Python
在Python中使用LSTM和PyTorch进行时间序列预测|附代码数据
全文链接：http://tecdat.cn/?p=8145 最近我们被客户要求撰写关于LSTM的研究报告，包括一些图形和统计输出。 顾名思义，时间序列数据是一种随时间变化的数据类型。例如，24小时内的温度，一个月内各种产品的价格，一年中特定公司的股票价格 诸如长期短期记忆网络（LSTM）之类的高级深度学习模型能够捕获时间序列数据中的模式，因此可用于对数据的未来趋势进行预测。在本文中，您将看到如何使
Gitlab01-安装配置
使用yum安装并配置GitLab 安装 配置GitLab 配置邮件功能 vim /etc/gitlab/gitlab.rb 也可以在GitLab Web页面配置 "Settings" -> "Integrations" -> "Email notifications" -> "Enable" 开启邮件服务 在对话框中填写相关的邮件设置信息（这些设置通常会根据/etc/git
python-爬虫-邮箱发送
# -*- coding: utf-8 -*- #发送信息到邮箱 import email.utils import smtplib from email.mime.text import MIMEText #发送文本 from email.mime.image import MIMEImage #发送图片 from email.mime.multipart import MIMEMult
python-爬虫-获取浏览器的cookies
1、封装浏览器对象 # -*- coding: utf-8 -*- """ 封装类 将获取浏览器的对象封装成一个类 调用方法： 1、import Get_Browser 2、driver = Get_Browser.Get_Browsers().get_browser() """ from selenium import webdriver class Get_Browser
用Napi编写nodejs Addon并调用dll
用Napi编写nodejs Addon并调用dll npdejs调用C++ addon并没有先前那篇随笔那么复杂，这是一篇补充说明：说明如何使用c++项目的include头文件以及lib,dll引入到addon内使用 一、使用VS编写DLL导出项目 步骤1：通过Visual Studio（推荐2019及其以上）新建一个“具有导出项的(DLL)动态链接库” 步骤2：编写代码 必须准守如下规则：
用ESP32(ESP32-CAM)(Micropython)、水位传感器、继电器、水泵 做根据水位自动加水的设备时遇到的问题记录
基本流程 水位传感器放在水缸内上方位置，水位到达水位传感器所在的位置时，水位传感器触发，并输出信号给到ESP32(ESP32CAM)。然后ESP32(ESP32CAM)控制继电器闭合，水泵启动并工作60S。之后还是根据传感器信号，决定继电器是闭合还是断开，一直循环下去。 main.py 点击查看 main.py 过程中遇到的问题和记录 ESP32刷入Micropython固件 直接用
用 KV 缓存量化解锁长文本生成
很高兴和大家分享 Hugging Face 的一项新功能: KV 缓存量化 ，它能够把你的语言模型的速度提升到一个新水平。 太长不看版: KV 缓存量化可在最小化对生成质量的影响的条件下，减少 LLM 在长文本生成场景下的内存使用量，从而在内存效率和生成速度之间提供可定制的权衡。 你是否曾尝试过用语言模型生成很长的文本，却因为内存不足而望洋兴叹？随着语言模型的尺寸和能力不断增长，支持生成更长的文本
【程序人生】公众号往期回顾如何设置
哈喽，大家好，我是木头左，AI改变生活！ 一、引言 在微信公众号中，往期回顾功能是一个非常实用的功能，它可以让用户轻松查看过去的文章，了解公众号的历史。本文将详细介绍如何设置公众号往期回顾功能，帮助大家更好地利用这个功能来展示自己的内容和品牌。 二、设置往期回顾功能 1. 进入微信公众平台 需要登录微信公众平台，使用的公众号账号和密码进行登录。登录后，点击左侧菜单栏中的“素材管理”选项。 2.
