Python
命令行帮助信息、手动和交互执行
一、方式一 1、先定义一个命令行解析类 class CommandLineParser: def __init__(self): self.arguments = {} self.valid_options = { "help", "mode", "interval", "export", "wave_data_export", "
深度学习第二课 Practical Aspect of Deep learning
Practical Aspect of Deep learning week1 深度学习的实用层面 1.1 训练/开发/测试集 在机器学习发展的小数据量时代，常见做法是将所有数据三七分，就是人们常说的70%验证集，30%测试集，如果没有明确设置验证集，也可以按照60%训练，20%验证和20%测试集来划分。这是前几年机器学习领域普遍认可的最好的实践方法。 如果只有100条，1000条或者1万条数
重磅来袭!MoneyPrinterPlus一键发布短视频到视频号,抖音,快手,小红书上线了
MoneyPrinterPlus开源有一段时间了，已经实现了批量短视频混剪，一键生成短视频等功能。 有些小伙伴说了，我批量生成的短视频能不能一键上传到视频号,抖音,快手,小红书这些视频平台呢？答案是必须可以。 下面上干货。 软件准备 当然，前提条件就是你需要下载MoneyPrinterPlus软件啦。 下载地址： https://github.com/ddean2009/MoneyPrinterP
pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available
使用Ubuntu16.04（已内置python2.7)安装python3.10之后，再使用pip3安装包的时候总是报错： WARNING: pip is configured with locations that require TLS/SSL, however the ssl module in Python is not available.Looking in indexes: https
统计学入门：时间序列分析基础知识详解
时间序列分析中包含了许多复杂的数学公式，它们往往难以留存于记忆之中。为了更好地掌握这些内容，本文将整理并总结时间序列分析中的一些核心概念，如自协方差、自相关和平稳性等，并通过Python实现和图形化展示这些概念，使其更加直观易懂。希望通过这篇文章帮助大家更清楚地理解时间序列分析的基础框架和关键点。 https://avoid.overfit.cn/post/3b9150451ab94bfd950
matplotlib绘制拟合大象曲线
通过十个参数绘制大象曲线 让大象的鼻子动起来 参考链接： 使用matplotlib的动画模块快速更新曲线 在Python MatPlotLib中使用动画时，如何更改绘制曲线的颜色？ 如何用四个参数画一头大象？ 创建于2407101112，修改于2407101112
以后再也不用肉眼测评解析产品了
今天给大家介绍一款测评工具，能方便快捷且全面地展示文档解析产品的能力。 没错，这个测评工具是我们做的✌️。 它的最大作用，是协助需要解析PDF的用户直观筛选最适合自己场景的产品。 在和用户交流的过程中，我们发现大家的需求非常多样，各有偏重：年报、财报、论文、政策文件、企业内部文件，或是教科书、试卷、公式，等等。 而尽管所有解析产品的目标都是成为“全能多面手”，在当前阶段，产品能力各有千秋也是正常的
在Linux中，怎么把脚本添加到系统服务里，即用 service 来调用？
在Linux中，将脚本添加为系统服务，使其可以通过service命令进行管理，通常涉及以下步骤： 编写启动脚本： 创建一个启动脚本，该脚本将被Systemd或其他初始化系统用来启动、停止和重启你的应用程序或服务。例如，创建一个名为your_service的脚本，并赋予执行权限： 保存脚本到合适的位置： 通常，启动脚本应该保存在/etc/init.d/目录下，但对于使用Systemd的系统
全网最适合入门的面向对象编程教程：12 类和对象的Python实现-Python使用logging模块输出程序运行日志
全网最适合入门的面向对象编程教程：12 类和对象的 Python 实现-Python 使用 logging 模块输出程序运行日志 摘要： 本文主要介绍了日志的定义和作用，以及 Python 内置日志处理的 logging 模块，同时简单说明了日志等级和 logging 模块的简易使用方法。 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？？！ 全网最适合入门的
django-reids模块
Django-redis模块 django4.2.0 + python3.9 + redis3.0.504 + redis模块版本5.0.7 + django-redis5.4.0 django项目中想要使用redis作为缓存工具，则需要下载专门的模块django-redis来完成。 区分django-redis&&redis&&redis-py pytho
2.快速上手MkDocs
快速上手 !!! info "注意" 每次使用 MkDocs 首先进入 python 虚拟环境。 创建项目 预览网站 127.0.0.1:8000 预览效果 构建网站 项目结构 用户在docs目录创建.md文档，可以创建子目录。以后将docs目录成为文档库。 build命令将所有笔记转换为网站，保存在 site 目录下。将 site 文件夹复制到云服务器就可以成一个静态网站。
1.介绍MkDocs
MkDocs 简介 MkDocs 是一个简单且快速的静态网站生成器，专门用于项目文档。它使用Markdown文件作为内容源，基于Python构建，易于配置和使用。 主要特性 易于安装和使用：通过Python包管理器安装，配置简单。 主题支持：提供多种主题，支持自定义。 自动生成导航：根据Markdown文件自动生成站点导航。 内置开发服务器：实时预览文档修改。 插件扩展：支持插件机制，增加额外功
新版mac配置多版本JDK切换和maven套件
