Python
CS61A_Exam 1复盘
从没有想过一些小小求余函数能给自己带来这么大的困扰。Exam1是一个很好 Q1 Run，K，Run 代码思路较为简单，但以填空的思路来思考，可以提升自身代码的规范性。为后续题目提供了方法的参考。 Q2 High Source For the purposes of this problem, a score function is a pure function which takes a sin
numpy常见操作汇总
numpy数组查看尺寸 在 NumPy 中，您可以使用 .shape 属性来查看数组的尺寸（维度大小）。.shape 属性返回一个元组，其中包含数组在每个维度上的大小。以下是如何查看 NumPy 数组尺寸的示例代码： import numpy as np # 创建一个示例数组 arr = np.array([[1, 2, 3], [4, 5, 6]]) # 使用
探索ChatGPT的Fine-tuning和Embeddings
1.概述 今天我们将深入探索ChatGPT的两项核心技术：Fine-tuning（微调）和Embeddings（嵌入）。这些技术在现代自然语言处理领域扮演着至关重要的角色，为模型的性能提升和适应特定任务需求提供了关键支持。ChatGPT作为GPT家族的一员，已经在多个领域展现了出色的表现，而其背后的Fine-tuning和Embeddings技术则是其成功的关键因素之一。 2.内容 2.1 什么是
使用 Amazon Lambda 进行无服务器计算：云架构中的一场革命
引言 十年前,无服务器架构还像是痴人说梦。不再如此了! 有了 Amazon Lambda,我们现在可以建构和运行应用程序而不需要考虑服务器。云供应商会无缝地处理所有服务器的供应、扩展和管理。我们只需要关注代码。 这为云部署带来了前所未有的敏捷性、自动化和优化。但是,要发挥它的全部潜力需要对 Lambda 独特的架构和能力有扎实的掌握。这篇文章旨在通过实际示例、经验教训和以工程师视角深入内部工作原理
torch.nn基础学习教程 | PyTorch nn Basic Tutorial
基于torch.nn搭建神经网络的基础教程大纲： 1. 引言 在我们开始深入探讨torch.nn之前，我们首先需要理解PyTorch及其神经网络库的基础知识。这一部分的内容将帮助你对PyTorch有一个整体的了解。 1.1 为什么选择PyTorch？ 动态计算图：PyTorch使用动态计算图（也称为即时执行），这意味着网络的行为可以在运行时更改，这在调试和研究时非常有用。 直观性：PyTor
强化学习框架chainerrl的安装
源码地址： https://gitee.com/mirrors_chainer/chainerrl ==================================== python=3.6 conda install cupy==4.0.0 pip install chainer==4.0.0 本博客是博主个人学习时的一些记录，不保证是为
R语言APRIORI关联规则、K-MEANS均值聚类分析中药专利复方治疗用药规律网络可视化|附代码数据
全文链接：http://tecdat.cn/?p=30605 最近我们被客户要求撰写关于中药专利复方治疗的研究报告，包括一些图形和统计输出。 应用关联规则、聚类方法等数据挖掘技术分析治疗的中药专利复方组方配伍规律 方法检索治疗中药专利复方，排除外用中药及中西药物合用的复方。最近我们被要求撰写关于用药规律的研究报告，包括一些图形和统计输出。对入选的中药专利复方进行术语规范化等处理，抽取信息、建立表，
PYTHON用KERAS的LSTM神经网络进行时间序列预测天然气价格例子|附代码数据
全文下载链接：http://tecdat.cn?p=26519 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。 一个简单的编码器-解码器LSTM神经网络应用于时间序列预测问题：预测天然气价格，预测范围为 10 天。“进入”时间步长也设置为 10 天。) 只需要 10 天来推断接下来的 10 天。可以使用 10 天的历史数据集以在线学习的方式重新训练网络 （&nbs
R语言空气污染数据的地理空间可视化和分析：颗粒物2.5（PM2.5）和空气质量指数（AQI）|附代码数据
原文链接：http://tecdat.cn/?p=23800 最近我们被客户要求撰写关于空气污染数据的研究报告，包括一些图形和统计输出。 由于空气污染对公众健康的不利影响，人们一直非常关注。世界各国的环境部门都通过各种方法（例如地面观测网络）来监测和评估空气污染问题 介绍 全球的地面站及时测量了许多空气污染物，例如臭氧、一氧化碳、颗粒物。EPA（环境保护署）提供了空气污染数据，本文选择了颗粒物2.