服务端和客户端 RESTful 接口上传 Excel 的 Python 代码
哈喽，大家好，我是木头左，物联网搬砖工一名，致力于为大家淘出更多好用的AI工具！ 背景 在现代软件开发中，RESTful API(Representational State Transfer Application Programming Interface)已经成为一种常用的架构风格。它提供了一种简单、易于理解和实现的方式来构建分布式系统。本文将介绍如何使用 Python 编写一个简单的
基于卷积神经网络的花卉识别（手把手）
前言 本文介绍卷积神经网络的入门案例，通过搭建和训练一个模型，来对几种常见的花朵进行识别分类；使用到TF的花朵数据集，它包含5类，即：“雏菊”，“蒲公英”，“玫瑰”，“向日葵”，“郁金香”；共 3670 张彩色图片；通过搭建和训练卷积神经网络模型，对图像进行分类，能识别出图像是“蒲公英”，或“玫瑰”，还是其它。 本篇文章主要的意义是带大家熟悉卷积神经网络的开发流程，包括数据集处理、搭建模型、训练
Neural machine translation of rare words with subword units
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ Abstract 神经机器翻译(NMT)模型通常使用固定的词汇，但翻译是一个开放的词汇问题。以前的工作是通过使用字典来翻译词汇表外的单词。在本文中，我们介绍了一种更简单有效的方法，通过将稀有且未知的单词编码为子单词单元序列，使NMT模型能够进行开放词汇翻译。这是基于这样一种直觉，即各种单词类别都可以通过比单词更小的
如何将 iPhone 的照片同步到 windows 电脑上
首先在电脑上，新建一个文件夹，并把共享权限打开。 文件夹 右键 属性，共享，添加 Everyone。 然后，让手机和电脑连接到同一个局域网，手机热点即可。 在手机端看 文件 app，找到电脑的共享文件夹。 手机端 文件 连接服务器，输入电脑的 IP 地址。 电脑 IP 地址查询：电脑端 【设置】/【网络和 internet】，或者 cmd ipconfig。 手机端连接服务器，身份不要
AI的杀手级应用会是一个“超级能干的同事”！RAG会造就超级智能么？
什么是RAG技术 RAG是一种结合生成模型和检索系统的技术。它通过检索相关信息并将其融入生成过程，使得模型不仅依赖内部训练数据，还能利用外部信息来提升回答的准确性和广度。RAG技术的核心在于将大规模预训练的语言模型与信息检索系统（如搜索引擎或数据库）有效结合，从而增强模型的知识库和推理能力。大幅减轻模型幻觉，还显著提升了生成模型的适应性和实用性。 如何运用RAG技术 近期一直使用的智能编程助手Co
manim边学边做--DecimalNumber
DecimalNumber是Mobjects分类中专门用来显示数字的一个class。它的主要功能是提供一种展示数字的方式，包括整数和浮点数。DecimalNumber在manim各个模块中的位置如上图中所示。 1. 主要参数 虽然只是数字的展示，但是manim也提供了丰富的参数，可以在不同的场景中用不同的展示方式。其中重要且常用的参数有： 参数名称 类型 说明 number floa
yolov8分割法 C++部署
使用的命令： conda list 参考资料 https://github.com/triple-Mu/YOLOv8-TensorRT/blob/main/docs/Segment.md 1. python3 export-seg.py --weight ./0.0.0/yolov8s-seg.pt --opset 11 --sim --input-shape 1 3
Jenkins技术概述与开发实战
本文详细讲解了Jenkins的安装与配置、构建作业、流水线、构建、测试和部署的具体方法，涵盖关键概念、详细步骤及代码示例，旨在帮助专业从业者实现高效的CI/CD自动化流程。 关注作者，复旦博士，分享云服务领域全维度开发技术。拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕博，复旦机器人智能实验室成员，国家级大学生赛事评审专家，发表多篇SCI核心期刊学术论文，阿里云认证
【机器学习】支持向量机（个人笔记）