新版mac配置多版本JDK和maven套件 新版本的macOS Sonoma系统配置多版本的JDK和Maven开发套件。有平时开发和学习用到的JDK是不同版本的需求，就直接安装多个版本的JDK，使用的时候直接命令进行对应版本的切换，要做到切换JDK版本，可以自己配置并在终端切换，或者使用java的版本管理工具jenv。目前我用到的是自己配置，jenv还要自行去了解～～ 安装java mac安装
4.MkDocs样式
学习 Admonitions(警告) - Material for MkDocs (wdk-docs.github.io) 提示 - Material for MkDocs 中文文档 (llango.com) Buttons(按钮) - Material for MkDocs (wdk-docs.github.io) 建议去看这些网站，更为详细。 常用功能 便利贴 开启 语法格式 触发
3.配置MkDocs
最小配置 MkDocs项目只有一个配置文件，使用yml格式。配置文件的作用是修改网站样式、启用功能、启用插件。MkDocs的大部分功能是关闭的，需要用户在配置文件中开启。 示例配置 以下是一个 mkdocs.yml 配置文件的示例，包含常用的 Markdown 语法拓展，并附有注释说明各部分的功能： markdown_extensions: - pymdownx.highlight: #
200篇2024/S1论文文章助你“入坑”AI工程：FT + KG + RAG + Agent
本文汇编了笔者2024上半年整理的AI工程领域相关的论文、博客、公众号文章，包括FineTuning、KnowledgeGraph、RAG、Agent四大类，可以帮助大家快速跟进/回顾上半年AI工程领域的进展。 有需要（想“入坑”）的同学请自取【狗头 * 3】。 FT Scaling Down to Scale Up: A Guide to Parameter-Efficient Fine
暑期课程学一学XSS攻击，以及开源项目
XSS攻击 本文主要是使用vulstudy直接搭建的漏洞环境，是其中的DVWA。然后随手记一个反弹shell的工具反弹shell工具。 一些高级的过滤参考了参考文章XSS。 XSS存储型 原理 存储型XSS，也叫持久型XSS，主要是将XSS代码发送到服务器（不管是数据库、内存还是文件系统等。），然后在下次请求页面的时候就不用带上XSS代码了。最典型的就是留言板XSS。用户提交了一条包含XSS代码的
端到端测试中的测试种类及工具的说明！
单元测试 即Unit Testing，简称 UT，是指对软件中的最小可测试单元进行检查和验证，这是最低级别的测试活动，前端开发中单元可以是一个function也可以是一个class，也可以是一个组件。 对他们的输出做断言检查，是一个白盒测试，一般由开发者进行编写，开发者可以通过编写执行 UT 来判断自己的逻辑是否正确。 集成测试  
TextCNN: Convolutional Neural Networks for Sentence Classification
本文是CNN应用在NLP领域的开山之作。TextCNN的成功并不是网络结构的成功，而是通过引入已经训练好的词向量在多个数据集上达到了超越benchmark的表现，证明了构造更好的embedding，是提升NLP各项任务的关键能力。 作者做了一系列实验，这些实验使用卷积神经网络（CNN）在预训练的词向量之上进行训练，用于句子级分类任务。作者发现，一个简单的CNN只需要很少的超参数调整和静态向量即
Rockchip RK3588 - Rockchip Linux SDK脚本分析
---------------------------------------------------------------------------------------------------------------------------- 开发板 ：ArmSoM-Sige7开发板 eMMC ：64GB LPDDR4 ：8GB 显示屏 ：15.6英寸HDMI接口显示屏 u-boot ：20
比赛获奖的武林秘籍：05 电子计算机类比赛国奖队伍技术如何分工和学习内容
比赛获奖的武林秘籍：05 电子计算机类比赛国奖队伍技术如何分工和学习内容 摘要 本文主要介绍了在电子计算机类比赛中技术层面上的团队分工和需要学习的内容，分为了嵌入式硬件、嵌入式软件、视觉图像处理、机械、上位机软件开发和数据分析等六个方向，并结合自身经历给出相关建议。 正文 有些小伙伴在组队完成后，常常不确定下一步该学习什么，或者如何与队友分配学习任务以便完成比赛作品。为此，作为学姐，我特别整理了一
Anaconda 目录迁移 （Windows 10）
迁移原因：C盘空间不够了，需要移动到其它盘符中。 主要步骤： 将 anaconda3 目录整个复制到新的路径里，然后修改环境变量 PATH 中包含 anaconda3的路径为新的路径； 如果要修复开始菜单中的快捷方式（包括图标变白），可以参考 这篇博客 到此为止，应该已经能正常使用 anaconda 环境了。但如果使用原来的 jupyter 环境，可能会发现原来配置的 kernel 都找不
CS50's: 0. Functions, Variables
interactive mode 注：单引号和双引号在python中有同样的作用 functions CLI：command line interface GUI：graphical user interface print() print("hello, " + name) 连接 + print("hello,",name) 多个argument(参数) 输出用 , 隔开，会自动添加空格 pr
15、 Django-多表操作-多个模块的关联-多对多的增删改查- models.manytomany()
针对多对多的关系django会自动创建第三张表、也可以通过through参数指定第三张表 models.py from django.db import models # Create your models here. #多对多 #用户表：电影 = N：M #一个用户可以收藏多部电影 #一部电影可以被不同的用户收藏 #电影 class Movie(models.Mod