Python
Pyhton - 类元编程
目录身为对象的类type：内置的类工厂函数 类元编程是指在运行时创建或定制类的技艺。在Python 中，类是一等对象，因此任何时候都可以使用函数新建类，无须使用class关键字。类装饰器也是函数，不过能够审查、修改，甚至把被装饰的类替换成另一个类。最后元类是类元编程最高级的工具：使用元类可以创建具有某种特质的全新类，例如前面讲过的抽象类。 身为对象的类 与Python 中的很多程序实体一样，类也是
把CIFAR-10数据集分类保存成图片
一：cifar10数据集简介 CIFAR-10数据集是一个广泛用于计算机视觉领域的数据集，主要用于图像分类任务。该数据集由Hinton的学生Alex Krizhevsky和Ilya Sutskever整理得到。它包含10个不同类别的RGB彩色图片，每个图片的尺寸为32 × 32像素。这10个类别分别是飞机（airplane）、汽车（automobile）、鸟类（bird）、猫（cat）、鹿（dee
matplotlib run warning
run matplotlib script, waring as, search the two lib as, make link as, then run matplotlib script again, warning as, cp the proper lib and make link as, then
用微软商店商店安装 Python
在安装 Python 时，除了在官网 www.python.org 下载，还可以用微软商店下载 安装完成后，其目录位于C:Users<用户名>AppDataLocalMicrosoftWindowsApps中，这个位置通常已经被添加好了环境变量，所以可以直接启动 python。 但是，使用 pip 安装的工具的 Script 目录下，我们还要把 script 也添加到目录，这个目录在
【视频】N-Gram、逻辑回归反欺诈模型文本分析招聘网站欺诈可视化|附数据代码
原文链接：https://tecdat.cn/?p=36028 原文出处：拓端数据部落公众号 随着互联网的快速发展，招聘网站已成为求职者与雇主之间的重要桥梁。然而，随之而来的欺诈行为也日益猖獗，给求职者带来了极大的困扰和风险。因此，如何帮助客户有效地识别和防范招聘网站上的欺诈行为，已成为一个亟待解决的问题。 逻辑回归模型作为一种强大的分类工具，在识别欺诈行为方面具有独特的优势。它能够根据输入的特
heackmyvmRegistry
heackmyvmRegistry program 保护全关，可以考虑写入shellcode 漏洞函数 确定padding=136 思路： 写入shellcode，填充到ret指令，再调用call rax执行shellcode
R语言随机森林RandomForest、逻辑回归Logisitc预测心脏病数据和可视化分析|附代码数据
全文链接：http://tecdat.cn/?p=22596 最近我们被客户要求撰写关于预测心脏病的研究报告，包括一些图形和统计输出。 本报告是对心脏研究的机器学习/数据科学调查分析。更具体地说，我们的目标是在心脏研究的数据集上建立一些预测模型，并建立探索性和建模方法。但什么是心脏研究？ 研究大纲 介绍数据集和研究的目标 探索数据集 可视化 使用Chi-Square独立检验、Cramer's V
蝴蝶书 第1章 基础科普
ChatGPT基础科普——知其一点所以然 词向量 词向量（词嵌入）：它本质上是找到一种编码方式，实现从自然语言中到数学空间的映射。（自然语言 -映射-> 向量） 我们为什么需要词向量呢？ 计算机不能理解自然语言，比如：“我爱你”，要让计算机理解需要： 数字“1”代表“我”，数字“2”代表“爱”，数字“3”代表“你”，数字“0”代表“句号”。 如何进行编码才是最优的方式呢？ 下面选择最经典的词
sqlalchemy.exc.ArgumentError: 'SchemaItem' object, such as a 'Column' or a 'Constraint' expected
解决方案： friendships = Table('friendships', Base.metadata, Column('follower_id', Integer(), ForeignKey('user.id')), Column('followed_id', Inte
[987] geopandas.sjoin
geopandas.sjoin: Spatial join of two GeoDataFrames. geopandas.sjoin(left_df, right_df, how='inner', predicate='intersects', lsuffix='left', rsuffix='right', **kwargs)
js逆向实战之一品威客signature参数解密
url: https://www.epwk.com/login.html 分析过程 输入用户名和密码，看触发的流量包。 signature参数明显是被加密过的，接下来就是去寻找加密的过程。关键词搜索signature。 有两处，第二处是个固定值不需要看，关注点在第一处。 点进去看对应的代码，并打断点，重新登录，触发该断点。 查看该行代码所有变量的值。 总共是4个关注点，Obje
maixcam部署自定义模型
maixcam部署yolov5s 自定义模型 本博客将向你展示零基础一步步的部署好自己的yolov5s模型（博主展示的是安全帽模型），训练就引用我自己之前写过的，已经训练好的可以跳过该部分，其中有部分不一样。 获得自定义训练得到的yolov5s onnx模型 准备自定义数据集（博主用的是VOC数据集） 数据集目录结构如下： 分割数据集 在split_train_val.py文件路径下
12.迭代器 与 生成器
【一】迭代器 1）概念 迭代器用来迭代去取值的工具，迭代是反复取值的过程 每一次迭代返回的结果是下一次开始的初始值 2）可迭代对象 内置有 iter（）的方法的对象都是可迭代对象 可迭代对象 字符串、列表、字典、元组、集合 不可迭代对象 整数、浮点数、布尔 3）迭代器对象 内置有iter（）和next（）方法的对象 迭代器对象 字符串、列表、字典、元组、集合 4）迭代
