认为感伤的诗人，至少在一个方面可以说是忐忑不安的，他不确定他的词语是否涵盖了真实，是否可以达到真实，不知道他的表达是否传达了他追求的意义，因此他极度关注自己写的诗，关注所使用的方法和技巧，以及自己努力运用的策略。》《纯真博物馆》《别样的色彩》

原创 读《曼昆经济学》

经济学的十大原理。

原创 html常用标签

【超文本】：网页本身是一个文本文件，而超文本指的是这种文件中既可以包含文本信息，又可以包含图片，音频，视频和链接等非文字的信息。浏览器是一个HTML的解释器，在浏览器中内置了一个解释器，该解释器中包含了所有HTML标签的展示风格。HTML通过提前约定好的标签来构建我们的网页内容，通过浏览器来进行解释执行。也就是说HTML这门语言是由标签组成的。(2) 不带标签体的标签(自结束标签)< br/>,< hr/>(1) 带有标签体的标签< a>标签体< /a >2.9 表单form（最重要！

原创 git常用命令

【代码】git常用命令。

原创 列表推导式

假如要生成一个列表，每个元素由1-4的奇数，和1-4的偶数对应：[(1, 2), (1, 4), (3, 2), (3, 4)]#x代表向列表中添加的元素，x来自于后面for循环，但是x要满足后面if条件才往列表中添加。# j的取值 第二个for j in range(1,5) 条件是j%2==0。不止列表有推导式，还有字典推导式，集合推导式（语法相同只是外边[]变成{}）# 从1-10遍历 如果i%2==0证明是偶数则添加至空列表中。#练习3：生成一个0-10的列表，其中偶数加2 ，奇数+1。

原创 神经网络梯度消失

解释：梯度消失，好比你在往下走楼梯，楼梯的梯度很小，你感觉不到在下楼......放在ml里面，就是在梯度下降公式里wi = wi−α∂l∂wi 导数部分很小很小，可能接近于0， 导致训练极度缓慢（ wi 变化很小），这种现象就叫梯度消失，一般是由训练层的激活函数导致的。以下用一个简单的神经网络和 sigmoid激活函数来解析梯度消失的现象。）求 ∂l∂w1根据链式规则求导，同一路径上各节点的导数相乘，不同路径上各节点的导数相加。可以得出以下导数变换x输入,我们用y=x函数来表示。

原创 文件管理模块总结

其实glob库很简单，只有3个主要函数供我们使用，它们分别是。的方法，主要它支持*、**、?、[ ]这四个通配符。shutil库，最主要的功能就是提供了对。glob库，提供了更加便捷的。函数，因此学习起来特别容易。

原创 Mac python配置环境变量

通常情况下系统自带的python是2系列的，需要配置才会变成3系。输入 :w 保存文件,或者 :wq 保存文件并且退出vim。1.Mac下修改.bash_profile。2.mac 设置系统python版本。编辑完了以后按 ESC 出编辑模式。输入 i 进入编辑模式。

原创 深度学习-图像识别

优化模型板块：hyperband，hyperparameters。图片剪裁模块：ImageDataGenerator。

原创 pycharm 快捷键 及 高级设置

command +shift + f ---- 全局查找。command + 右箭头 ---- 直接跳到行尾。command+d ---- 复制上一行到下一行。command+z+shift---- 反撤销。shift+enter ---- 换到下一行。shift+tab ---- 取消缩进。command+f ---- 查找代码。command + A ---- 全选。command + w ---- 关掉。command+z ---- 撤销。tab ---- 一级缩进。

原创 安装pytorch

此时能看到之前装的tensorflow等包，疑问：1.创建torch2环境时并没有下载这些包，怎么能看到；2.前面用pip下载了torch包，在上一个虚拟环境torch下输入代码pip3 list能看到torch包，这里怎么没有。在网上搜了不少教程，看起来都非常容易，上手问题多多，此文测评各种安装方式以及记录作者糟心的安装过程。分别采用了pip和conda进行安装，pip能装上，conda即使添加了镜像也安不上。#我的不是这个问题，使用的官网推荐代码，下载时并未指定版本，都是按照最新的下载。

原创 镜像源详解

一、镜像源来源镜像的来源，一般指国内存放国外软件镜像的网站、服务器。为啥需要镜像源，在国内由于各种原因下载或更新国外的软件（比如python）网速特别慢甚至连不上。Ubuntu、Python、Nodejs、MySQL、Git、Chromium、Docker、Homebrew 等一系列的常用开源系统、软件都是国外开发的，下载地址位于国外，从国内访问、下载、更新。所以找个镜像网站就解决了。二、镜像源常用代码三、临时使用。...

原创 时间复杂度计算题

增加前时间复杂度为：T1(n) = O(2n + 1)，增加部分的代码执行次数f(n) = 1 + n + n + n；因为代码是平行增加的所以增加后的时间复杂度T(n) = T1(n) + T2(n) = O(5*n + 2)。大O记法T(n)=O(f(n))，表示随着代码执行的次数增长（减少），算法执行时间的增长率和f(n)的增长率相同，表示的是算法的渐近时间复杂度，简称时间复杂度。在上面已经分析过，下面的代码时间复杂度T1(n) = O(2*n + 1)，也可以写成T1(n) = O(n)；.....