目录SVM 分类器的误差函数分类误差函数距离误差函数C 参数非线性边界的 SVM 分类器（内核方法）多项式内核径向基函数（RBF）内核 源代码文件请点击此处！ SVM 分类器的误差函数 SVM 使用两条平行线，使用中心线作为参考系 (L: w_1x_1 + w_2x_2 + b = 0)。我们构造两条线，一条在上面，一条在下面，分别为： [L+: w_1x_1 + w_2x_2 + b = 1
流畅的python--第十一章 符合 Python 风格的对象
一个库或框架是否符合 Python 风格，要看它能不能让 Python 程序 员以一种简单而自然的方式执行任务。—— Martijn Faassen Python 和 JavaScript 框架开发者 得益于 Python 数据模型，自定义类型的行为可以像内置类型那样自 然。实现如此自然的行为，靠的不是继承，而是鸭子类型：只需按照预 定行为实现对象所需的方法即可。 对象表示形式 每门面向对象语言至
django 的安装和启动
1.pycharm创建project 方法与之前selenium相同,需在pycharm终端先pip install django，然后创建好项目路径，再在终端输入django-admin startproject 项目名称。 2.app的创建和说明 在项目目录下（与manange.py同级的）的地方 打开终端 在项目目录下输入pyhton manage.py startapp app01(这个是
mmdetection使用未定义backbone训练
首先找到你需要用到的 backbone，一般有名的backbone 都会在github有相应的代码开源和预训练权重提供 本文以mobilenetv3 + fastercnn 作为举例，在mmdetection中并未提供 mobilenetv3，提供的仅有 mobilenetv2； 在github上找到 mobilenetv3 实现和权重，下载到本地；本文使用参考为：https://github.c
yolov5内存分布分析 转载
yolov5内存分布分析 Transpose输出分析 假设batch_size为1，yolov5有三个输出，shape分别是： （1,3,80,80,85) （1,3,40,40,85) （1,3,20,20,85) 其中3代表anchor数量，20*20代表feature_map大小，85代表boundbox的(x,y,w,h,c+80个类别的概率) 其中(x,y,w,h,c+80个类别的概
限速上传文件到腾讯对象存储cos的脚本
官网：https://cloud.tencent.com/document/product/436/12269 安装包，这里用的python2.7 # pip install -U cos-python-sdk-v5 -i https://mirrors.tencent.com/pypi/simple/ 脚本： vim mcw.py &n
Use Mathematica in Python
准备工作 需要有 Wolfram Mathematica。 需要安装 wolframclient 这个第三方库。 起手式 导入 wolframclient： 启动： 注意：这一步有概率出现无法启动的报错。建议用 try-except 判一下。 运行 1+1 判断是否启动成功： 运行代码 直接运行 Mathematica 代码 在 Python 中使用 Mathematica 函数 注
paramiko创建可交互的ssh会话
paramiko创建可交互的ssh会话 python使用paramiko的SSHClient创建的ssh会话可以轻松的执行shell命令并获取结果，但是也存在一些不足，我想要执行history命令，却发现得不到预期的history的输出，然后我了解到可以使用SSHClient的invoke_shell()函数获取一个可交互的会话，通过简单的包装，可以实现一个使用可交互式会话执行shell命令并获取
2024.05.15
所花时间（包括上课）：6h 代码量（行）：0行 博客量（篇）：1篇 今天，上午学习，下午学习。 我了解到的知识点： 1.了解了一些数据库的知识； 2.了解了一些python的知识； 3.了解了一些英语知识； 5.了解了一些Javaweb的知识； 4.了解了一些数学建模的知识； 6.了解了一些计算机网络的知识；
2024.05.14
所花时间（包括上课）：6h 代码量（行）：0行 博客量（篇）：1篇 今天，上午学习，下午学习。 我了解到的知识点： 1.了解了一些数据库的知识； 2.了解了一些python的知识； 3.了解了一些英语知识； 5.了解了一些Javaweb的知识； 4.了解了一些数学建模的知识； 6.了解了一些计算机网络的知识；