Python

python包管理利器poetry和conda使用简介

  # 基本信息   conda 相对于主流的虚拟环境管理工具,在 python 开发环境中最大的特点便是 “不需要安装python”。但这并不意味着 conda 不需要 python 来运行脚本,而是 conda 不会依赖于系统中已经存在的 python 进行运行。 因此 conda 拥有较高的独立性以及强悍的跨版本支持。官方网点:https://docs.conda.i

《程序是怎样跑起来的》第12章

本章呢,是最后一章,一本书,就这样看完了。真正看懂了,学会了没有,其实,我还真的想问问自己,发自内心觉得,不怎么样。不是说人家书不行啊,是咱这个人不太上心(老师您看到后,也不要觉得这个同学竟然没有认真看,真是浪费时间。其实啊,老师,我也真的看了,但是有没有一种可能就是看了之后就忘了,前段时间我看了几章,最近这几天要写笔记,但是都不知道要怎么去写了,不知道从哪里下手了,唉,老师啊,其实呢,我又回过去

Python笔记11——函数

十一、函数 函数的作用:提高模块化程度,提高代码重复利用率。 11.1 定义一个函数 一般格式: 以def关键字开头,后接函数标识符名称和圆括号()。 所需参数必须都在圆括号中声明。(默认参数值和参数名称是按函数声明中定义的顺序匹配起来的。) 函数内容以冒号:起始,并且缩进。 return [表达式]结束函数,选择性地返回一个值给调用方,不带表达式的 return 相当于返回 None。

OpenAI 的视频生成大模型Sora的核心技术详解(一):Diffusion模型原理和代码详解

标题党一下,顺便蹭一下 OpenAI Sora大模型的热点,主要也是回顾一下扩散模型的原理。 1. 简单理解扩散模型 简单理解,扩散模型如下图所示可以分成两部分,一个是 forward,另一个是 reverse 过程: forward:这是加噪声的过程,表示为(q(X_{0:T})),即在原图(假设是(t_0)时刻的数据,即(X_0))的基础上分时刻(一般是 T 个时刻)逐步加上噪声数据,

Python处理Word,Excel,PDF

openpyxl模块处理Excel表 安装 以下命令意思是:指定D盘下的Python解释器用豆瓣的源安装openpyxl模块 基本概念 openpyxl库有三大模块组成,分别为:Workbook、Sheet、Cell Workbook:工作簿,一个excel文件包含一个工作簿(Workbook) Worksheet:工作表,一个工作簿(Workboot)包含多个工作表(Worksheet),由

银河麒麟桌面版操作系统修改主机名

1图形化方式修改 1.1在计算机图标上右键,选择属性 1.2修改 1.2.1点击修改计算机名 选择玩属性后会自动跳转到关于中,在计算机名中点击修改图标本质就是设置里面的系统下的关于,我们右键计算机选择属性就直接跳转过来了 1.2.2修改系统名字 这里修改为user-pcOS 1.2.3重启生效 1.2.4重启后查看 计算机右键,选择属性查看到这里就已经修改完毕了 1.3扩展:查

CNN使用MNIST手写数字识别实战的代码和心得

CNN(Convolutional Neural Network)卷积神经网络对于MNIST手写数字识别的实战代码和心得 首先是对代码结构思路进行思路图展示,如下: 参数和原理剖析: 因为MNIST图片为长和宽相同的28像素,为黑白两色,所以图片的高度为1,为灰度通道。 在传入的时候,我定义的BATCH_SIZE为512,所以具体的输入维度为(512,1,28,28) 我的CNN卷积神经网络

LSTM使用MNIST手写数字识别实战的代码和心得

RNN的架构除了RNN类中的模型不同,其他的构架与CNN类似,如果还没有阅读过CNN文章的可以点击下方链接进入: CNN使用MNIST手写数字识别实战的代码和心得 LSTM(Long Short-Term Memory长短时记忆网络)虽然在MNIST手写数字识别方面不擅长,但是也可以进行使用,效果比CNN略显逊色 对LSTM使用MNIST手写数字识别的思路图 LSTM是在RNN的主线基础上增

