Python
PointNet笔记
可能遇到的问题 在windows上运行pointnet的代码时，可能会遇到一些问题： 1.比如提示OSError: no file with expected extension， 这是因为可视化的show3d_balls.py文件运行不了， 具体的解决方法可以看这篇文章：https://blog.51cto.com/u_16213693/7738038。 2.由于作者的pointnet所用的py
sqlalchemy中relationship使用
sqlalchemy是python做orm管理的非常重要的工具，sqlalchemy2.0版本relationship与上个版本有所不同，具体如下： from typing import Optional,Listfrom enum import Enum as pyEnumfrom sqlalchemy import ForeignKey,SmallInteger,BigInteger,St
结合LangChain实现网页数据爬取
LangChain 非常强大的一点就是封装了非常多强大的工具可以直接使用。降低了使用者的学习成本。比如数据网页爬取。 在其官方文档-网页爬取中，也有非常好的示例。 应用场景 信息爬取。 RAG 信息检索。 实践应用 需求说明 从 ceshiren 网站中获取每个帖子的名称以及其对应的url信息。 ceshiren论坛地址：https://ceshiren.com/ 实现思路 对应源码
python笔记：赋值，浅拷贝和深拷贝
在 Python 中，变量赋值、浅拷贝和深拷贝在处理对象时有不同的行为和应用场景。以下是它们的详细区别： 1. 赋值 赋值操作只是创建了一个新的引用（别名）来指向同一个对象。也就是说，赋值操作并不创建新的对象，原始对象和赋值后的变量指向同一块内存区域。 如上所示，修改 b 的内容也会影响到 a，因为它们指向同一个对象。 2. 浅拷贝 浅拷贝创建了一个新的对象，但并不递归地复制子对象。新的对象包含
大模型长度扩展：直接外推, PI, NTK-aware, NTK-by-parts, Dynamic NTK, ALiBi, YaRN, S2-Attention
目录第一部分 背景知识：从进制表示谈到直接外推、线性内插、进制转换1.1 从进制表示到直接外推1.1.1 进制表示1.1.2 直接外推1.2 从线性内插到进制转换1.2.1 线性内插1.2.2 进制转换第二部分 从RoPE、直接外推到位置内插Position Interpolation2.1 旋转位置嵌入2.1.1 RoPE的快速回顾2.1.2 位置(n)的旋转位置编码，本质上就是数字(n)的(b
企业级环境部署：在 Linux 服务器上如何搭建和部署 Python 环境？
在大部分企业里，自动化测试框架落地都肯定会集成到Jenkins服务器上做持续集成测试，自动构建以及发送结果到邮箱，实现真正的无人值守测试。 不过Jenkins搭建一般都会部署在公司的服务器上，不会在私人电脑里，而服务器大部分都是Linux操作系统的。所以，我们如果要在Linux上的Jenkins服务器里运行python自动化的脚本，那么就在linux服务器上把python以及相关用
第一节 初识接口测试
一、接口测试基础 1、什么是接口？ 1）定义 前后端沟通的桥梁，数据传输的通道。 2）分类 内部接口（上层服务、下层服务、同级接口），外部接口（第三方接口，例如支付接口）。 2、什么是接口测试？ 1）定义 通过工具/代码，填写数据，确定响应数据的正确性。 2）原因 成本更低：越底层发现bug，修复的成本越低； 提高效率：更早进入测试环节，不需要等前后
calendar-python
from calendar import * # year = int(input("Please Enter Year:")) year = 2024 date = calendar(year,2,1,6,5)#year, month abbr num, row distance, column distance, month num per row print(date)
[CS61A-Fall-2020]学习记录五 Project1 The Game of Hog 中有意思的点
首先，本文不是总结归纳，只是记录一些有趣的知识点罢了 此外，观前提示，请最好在尝试独立完成该任务后再看本文，否则就很可能失去了体验本项目精华的机会 函数参数前的* 在项目原文件中的dice.py 里的 make_test_dice函数采用这样的方式传参 我记得python中没像c那样的指针，于是查询资料，小结如下 函数参数前一颗*会识别为元组，两颗则识别为字典 比如我要是传 make_test_