14.常用模块（一）
【一】time模块 时间戳 元组（struct _time） 格式化的时间字符串 1）时间转换 1.生成时间戳 2.时间戳转换成时间元组 3.时间字符串 4.从时间元组中取指定属性 索引（Index） 属性（Attribute） 值（Values） 0 tm_year（年） 比如2023 1 tm_mon（月） 1 - 12 2 tm_mday（日） 1 - 3
Azure REST API (0) 概述
《Windows Azure Platform 系列文章目录》 1.概述 1.我们在使用Azure 云服务的时候，可以通过Azure Portal: https://portal.azure.com,输入邮箱地址和密码，然后通过交互式(鼠标点击)的方式创建或者删除微软云的资源 2.我们也可以通过API或者SDK的方式进行调用，集成到用户自己的平台： (1
渲染 | Gaussian Splatting 源码解析
TODO: GS 组成 point cloud render flow optimize 仓库结构 仓库由 C++/CUDA 和 Python 组成，CUDA 包括 diff-rasterization ，Python 包括 optimize 。CUDA 部分依赖 glm ，只用了 glm 的 vector 数据类型。 Rendering (C++/CUDA Part) Python-CU
python 常用内置函数
len() len(iterable)：返回给定序列（可迭代对象）的长度或元素个数。 list1 = [1, 2, 3, 4, 5] print("列表长度:", len(list1)) issubclass() issubclass(class, classinfo)：检查一个类是否是另一个类的子类，返回 True 或 False。 class Base: pass class Der
《最新出炉》系列初窥篇-Python+Playwright自动化测试-39-highlight() 方法之追踪定位
1.简介 在之前的文章中宏哥讲解和分享了，为了看清自动化测试的步骤，通过JavaScript添加高亮颜色，就可以清楚的看到执行步骤了。在学习和实践Playwright的过程中，偶然发现了使用Playwright中的highlight()方法也突出显示Web元素。与之前的方法有异曲同工之妙。而且很简单。highlight()方法可以突出显示Web元素，方便调试和可视化操作。 2.测试场景 我们在日常
基于 ESPHome 的 3D 打印机舱内控制系统(1): 荆棘满途之 FireBeetle 2 ESP32-C6 初始配置
前言 开一个新坑，谋划了很久，最初是为了测试 Moonraker 的 Sensor 组件，逐步扩展到设计一个完整的控制系统。硬件选择 ESP 系列芯片，功能足够，还支持 WiFi/BT。软件看了一圈选择 ESPHome，轻代码，功能强大配置简单易上手。 本文涉及的硬件： DFRobor FireBeetle2 ESP32-C6 迷你开发板 本文涉及的软件： ESPHome 2024.3.2
Django使用MSSQL创建数据表
Django使用MSSQL创建数据表 Django使用MSSQL创建数据表 Django是一个基于Python的开源Web应用框架，它提供了一套完整的开发工具和库，用于快速构建高效、安全的Web应用程序。MSSQL是一种关系型数据库管理系统，由Microsoft开发和维护。 在Django中使用MSSQL创建数据表，需要进行以下步骤： 安装依赖：首先，确保已经安装了Django和MSSQL的相关驱
window10安装insightface、onnxruntime-gpu、视频换脸
1. https://onnxruntime.ai/docs/execution-providers/CUDA-ExecutionProvider.html#requirements 2.下载cuda_12.2.0_536.25_windows 3.下载cudnn cudnn-windows-x86_64-8.5.0.96_cuda11-archive 4.conda create -n onnx
Pycharm——远程连接linux
使用pycharm来连接linux中的python项目，并配置同步。 1. 在pycharm中添加ssh 一共4步，一步一步来即可。 2. 新增一个空文件夹 3. 连接成功后，下载相关文件
软件开发与创新实践——结对编程
实验目的 本次学习的任务是通过两人结对编程（一个人Coding，一个人审核）的方式，来体会团队合作的过程。本次实验由我和2230232共同完成。 编程题目 小学老师要每周给同学出300道四则运算练习题。 –这个程序有很多种实现方式: C/C++ C#/VB.net/Java Excel Unix Shell Emacs/Powershell/Vbscript Perl Python – 两个运算符
python 基础习题1--基础语法
1. 书写代码，输出结果为： Hello，Python! 答案： View Code python最具特色的就是使用缩进来表示代码块，不需要使用大括号 {} 。 缩进的空格数是可变的，但是同一个代码块的语句必须包含相同的缩进空格数。 2. 以下两段代码是否会出错？如果有错，怎么修改？ if True: print
【JAVA】助力数字化营销：基于协同过滤算法实现个性化商品推荐
周松杰：碧桂园服务后台开发gao级工程师，拥有8年开发经验。 1 前言 本文主要介绍基于协同过滤的推荐算法。在了解实践应用之前，我们先对推荐系统、Mahout学习框架以及算法进行简单介绍，然后再结合实践进行深入探讨。 第一部分概述了推荐系统的产生背景、作用和工作原理，并介绍了Mahout学习框架的算法。 第二部分则基于Mahout框架-协调过滤算法，实现个性化商品推荐。 **2 推荐系统、