1#反转一个只有3位数的整数

要求 反转一个只有3位数的整数 思路 将数字强转为字符串 使用切片将字符串位置重新排列 强转排列后的字符串为整数 最后输出 代码 postSignature: { enable: true, enableLicense: true, licenseName: '', licenseLink: '', content: ['这是一条自

python 3.10版本降为3.8版本

1.安装pyenv pip intsall pyenv-win -i http://pypi.douban.com/simple/ --trusted-host pypi.douban.com   2.配置环境变量    3.安装3.8版本 pyenv install 3.8.0 4.项目中设置: pyenv local 3.8.0 全局设置:

2#计算圆周长和面积

思路 创建空数组 分别添加圆周长结果和圆面积结果 返回数组 圆周长公式:C=2πr 圆面积公式: A=πr2A 代码 postSignature: { enable: true, enableLicense: true, licenseName: '', licenseLink: '', content: ['这是一条自定义内容',

django创建新项目

通过python -m venv env_name在当前目录下创建虚拟环境 通过终端进入该虚拟环境的Scripts下,然后输入activate 下载django插件: pip install django 在终端内回到欲创建项目的文件夹,输入 django-admin startproject project_name

29.Jenkins Api 接口

Jenkins Api简介 Jenkins 对外暴露的动作交付入口 为外部程序提供入口,可以控制Jenkins 支持协议 - Http Api 接口支持用户名、密码认证 Jenkins Api支持的典型功能:运行Job、查看任务状态、返回任务编号…等 Jenkins Api 环境准备 使用curl调用 获取所有Jobs接口 创建一个有任务运行和查询权限的用户 较老版本的Jen

十大开源软件测试项目,拿来练手真不错!

对于软件测试的新手来说,参与开源项目是一个很好的学习和实践机会。通过参与开源项目,你可以学习到真实世界中的测试策略、技巧以及工具的使用。以下是十个值得一试的开源测试项目,它们不仅适合初学者,也适合有一定经验的测试人员。 Selenium:Selenium是一个用于Web应用程序自动化测试的开源工具。通过模拟用户在浏览器中的操作,你可以测试Web应用的功能、兼容性以及性能。 JMeter:JMet

2、remi--ButtonLay.py

上一篇末尾测试了一个用例,使用了四个组件:一个主容器和三个那啥;那么从这篇开始就尽量按照官方文档的顺序来进行测试了。   先看:remi.gui.BODY源码,此处链接中的代码与下面所示实际安装好的库中源码的单词个别有所区别,但不影响观看 >,> remi.gui.BODY()源码 class BODY(Container): EVENT_ONLOAD = 'onl

龙哥盟 Python 译文集 2024.2 更新

每个程序员都应该知道的 40 个算法 Python 数学应用 Python 入门指南 Python 物联网入门指南 Python 比特币编程实用指南 Python 密码学实用指南 Python 数据结构和算法实用指南 Python 企业自动化实用指南 Python GPU 编程实用指南 Python 物联网项目 Learning Scrapy 中文版 通过构建游戏学习 Python Python

CSS Border Bottom常用属性详解

原文链接:https://www.python100.com/html/90865.html 一、border-bottom的基本使用 border-bottom是css中用来设置底部边框的属性。 border-bottom的属性值包括三个,分别是:边框宽度(单位),边框样式(solid、dotted、dashed等)和边框颜色(十六进制代码或rgb颜色值)。 以下是一个简单的应用实例: 效果

Keras深度强化学习--DPG与DDPG实现

DQN系列算法对连续空间分布的action心有余而力不足,而Policy Gradient系列的算法能够有效的预测连续的动作。在此基础上DPG和DDPG算法被提了出来,并且能够有效地处理连续动作问题。 Paper:DPG:Deterministic policy gradient algorithmsDDPG:Continuous Control with Deep Reinforcement