用Python实现批量扫描域名是否存在指定文件
初学Python练手项目，直接上代码，后续技术进步了可以加上指定字典扫描，现在还不会^_^ 加上并发的话扫描速度会更快，现在也不会~ 运行结果
全网最适合入门的面向对象编程教程：19 类和对象的 Python 实现-使用 PyCharm 自动生成文件注释和函数注释
全网最适合入门的面向对象编程教程：19 类和对象的 Python 实现-使用 PyCharm 自动生成文件注释和函数注释 摘要： 本文主要介绍了在使用 Python 的 IDE-PyCharm 时，如何在新建文件时自动添加文件注释的方法，同时对 PyCharm 中生成函数注释的方法进行了简单介绍。 原文链接： FreakStudio的博客 往期推荐： 学嵌入式的你，还不会面向对象？？！ 全网最适合
python 模拟电力系统
要模拟一个电力系统，你需要使用 Python 编写一个程序来建立系统的模型，包括发电机、变压器、输电线路、负载等组件，并模拟它们之间的相互作用。这是一个复杂的任务，通常需要使用数学建模和模拟技术，以便分析电力系统的运行情况。以下是一个简单的示例，展示了如何使用 Python 模拟电力系统的一部分：发电机、变压器和负载。 import numpy as np # 定义发电机class Generat
deepspeed训练模型提示：cpu_adam.so: cannot open shared object file: No such file or directory
背景 本人在安装deepspeed后遇到了这个报错，明眼人一看就是缺库，但是搜索到的解决方案(凌漪_, 2023)说是设置一个环境变量，实在是治标不治本，而且对本人来说连标都治不了。其他的博客尚未看到解决此问题的。 分析 这个so文件理论上应该在安装deepspeed的过程中就自动编译好了，但是现在没有，我们肯定需要找到编译这个so文件的地方。 解决过程 通过认真阅读deepspeed
Python回归、聚类、相关分析上海公租房租金满意度影响因素数据可视化
全文链接：https://tecdat.cn/?p=37013 原文出处：拓端数据部落公众号 随着城市化进程的加速，住房问题日益成为城市居民关注的焦点。公租房作为政府为解决中低收入家庭住房困难而推出的一种重要住房保障形式，其租金水平、居住条件及租住体验直接关系到广大租户的切身利益和生活质量。因此，深入研究公租房租金满意度的影响因素，不仅有助于提升公租房的管理和服务水平，还能为政府制定更加
python环境配置及基础学习
python环境配置及基础学习 Miniconda安装及使用 创建环境 conda create -n name python=3.10 进入环境 conda activate name 退出环境 conda deactivate VSCode安装 安装成功后，在左边“extensions”搜索Chinese语音包 点击install，按照提示重启VSCode 在左边“拓展”搜索python，安装
R语言贝叶斯MCMC：用rstan建立线性回归模型分析汽车数据和可视化诊断|附代码数据
全文链接 http://tecdat.cn/?p=23255 最近我们被客户要求撰写关于rstan的研究报告，包括一些图形和统计输出。 本文将谈论Stan以及如何在R中使用rstan创建Stan模型 尽管Stan提供了使用其编程语言的文档和带有例子的用户指南，但对于初学者来说，这可能是很难理解的。 Stan Stan是一种用于指定统计模型的编程语言。它最常被用作贝叶斯分析的MCMC采样器
数据分享|逻辑回归、随机森林、SVM支持向量机预测心脏病风险数据和模型诊断可视化|附代码数据
原文链接：http://tecdat.cn/?p=24973 最近我们被客户要求撰写关于心脏病的研究报告，包括一些图形和统计输出。 世界卫生组织估计全世界每年有 1200 万人死于心脏病。在美国和其他发达国家，一半的死亡是由于心血管疾病 简介 心血管疾病的早期预后可以帮助决定改变高危患者的生活方式，从而减少并发症。本研究旨在查明心脏病最相关/风险因素，并使用机器学习预测总体风险。 数据准备&nbs
一诈骗案件中发现的.Net木马动静态分析思路与方法
背景 当今诈骗案件中，Windows系统环境下的远控软件是主要的“作案工具”，从魔改的Teamview到木马程序，诈骗人员也不断在进化“技术能力”。近期在对涉案木马程序进行分析时，注意到.Net架构木马程序相对于常规的C++木马而言，其涉案频率呈现出明显的上升趋势。这类木马以C#语言编写，通常使用dnSpy、ILSpy等工具进