原创 概率论-古典概型

很多人认为无放回不是古典概型，因为取第二只球的概率变了，这种想法是错误的，我们把取出两只球看成了一个基本事件，对第一种情况来说，放回去取两只球是一次基本事件，再次有放回取两只球又是一次基本事件，两次概率相等因此有放回的抽取是古典概型。对无放回的抽取来说，也是同理，对比的是无放回这个样本空间下，每次取出两只球的概率。一个口袋有6只球，其中4只白球，2只红球，从袋中取球两次，每次随机地取一只，考虑两种取球方式。A：每个盒子至多有一个球 ：N*(N-1)*(N-2)*(N-（n-1）)C：至少有一只球是白球。..

原创 Pycharm编辑器下，同一目录下的import 显示找不到对应模块的问题

自己手写代码时，可能遇到在Python编写时，需要用到导入已创建好的模块，但一般会出现下图红方块问题并没有要导入的模块的问题，即模块无法被识别。，将选项“AddsourcerootstoPYTHONPATH”勾选上。（有些可能已经勾选，如果你的此选项已勾选，则直接跳入到第二步）注在pycharm2019.03版本更新后会默认勾选这两。2、对于这个问题的大部分原因应该是未把文件夹设为根目录。...

原创 练臀日-day2

空杆硬拉20-30个，单边20kg硬拉20个，抬侧臀单边20kg*4，深蹲20kg*2。2.杠铃负重箭步蹲单边10kg，每组各15个，6组，注意动作要慢，感受发力。3.臀桥，单边20kg*5，每组10个，眼睛看肚挤眼，最后一个停10秒。3.练臀从上到下，或者从下到上，每次训练1-1.5小时，5个动作的样子。1.硬拉，单边30kg*5，每组10个，注意起的时候收臀。4.罗马尼亚硬拉，负重45kg，每组10个，共3组。2.把意识集中在肌肉，感受发力。1.动作要标准，不在个数。...

原创 读博准备路线图

8.掌握基础科研能力，如latex排版，如何投稿，如何看论文。8.一周5次读英语早读，一周一次作文课，一周一次外教口语课。6.学习机器学习量化交易，确定研究方向。正式开始吴恩达机器学习，吴恩达深度学习。7.整理英语学术写作语句，练习口语。前完成机器学习简单概率论和数学学习。前完成2-3个简单kaggle项目。3.打好机器学习数学、概率论基础。上课期间完成python高阶学习。5.能独立完成kaggle项目。4.掌握机器学习经典算法。前完成机器学习实战视频课。2.拓展计算机基础知识。开始搭建深度学习项目。..

原创 安装tensorflow

6.验证（注意下载好之后环境还tensorflow里，此时照搬网上的验证代码importtensorflowastf时错误的，应该先将shell切入python下面,再验证.验证时输入如下代码，如果显示了版本，安装成功）2.载入清华镜像源（阿里源，中科院源也是一样的，这里的镜像源相当于是个缓存站，我们要下的东西，镜像源提前在谷歌里下载下来了，我们直接去镜像源下载，比访问谷歌更快）3.创建tensorflow的环境。5.下载tensorflow。1.安装anaconda。...

原创 os.path.dirname(os.path.abspath(__file__))

代码】os.path.dirname(os.path.abspath(__file__))

原创 练臀日-Saturday

发力要点腹部收紧，上臀收缩注意腿与地面90度，臀收到顶点与地面平行，动作要放慢感受发力。特别的事老徐的车被拖了😂，我们学会了怎么去取车，下次一定停车库🐶。1.髋关节，2.拉小腿（多拉小腿，做完什么运动都要多拉伸）向上抬腿是臀动，身体和另一条腿不动，腿放下来动作要慢。1.活动髋关节，2.硬拉小重量4组。侧臀向上，腿弯曲放铁片在大腿下侧。蹲的力度不够，下次多往下一点。往后蹲，顶臀，起身收缩。...

原创 softmax函数

softmax函数，又称归一化指数函数。它是二分类函数sigmoid在多分类上的推广，目的是将多分类的结果以概率的形式展现出来。下图展示了softmax的计算方法： 为什么softmax是这种形式？首先，我们知道概率有两个性质：1）预测的概率为非负数；2）各种预测结果概率之和等于1。softmax就是将在负无穷到正无穷上的预测结果按照这两步转换为概率的。1）将预测结果转化为非负数我们可以知道指数函数的值域取值范围是零到正无穷。softmax第一步就是将模型的预测结果转化到指数函数上，这样保证了概率的非负性。

原创 生成式模型和判别式模型的区别

机器学习可以分为两大类：生成式模型（Generative Model）、判别式模型（Discriminative Model）。 现在有一堆球，颜色信息已知为绿色和黄色两种，有且仅有这两种颜色，这里，球的颜色为y（目标变量），坐标轴上位置为特征X。我们想要知道，如果在坐标轴的某一位置x新放入一个球，这个球会是什么颜色的？ 1.生成式模型的思想： 生成式模型使用的是联合概率P(X,Y)，若已知x（球的坐标位置信息），通过计算出P(X,Y)我们就可以知道球的颜色。 P(X,Y) = P(Y)*P(X|Y)，其中

