Python

模块的基础知识点

一:模块的定义   模块:就是一系列功能的集合体,分为三大类   1.内置(就是解释器里自带的)   2.自定义:可以是任何语言写的 (py文件本身就是一个模块,文件名叫xx.py,模块名就叫xx)   3.第三方:既不是自带的,也不是自己写的,是别人的直接拿过来   ps:模块分为四种形式   1.使用python编写的py文件   2.已被

记录一些写代码遇到的小错误

写代码时报错: SyntaxError: Non-UTF-8 code starting with 'xbc' in file E:python projectflaskProject2modelKSql_clean.py on line 5, but no encoding declared; see https://peps.python.org/pep-0263/ for details 这

实验20-智能换脸

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6: 运行结果:  

实验20-AI-Change-face-in-the-video

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6 运行结果:    

后端开发的学习路线

所谓的后端开发,一般指的是后端服务器开发。针对服务器开发,可以用各种语言 Java、C++、PHP、Python、Go 都可以。 学习方向和路线很重要,比起具体的技术细节,可复制的经验、清晰的学习路线,是大部分人更加需要的东西。 朝着正确的方向努力,否则只会离目标越来越远,不是吗?只顾着写各种技术,不告诉大家这个知识点在后端技术图谱°的什么位置,有点盲人摸象不知全貌的感觉,很多在我看来大家都懂的内

笔记本1050ti跑autoformer模型,环境搭建过程

## 1、选显卡对应得驱动程序 https://www.nvidia.com/Download/index.aspxnotebook是笔记本,下载类型选sd。不更新驱动会报:RuntimeError: The NVIDIA driver on your system is too old (found version 8000). Please update your GPU driver by

Astronvim配置

开箱即用,据说lunarvim作者跑路到astronvim了 安装 配置 安装lsp :LspInstall clangd :LspInstall pyright :LspInstall rust_analyzer 安装语法解析 TSInstall cpp TSInstall python TSInstall rust 安装调试器 DapInstall codelldb Dap

使用restful请求华三模拟器上的设备接口数据

一、resful介绍 RESTful采用C/S模型。RESTful客户端为使用Python、Ruby或Java等编程语言开发出的RESTful客户端程序或脚本。RESTful服务器为网络设备。通过RESTful功能配置和维护设备的过程为: (1) 客户端向服务器发送HTTP/HTTPS请求报文,通过HTTP的方法来操作指定的RESTful API接口。RESTful支持的HTTP操作方法包

CUDA和CUDNN版本切换

0 背景 在用不同框架做深度学习时,难免会遇到需要不同版本的cuda和cudnn版本的情况,如果把原来版本的卸载掉重新安装新版本,则会影响其它框架的使用,最好的方法是在主机上安装多个版本的cuda和cudnn,需要用到哪种就切换到哪种,这样就免去了重复卸载安装的工作。 cuda:由NVIDIA推出的通用并行计算架构,包含了CUDA指令集架构(ISA)以及GPU内部的并行计算引擎。 利用CUDA编写

pip成功安装gdal的whl文件后,PyCharm仍报错No module named ‘osgeo’

在根据网上的教程,成功pip install 对应的whl文件后,发现PyCharm仍然显示无法调用osgeo。 出现这样的问题,首先关注自己使用的环境,例如我使用的环境是(见下图) 但当我打算卸载gdal库后,发现gdal安装的环境地址和我使用的环境地址不同(如下图) 啊,原来是安装gdal的环境地址搞错了,我自己使用的是python38的环境,但gdal却安装到了anaconda3的环境里

基数排序 LSD py

链接:https://www.nowcoder.com/questionTerminal/1e68ccb2cbc74c3d9e0dea0c568789b8 设数组S[]={154,265,146,31,213,14,157,189,91,10,111,123},采用最低位优先(LSD)基数排序将S排列成升序序列,第1趟分配收集后元素14之前,之后紧邻的元素是() 第1趟分配收集后的结果为:10,

ROS学习--添加依赖相关问题

在自定义话题接口时,步骤如下: 新建msg文件夹,并在文件夹下新建xxx.msg 在xxx.msg下编写消息内容并保存 在CmakeLists.txt添加依赖和msg文件目录 在package.xml中添加xxx.msg所需的依赖 编译功能包即可生成python与c++头文件 其中在CmakeLists.txt中添加依赖和msg文件目录时需要将以下代码到CmakeLists.txt #添加对s

2024-04-27:用go语言,在一个下标从 1 开始的 8 x 8 棋盘上,有三个棋子,分别是白色车、白色象和黑色皇后。 给定这三个棋子的位置,请计算出要捕获黑色皇后所需的最少移动次数。 需要注意

2024-04-27:用go语言,在一个下标从 1 开始的 8 x 8 棋盘上,有三个棋子,分别是白色车、白色象和黑色皇后。 给定这三个棋子的位置,请计算出要捕获黑色皇后所需的最少移动次数。 需要注意的是,白色车可以垂直或水平移动,而白色象可以沿对角线移动,它们不能跳过其他棋子。 如果白色车或白色象可以移动到黑色皇后的位置上,即认为它们能够捕获黑色皇后。 请注意,黑色皇后自身不能进行移动。 输入:

