Python
路径规划算法使用说明
1. 基于搜索的 (1) Dijkstra： 执行命令： cd /home/slam/PathPlanning/Search_based_Planning/Search_2D python3 Dijkstra.py (2) RTAAStar cd /home/slam/PathPlanning/Search_based_Planning/Search_2D python3 RTAAStar.py
R语言Apriori关联规则、kmeans聚类、决策树挖掘研究京东商城网络购物用户行为数据可视化|附代码数据
全文链接：http://tecdat.cn/?p=30360 最近我们被客户要求撰写关于网络购物用户行为的研究报告，包括一些图形和统计输出。 随着网络的迅速发展，依托于网络的购物作为一种新型的消费方式，在全国乃至全球范围内飞速发展 电子商务成为越来越多消费者购物的重要途径。我们被客户要求撰写关于网络购物行为的研究报告。 项目计划使用数据挖掘的方法,以京东商城网购用户的网络购物数据为基础,对网络购物
聊聊微信小程序的流式（stream）响应请求
场景：类似ChatGPT的逐字显示效果。 流程：服务端我用Python的flask框架（向外提供API接口）实现，服务部署在replit上，Python调用azure 的chatgpt服务（需要申请），并以流式的形式返回，小程序再调用这个流式接口实现。 我会提供最小能运行的完整代码示例。 我本地的Python版本：3.10.11、Flask版本：2.3.2、openai版本：0.27.8。 pyt
X-AnyLabeling
简介 X-AnyLabeling 是一款基于AI推理引擎和丰富功能特性于一体的强大辅助标注工具，其专注于实际应用，致力于为图像数据工程师提供工业级的一站式解决方案，可自动快速进行各种复杂任务的标定。 亮点 支持GPU推理加速； 支持图像和视频处理； 支持单帧和批量预测所有任务； 支持自定义模型和二次开发设计； 支持一键导入和导出主流的标签格式，如COCOVOCYOLODOTAMOTMASK； 支
书生开源大模型训练营-第6讲-作业
基础作业 使用 OpenCompass 评测 InternLM2-Chat-7B 模型在 C-Eval 数据集上的性能 进阶作业 使用 OpenCompass 评测 InternLM2-Chat-7B 模型使用 LMDeploy 0.2.0 部署后在 C-Eval 数据集上的性能 ============================基础作业=======================
python实战:用SQLAlchemy作orm
一，安装SQLAlchemy 1,用pip安装 (venv) [liuhongdi@img news]$ pip3 install sqlalchemy 2,安装完成后查看已安装的版本: (venv) [liuhongdi@img news]$ pip3 show sqlalchemy Name: SQLAlchemy Version: 2.0.27 Summary: Database A
2024 SICTF Round#3出题 crypto misc osint
有幸参与了本次比赛crypto misc OSINT出题，难易程度循序渐进，下面记录一下本人题目题解(( 比赛网址：https://yuanshen.life/ CRYPTO SuperbRSA（85支队伍攻克） 题目 CRYPTO真的很难吗？Ö_O不会吧不会吧！，一定要相信自己咩~ 出题人：Kicky_Mu #user:mumu666 from Crypto.Util.
【机器学习算法】KNN鸢尾花种类预测案例和特征预处理。全md文档笔记（已分享，附代码）
本系列文章md笔记（已分享）主要讨论机器学习算法相关知识。机器学习算法文章笔记以算法、案例为驱动的学习，伴随浅显易懂的数学知识，让大家掌握机器学习常见算法原理，应用Scikit-learn实现机器学习算法的应用，结合场景解决实际问题。包括K-近邻算法，线性回归，逻辑回归，决策树算法，集成学习，聚类算法。K-近邻算法的距离公式，应用LinearRegression或SGDRegressor实现回归
sqlmap的一些不常见用法
--level=5 --risk=3 拉满所有测试 POST注入 python sqlmap.py -r 1.txt -p xx 其中1.txt是抓的请求包,xx是注入点
Python Paramiko模块-exec_command() 和 invoke_shell() 两种操作方式
前言 Paramiko 是 Python 语言的一个 SSH 客户端。可以远程连接Linux服务器，通过 python 对 Linux 进行操作，可以实现进行对远程服务器进行下载和上传文件操作。 exec_command()函数是将服务器执行完的结果一次性返回给你； invoke_shell()函数类似shell终端，可以将执行结果分批次返回，看到任务的执行情况，不会因为执行一个很长的脚本而不知道
mogdb的一主两备
一、环境准备 节点类别 主机名 IP 主节点 mogdb1 192.168.3.68 备节点1 mogdb2 192.168.3.69 备节点2 mogdb3 192.168.3.70 二、关闭防火墙和透明大页 三、安装操作系统依赖包 3.1配置yum，安装系统包 3.2安装Python3 四、创建安装目录 五、安装包准备 六、开始安装 6.1 准备配置文件
oceanbase 社区版安装
一、环境准备 节点类别 主机名 IP OBSERVER observer1 192.168.3.41 OBSERVER observer2 192.168.3.42 OBSERVER observer3 192.168.3.43 ocp ocpserver 192.168.3.47 中控机 obcontrol 192.168.3.48 二、名词解析 中控机：存储
pg高可用方案repmgr带witness搭建
一、总体架构 操作系统版本： linux redhat7.6 pg版本： 12.2 repmgr版本 5.2 192.168.3.73 主库: repmgr+master 192.168.3.74 从库1: repmgr+standby 192.168.3.75 从库2: repmgr+standby 192.168.3.76 witness: repmgr+witness 所有的节点 安装操作系