第五期 LangChain学习
一：LangChain简介 LangChain是一套面向大模型的开发框架。在学习过程中要借鉴其思想，不要注重接口和实现（一直在完善迭代，大模型也在更新，都在往前走）,他主要拥有 2 个能力： 可以将 LLM 模型与外部数据源进行连接 允许与 LLM 模型进行交互 （一）文档汇总 快速入门：https://www.alang.ai/langchain/101/ （文档较新24年的） 参考教程
LangChain补充一：一些小且有用的点
一：LangChain 表达式语言LCEL（LangChain Expression Language） chain：我们可以将包括大模型调用在内的一组操作组成“链条”，即所谓“调用链” （一）概念 LangChain 提供的 LangChain Expression Language(LCEL) 让开发可以很方便地将多个组件连接成 AI 工作流（或者说是调用链）。如下是一个简单的工作流：
LangChain补充四：Agent知识点和案例补充
https://www.alang.ai/langchain/101/lc07 一：基本流程和概念 （一）概念 LangChain Agent的核心思想是，使用大语言模型选择一系列要执行的动作。 在Chain中，一系列动作是硬编码在代码中的。 在Agent中，大语言模型被用作推理引擎，以确定要采取的动作及其顺序。 它包括 3 个组件： 规划：将任务分解为较小的子目标 记忆：短期（聊天历史）/
LangChain补充五：Agent之LangGraph的使用
一：LangGraph入门 https://www.51cto.com/article/781996.html https://blog.csdn.net/weixin_41496173/article/details/139023846 https://blog.csdn.net/wjjc1017/article/details/138518087 https://langchain-ai.g
xlrd.biffh.XLRDError: Excel xlsx file； not supported
问题描述 今天在测试 python 读取excel文件的时候出现了异常 好像是 pip 安装的 xlrd 默认版本不支持读取 xlsx 解决方式 先卸载 安装低版本xlrd 另一个解决方式将 xlsx 另存为 xls
【THM】Mr Robot CTF练习
【THM】Mr Robot CTF练习 基于电视剧《黑客军团》，你能得到这个靶机的根权限吗？ 你能得到这台黑客军团风格靶机的根权限吗？这是一个适用于初学者/中级用户的虚拟机。机器上有 3 个隐藏的钥匙，你能找到它们吗？ 感谢 Leon Johnson 创造了这台靶机。本机器在创建者的明确许可下在此处使用 ❤️ 钥匙1是什么？ 第一步 端口扫描 可以发现目标开放了3个端口：22/tcp ss
李沐动手学深度学习V2-chapter_linear-networks
李沐动手学深度学习V2 文章内容说明 本文主要是自己学习过程中的随手笔记，需要自取 课程参考B站：https://space.bilibili.com/1567748478?spm_id_from=333.788.0.0 课件等信息原视频简介中有 线性回归从零实现 导入包 生成人造数据集 结果如下： 读取数据集 定义一个data_iter函数， 该函数接收批量大小、特征矩阵和标签向量作
llama.cpp 转化 gguf 文件
概览 llama.cpp 自带转化工具，把 safetensor 格式的模型文件转化为 gguf 格式，方便用 cpu 进行推理。 需要注意的是，必须连带下载和 safetensor 格式相关的一些配置文件，故转化文件对准的是一个目录。 但同时还要注意，有时模型作者为同一个模型保存了多种框架应用的模型文件，这些文件是没有用的，需要去除。 步骤 下载并编译 llama.cpp 先转化为 float
爬虫之xpath模块,request-html模块,Selenium框架,
Ⅰ 爬虫之xpath模块 【一】xpath引言 【1】介绍 xpath在Python的爬虫学习中，起着举足轻重的地位，对比正则表达式 re两者可以完成同样的工作，实现的功能也差不多，但xpath明显比re具有优势，在网页分析上使re退居二线。 xpath 全称为XML Path Language 一种小型的查询语言 【2】优点 可在XML中查找信息 支持HTML的查找 通过元素和属性进行导航