ROS学习-启动服务端错误debug

ros2 run examples_rclpy_minimal_service service 输入这个命令用于运行服务节点,这个服务的功能是将两个数字相加,给定a,b两个数,返回sum也就是ab之和。 报错: 2024-04-27 13:11:39.105 [RTPS_TRANSPORT_SHM Error] Failed init_port fastrtps_port7412:open_and

RPC(远程过程调用)详解

一、RPC是什么 RPC是指远程过程调用,也就是说两台服务器A,B,一个应用部署在A服务器上,想要调用B服务器上应用提供的函数/方法,由于不在一个内存空间,不能直接调用,需要通过网络来表达调用的语义和传达调用的数据。 二、RPC需要解决的问题 1、Call ID映射 我们怎么告诉远程机器我们要调用funA,而不是funB或者funC呢?在本地调用中,函数体是直接通过函数指针来指定的,我们调用fun

实验8-1tensorboard可视化+实验8-2tensorboard案例

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6 实验8-1tensorboard可视化运行结果: 代码:    代码:  

实验10-使用keras完成线性回归

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6 运行结果:  代码:  

实验12-使用keras预训练模型完成猫狗识别

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6 运行结果: 这里我用Gpu进行加速,训练一回9秒,如果不启用gpu,训练一回会很慢。    代码:  

实验11-使用keras完成逻辑回归

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6 运行结果:    代码:  

实验13-使用dropout抑制过拟合

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6 运行结果:  

【排课小工具】项目需求的搜集与整合

计划写一系列随笔,记录一个工具软件的开发过程,这是第一篇随笔,写本篇随笔的初衷是帮助我整理一下当前的需求详情,同时复习最近所需的软件工程相关知识,如果能对读者有所帮助,那算是这篇文章产生的额外价值了。需要注意的是,这不是一篇遵循标准规格的需求文档,因为其中可能夹杂着知识注解和引用,以及个人观点。 背景信息 在小学实习期间(2024年3月1日 - 2024年7月10日),与老师的交流中发现,每当新学

实验14-1使用cnn完成MNIST手写体识别(tf)+实验14-2使用cnn完成MNIST手写体识别(keras)

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6 实验14-1使用cnn完成MNIST手写体识别(tf)运行结果:  代码:  代码;  

实验15-使用RESNET完成图像分类

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6 运行结果:  

实验16-使用GAN生成手写数字样本

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6 运行结果:  代码:  

实验17-使用DQN训练AI玩游戏

版本python3.7 tensorflow版本为tensorflow-gpu版本2.6 运行结果:  

PageRank算法概述与Python实现

PageRank算法是一种用于评估网页重要性的算法,它基于网页之间的链接结构来确定网页的权重和重要性。算法的核心思想是通过迭代计算网页之间的链接关系,以确定每个网页的权重。它将互联网视为一个有向图,其中网页是节点,链接是有向边。算法通过以下方式计算网页的PageRank值:每个网页的初始PageRank值相等,然后通过迭代更新计算,将每个网页的PageRank值传递给链接到它的网页,直到收敛为止。

第一本书总结

时光匆匆,光阴荏苒,转眼接触C++已然半载,我暂停脚步,回望来时路。 其实,这并非我第一次接触编程,与之相反,我四年级时就开始学习编程,那是学的是入门的图形化编程,那时学习压力小,将编程看作一种乐趣,也不觉其枯燥。后来升入五六年级,课业压力不断增多,编程也从最初的图形化,变为了更为复杂的Python,但兴趣仍在,便也不觉困难。 如今,步入初中,编程也进入了C++的学习。 半年以来,我们得以深入了解

Matplotlib 设置x轴的标签

在Matplotlib中,如果你有一个时间序列数据,并且x轴上的时间标签太多导致它们重叠或难以阅读,你可以通过几种方法来减少显示的标签数量或调整它们的格式。以下是一些常用的方法: 使用plt.xticks()手动设置x轴标签: 你可以通过plt.xticks()手动设置你想显示的x轴标签的位置和文本。 使用DateFormatter格式化日期标签: 如果你的x轴是日期时间类型,你可以使用m

详细:docker手动部署lnmp以及记录遇到的问题

一、基本思路(背景) 部署时间:2024.04.25 主机为deepin 20.9 安装好docker,从官网下载nginx php mysql三个镜像 设置并启动相应三个容器,并配置portainer 二、安装docker 1.如果以前安装过老版本,请先卸载以前版本 sudo apt remove docker docker-engine 2.安装docker-ce与密钥管理与下载相关依赖工具

质数、因数、最大公约数经典问题整理

1、计数质数 MX = 5000000 is_prime = [1] * MX is_prime[0] = is_prime[1]= 0 for i in range(2, MX): if is_prime[i]: for j in range(i * i, MX, i): is_prime[j] = 0 class Solution:

<<  <  226  227  228  229  230  231  232  233  234  235  236  >  >>