Python - 简介
Python 的创始人：吉多 · 范罗苏姆（Guido van Rossum） 解释器 计算机不能直接理解任何除机器语言以外的语言，所以必须要把程序员所写的程序语言翻译成机器语言，计算机才能执行程序。将其他语言翻译成机器语言的工具，被称为编译器。 编译器翻译的方式有两种：一个是编译，另外一个是解释。两种方式之间的区别在于翻译时间
with语句和上下文管理器详解、最佳实践、示例
说明 with语句是Python中一种用于管理资源的机制，它与上下文管理器紧密相关。 上下文管理器是一个对象（因此自定义时需要创建一个类），它定义了在进入和退出特定代码块（称为上下文）时要执行的操作。 使用with语句和上下文管理器可以确保资源的正确分配和释放，以及在使用完资源后进行清理工作，从而提高代码的可读性和可维护性。 with语句 with语句是一种优雅的资源管理机制，它在特定代码块的进
Python 各种格式文件转换
Python 各种格式文件转换 txt文本文件 csv文件 xml文件 html文件 json文件 yaml文件 properties文件 ini/cfg文件 xml文件 一、CSV 写入csv文件 读取csv文件 使用DictWriter指定列名 使用DictReader指定列名 二、XML menu.xml 使用标准库ElementTree解析menu.xml
Dialog弹窗式窗口（wx.dialog）的创建以及参数的反馈
定义一个dialog类，在设置必要的窗口属性后，可参照panel的布局方式进行排布。 # 自定义对话框类，新增样机信息弹窗 class DetailGridDialog(wx.Dialog): def __init__(self, parent,parameter1,parameter2,parameter3): super().__init__(parent, title
【补充】在Windows系统本地部署 Alist网盘 并用 nginx 动态转发
【引言】 在我们平时都会因为想要共享系统本地的文件而发愁 同时也会因为分享文件的不便利性，苦恼不已。 偶然间我发现一个神奇的思路。 Alist 一个文件列表程序，支持多个存储，并支持Web浏览和webdav，由gin和Solidjs提供支持。 重点：免费! Nginx 一个支持动态转发端口的神奇程序 重点：免费! 二者结合会迸发出什么样的火花呢？ 【一】Alist介绍
nginx重写和反向代理
一、重写功能 Nginx服务器利用 ngx_http_rewrite_module 模块解析和处理rewrite请求，此功能依靠 PCRE(perl compatible regular expression)，因此编译之前要安装PCRE库，rewrite是nginx服务器的重要功能之 一，用于实现URL的重写，URL的重写是非常有用的功能，比如它可以在我们改变网站结构之后，不需要客户端修改原来的
Transformer速查宝典：模型、架构、训练方法的论文都在这里了
前言 论文大合集，一篇文章就搞定。 本文转载自机器之心 仅用于学术分享，若侵权请联系删除 欢迎关注公众号CV技术指南，专注于计算机视觉的技术总结、最新技术跟踪、经典论文解读、CV招聘信息。 CV各大方向专栏与各个部署框架最全教程整理 【CV技术指南】CV全栈指导班、基础入门班、论文指导班 全面上线!! AI 发展迅速，这对于刚刚入门或是正想跟上「潮流」的新手们来说并不友好。如果有一份详细
金蝶云星空单据转换扩展
背景： 标准产品的功能不满足现有业务，比如需要增加字段映射，或者添加插件完善，就需要扩展标准的单据转换规则。 具体操作： 登录BOS，找到单据转换，搜索你的源单单据和目标单据。 选择转换规则，然后点击扩展， 调整映射关系： 调整分组策略： 调整选单条件： 添
【pytorch】从零开始，利用yolov5、crnn+ctc进行车牌识别
笔者的运行环境：python3.8+pytorch2.0.1+pycharm+kaggle用到的网络框架：yolov5、crnn+ctc项目地址：GitHub - WangPengxing/plate_identification: 利用yolov5、crnn+ctc进行车牌识别 1. 写在开始之前 在学习过目标检测和字符识别后想用yolov5、crnn+ctc做一个车牌识别项目，本意是参考大
2835. 使子序列的和等于目标的最少操作次数-360
使子序列的和等于目标的最少操作次数 给你一个下标从 0 开始的数组 nums ，它包含 非负 整数，且全部为 2 的幂，同时给你一个整数 target 。 一次操作中，你必须对数组做以下修改： 选择数组中一个元素 nums[i] ，满足 nums[i] > 1 。 将 nums[i] 从数组中删除。 在 nums 的 末尾 添加 两个 数，值都为 nums[i] / 2 。 你的目标是让 n
【pandas小技巧】--目录（完结）
pandas小技巧系列是介绍的是使用pandas分析数据时，最常用的一些操作技巧。 具体包括： 创建测试数据 学习pandas的过程中，为了尝试pandas提供的各类功能强大的函数，常常需要花费很多时间去创造测试数据。 本篇介绍如何快速的创建测试数据。 读取多个文件 日常分析数据时，只有单一数据文件的情况其实很少见，更多的情况是， 我们从同一个数据来源定期或不定期的采集了很多数据文件；或
Pandas在合并数据的时候，发现部分数据缺失，该怎么解决？
大家好，我是皮皮。 一、前言 前几天在Python最强王者群【wen】问了一个Pandas数据合并的问题，一起来看看吧。 请教：对两个exlce表示进行合并，df =pd.merge(df1,df2,on="用户账号",how='left')，但是由于系统数据的原因，df1表格的“用户账户”缺少最后两位数，而df2中的“用户账户”是准确的，通过merge合并导致部门数据确实。请教：对两个exlce