原创 协同过滤-推荐系统

原创 Jupyter Notebook 快捷键 Mac

快捷键可以在Jupyter Notebook的顶部Help > Keyboard Shortcuts查看。下面整理的是一些我自己常用的快捷键。Jupyter notebook分为命令模式和编辑模式。命令模式使用esc进入，代码框周围变成蓝色，编辑模式使用esc进入，代码框周围变成绿色。在命令模式中：Y单元转入代码状态M单元转入markdown状态R单元转raw状态数字设定该数字级标题（在markdown状态中使用）A在上方插入新单元B在下方插入新单元X剪切单元C复...

原创 ashes of time

我的人生结束于24岁，冲动，莽撞，对事物强烈的好奇心，虚荣，自大，愤世嫉俗的英雄情怀，在24岁悄然散去。在那以后就是谨小慎微，步步为营了，一开始我觉得这是成长，我变成了一个懂得谋生的大人，懂得了尊重包容，体恤别人的不易，不再以年轻热血的优越感自居。直到今天，我看到地铁里的自己目光呆滞，垂头丧气，我想我死掉了吧。...

原创 50道经典机器学习面试题

来自：百度安全验证1.请简要介绍下SVM。SVM，全称是support vector machine，中文名叫支持向量机。SVM是一个面向数据的分类算法，它的目标是为确定一个分类超平面，从而将不同的数据分隔开。扩展：支持向量机学习方法包括构建由简至繁的模型：线性可分支持向量机、线性支持向量机及非线性支持向量机。当训练数据线性可分时，通过硬间隔最大化，学习一个线性的分类器，即线性可分支持向量机，又称为硬间隔支持向量机；当训练数据近似线性可分时，通过软间隔最大化，也学习一个线性的分类器，即线性支

原创 核函数kernal

核函数是用来计算映射到高维空间之后的内积的一种简便方法。比如：在一个二维平面里面，这样的情况是不可能只用一个平面来分类的，但是只要把它投射到三维的球体上，就可能很轻易地分类。一般英文文献对Kernel有两种提法，一是Kernel Function，二是Kernel Trick。从Trick一词中就可以看出，这只是一种运算技巧而已，不涉及什么高深莫测的东西。具体巧在哪里呢？我们如果想进行原本就线性不可分的数据集进行分割，那么选项一是容忍错误分类，即引入Soft Margin；选项二是我们可以对

原创 softmax

1.概念和原理softmax用于多分类过程中，它将多个神经元的输出，映射到（0,1）区间内，可以看成概率来理解，从而来进行多分类！我们知道max，假如说我有两个数，a和b，并且a>b，如果取max，那么就直接取a，没有第二种可能。但有的时候我不想这样，因为这样会造成分值小的那个饥饿。所以我希望分值大的那一项经常取到，分值小的那一项也偶尔可以取到。那么我用softmax就可以了 现在还是a和b，a>b，如果我们取按照softmax来计算取a和b的概率，那a的softmax值大于b的

原创 pandas精华总结

原创 ashes of time

总觉得大多数人这样度过一生好像欠缺点什么。我承认这种生活的社会价值，我也看到了它的井然有序的幸福，但是我的血液里却有一种强烈的愿望，渴望一种更狂放不羁的旅途。我的心渴望一种更加惊险的生活。...

原创 逻辑回归梯度下降公式推导

原创 读波伏娃《第二性》

她习惯于无所事事，在生活中从来不感到纪律的严格必要性，她不能作出持续的和持久的努力，不能强制自己活得扎实的技巧；她不屑于不会问世的、要上百次毁掉又重新拿起的工作，厌恶成效不大的、孤独的探索；由于从童年起，别人就教她如何讨人喜欢，教会她弄虚作假，她希望用诡计来摆脱困难。女人乐于装出工作的样子，其实她不在工作；她相信被动性的魔力，把咒语和行动、象征性的动作和有效的行为混同起来；她伪装成美术系的学生，用成套的画笔武装自己；她待在画架面前，目光在白色画布和镜子之间来回移动；可是花束、盛苹果的高脚盘，不会自动.

原创 吴恩达机器学习 编程作业 python 版提交方法以及代码-week2

本文主要包含两个部分：1.吴恩达机器学习如何提交python作业并得到分数2.week 2 编程作业——线性回归 python 代码一、吴恩达机器学习如何提交python作业并得到分数吴恩达机器学习课程有点老了，当时吴教授选的octave/matlab来编程，我也尝试了安装octave，不仅编程语法不熟悉，就是submission也没搞明白，幸运的是github上的Gerges大神，搞了个python版交作业神器，直接在jupyter notebook上运行代码就能提交作业。传送门：

原创 ashes of time

I must not fear,fear is the mind-killerFear is the little-death that brings total obliterationI Will face my fear,I will permit it to pass over me and through meWhen it has gone past,I will turn the inner eye to see its pathAnd where the fear