【软件开发工具】——JetBrains,上海道宁为您带来软件开发人员和团队的必备工具——JetBrains

  在软件开发的工作中 工具的选择 往往决定了编程效率和质量 JetBrains是业界知名的开发工具提供商 以其出色的性能和丰富的功能 赢得了全球开发者的信赖 无论您的团队规模如何 其产品都能确保您在构建代码、 规划工作或协作时 始终获得流畅而愉快的体验 无论您使用哪种平台或语言 JetBrains都可以 为您提供合适的开发工具       开发商介

logging两种记录日志的调用方式

  使用 logging.getLogger() 方式: 这种方式是通过代码直接操作和配置日志记录器。如前所述,你可以创建或获取一个日志记录器实例,然后为其设置级别、添加处理器等。例如: Python 1import logging 2 3logger = logging.getLogger('my_module') 4logger.setLevel(loggin

【更新公告】AirtestIDE更新至1.2.17版本

1. 前言 本次更新为AirtestIDE、Airtest-Selenium库更新。 AirtestIDE更新至1.2.17版本,AirtestIDE内置库Airtest更新为1.3.3.1版本,Poco更新为1.0.94版本,主要支持了selenium4.0以上版本,ADB更换为41版本,Airtest新增点击和滑动的相对坐标支持 ,Poco修复了1.0.93运行效率缓慢的问题 等。更多更新内容

神经网络优化篇:详解TensorFlow

TensorFlow 先提一个启发性的问题,假设有一个损失函数(J)需要最小化,在本例中,将使用这个高度简化的损失函数,(Jw= w^{2}-10w+25),这就是损失函数,也许已经注意到该函数其实就是({(w -5)}^{2}),如果把这个二次方式子展开就得到了上面的表达式,所以使它最小的(w)值是5,但假设不知道这点,只有这个函数,来看一下怎样用TensorFlow将其最小化,因为一个非常类似

苹果AppleMacOs最新Sonoma系统本地训练和推理GPT-SoVITS模型实践

GPT-SoVITS是少有的可以在MacOs系统下训练和推理的TTS项目,虽然在效率上没有办法和N卡设备相提并论,但终归是开发者在MacOs系统构建基于M系列芯片AI生态的第一步。 环境搭建 首先要确保本地环境已经安装好版本大于6.1的FFMPEG软件: 如果没有安装,可以先升级HomeBrew,随后通过brew命令来安装FFMPEG: 安装ffmpeg 随后需要确保本地已经安装好了con

C#常用NLP库

在DotNet开发中,有几个常用的NLP(自然语言处理)开发库可供选择。以下是几个流行的DotNet NLP库: Stanford.NLP:Stanford.NLP是一个开源的DotNet库,提供了各种NLP工具和算法,例如词性标注、命名实体识别、分词、语法分析等。它是基于Stanford大学的NLP工具包开发的,功能强大且经过广泛使用和验证。 NLTK(Natural Language Tool

python中常见的异常 error

python中常见的异常 在python2中可以通过一个模块来查看所有的内置异常,而在python3中就无法查看。 >>> importexceptions>>>dir(exceptions) ['ArithmeticError', 'AssertionError', 'AttributeError', 'BaseException', 'BufferError

Docker的常用命令

Docker的常用命令   Docker的常用命令 docker version #显示docker的版本信息 docker info #显示docker的系统信息,包括镜像和容器的数量 docker --help #docker帮助命令 镜像命令 docker images 查看所有本地主机上的镜像 docker search mysql 搜索镜像 docker pul

ubuntu使用记录

更改软件源 x64架构直接换 jetson nano换成国内源(由于软件那不能直接换) 备份原本的源,更改source.list文件的名字 将源文件替换为如下: 保存然后 保存终端内容到日志 终端执行 停止并保存 网速、CPU显示 添加源 sudo add-apt-repository ppa:fossfreedom/indicator-sys

ros使用记录

安装ros 1、设置软件源 2、设置密钥 如果出现E: 仓库“http://mirrors.tuna.tsinghua.edu.cn/ros/ubuntu lsb_release Release,可以更换这一条指令:curl -sSL 'http://keyserver.ubuntu.com/pks/lookup?op=get&search=0xC1CF6E31E6BADE8868B1

<<  <  337  338  339  340  341  342  343  344  345  346  347  >  >>