Python 的两个 sleep
1.time.sleep() 直接阻塞整个真正的线程(Python仅仅一个线程)，此时整个程序暂停 2. asyncio.sleep() 阻塞当前的假线程，继续执行其他事情 总结 和 dart 语言一样
Python异步编程原理篇之IO多路复用模块selector
selector 简介 selector 是一个实现了IO复用模型的python包，实现了IO多路复用模型的 select、poll 和 epoll 等函数。 它允许程序同时监听多个文件描述符（例如套接字），并在其中任何一个就绪时进行相应的操作。这样可以有效地管理并发 I/O 操作，提高程序的性能和资源利用率。 本篇主要讲解selector编程示例，以socket编程为主题，首先分析阻塞IO模
Python生成词云--豆瓣电影短评（初学菜鸡版）
Python生成词云--豆瓣电影短评（初学菜鸡版） 目录Python生成词云--豆瓣电影短评（初学菜鸡版）1.主要涉及的库2.获取数据3.生成词云图 1.主要涉及的库 主要页面处理 selenium 数据处理，输出、读取CSV pandas、numpy 对所有数据进行分词处理 jieba 处理图片，生成词云图 wordcloud、PIL、matplotlib
Redis3主3从+pg1主2从
目录一、环境准备二、安装服务器部署redis集群1. 安装需求2. 创建redis3. 上传软件4. 编译安装4.1 编译安装 root用户编译 否则 问题一4.2 验证安装是否成功4.3 操作过程5. 新建redis集群配置文件5.1 新建配置文件目录，复制模板配置文件5.2 修改默认配置文件6.部署步骤6.1 启动redis集群节点6.2 验证节点是否启动成功6.3 创建redis集群6.4
MogDB+BenchmarkSQL工具部署与使用
目录实验环境安装部署配置props文件配置示例运行测试 实验环境 节点类别 主机名 IP 端口 工具 主节点 ptkmog1 192.168.3.63 15400 Benchmark 备节点1 ptkmog2 192.168.3.64 15400 - 备节点2 ptkmog3 192.168.3.65 15400 - 安装部署 1、环境准备 下载软件 2、部署软件
Goldendb安装部署
目录一、概览1.1、文档用户1.2、术语1.3 缩略语二、环境准备2.1安装准备2.1.1Redhat8.5系统的Python2.7安装方法2.2、修改主机名2.3、关闭防火墙和透明大页（所有节点）2.4 配置yum，安装系统包2.5 创建目录和安装pip三、一键安装使用步骤3.1 root用户登录IP1服务器3.2 执行如下命令，解压文件ZXCLOUD-GoldenDB-ALL-RHV*.zi
torch导出onnx示例-yolo
onnx导出示例 目录onnx导出示例yolov5导出源码导出参数模型可视化onnx推理yolov8导出源码onnx推理参考资料 yolov5 yolov5是一种目标检测算法，通过使用深度学习算法，可以通过输入图像，输出图像中存在的目标的种类和位置等信息。yolov5 onnx则是在此基础上，通过使用onnx技术，将yolov5模型导出为onnx格式，方便在不同的平台上使用，同时提高了算法的效率和
【深度学习】神经网络的建立与推理
目录神经网络（neural network）的结构神经元中常用的激活函数（activation function）神经网络的表示神经网络的代码实现使用已学习完毕的神经网络进行推理（inference） 源代码文件请点击此处！ 神经网络（neural network）的结构 输入层（input layer）：第 0 层（layer 0） 隐藏层（hidden layer）：第 1 层（layer
Python模块之warnings
模块作用简介： warnings 模块由 PEP 230 引入，作为一种警告程序员关于语言或库功能的变化的方法，以预测 Python 3.0 带来的向后不兼容的变化。它还可用于报告从丢失的库中恢复的配置错误或功能退化。不过，最好是通过 logging 模块提供面向用户的消息，因为发送到控制台的警告可能丢失。 官方 英文 帮助：https://docs.python.org/3/librar
python-mock接口测试
什么是mock? 测试桩，模拟被测对象的返回，用于测试 通常意义的mock指的就是mock server, 模拟服务端返回的接口数据，用于前端开发，第三方接口联调 为什么要mock? 1. 解决依赖问题：当我们测试一个接口或者功能模块的时候，如果这个接口或者功能模块依赖其他接口或其他模块，那么如果所依赖的接口或功能模块未开发完毕，那么我们就可以使用mock模拟被依赖接口，完成目标接口的测试。 2.
day29 回溯算法part5 代码随想录算法训练营 46. 全排列
题目：46. 全排列 我的感悟： 看不下去视频，可以先看文字讲解。看答案。带着疑问去看视频，效果会更好。 加油！ ===========、 看了一遍视频，确实跟我想的差不多。 遇到used[i]就跳过。 理解难点： 排列，不用start_index了 借助used = 1来过滤掉[1,1,1]这种情况。 如果不加if used[i] == 1,continue 就会出现重复的。如下图： &
itchat保存接收到的图片
import itchat from itchat.content import TEXT, MAP, CARD, NOTE, SHARING, PICTURE, RECORDING, ATTACHMENT, VIDEO, FRIENDS, SYSTEM # 下载文件到本地 def download_files(msg): msg.download("C:360demo"+msg['F
书生开源大模型训练营-第5讲-作业
基础作业： 使用 LMDeploy 以本地对话、网页Gradio、API服务中的一种方式部署 InternLM-Chat-7B 模型，生成 300 字的小故事（需截图） 进阶作业（可选做） 将第四节课训练自我认知小助手模型使用 LMDeploy 量化部署到 OpenXLab 平台。 对internlm-chat-7b模型进行量化，并同时使用KV Cache量化，使用量化后的模型完成API服务