Python

2024软件工程个人作业(第二次)

这个作业属于哪个课程 这个作业要求在哪里 这个作业的目标 学会使用aigc编写学习代码,明白aigc能做哪些不能做哪些 学号 102201425 1. 项目展示 1.1. GitHub 仓库链接 ruangong 2. 项目介绍 这个项目是一个使用 Pygame 库开发的“开心消消乐”风格的桌面小游戏。游戏的目标是通过点击相同的图案来消除它们,从而获得分数。 3.

kedro 创建模块化数据科学pipeline 的python 框

kedro 创建模块化数据科学pipeline 的python 框架 包含的特性 pipeline 可视化,基于了kedro-viz data catalog 轻量级的data connenctors 可以方便数据的读取以及保存,扩展上也比较强大 周边集成,可以方便的与apache airflow,spark,azure ml,docker ,kubeflow,pandans,mlfow 等集成

又是一年中秋

之前上知乎是因为人生是每年对相同或者不同的问题的回答,我自制过纸质版的知乎,也通过知乎上一些python工具批量下载具体一些用户的回答到静读天下软件当中看,后来随着知乎良莠不齐也就不常看。 人生是每年(不同时期)对相同/不同的问题的回答,当然可以对问题/回答进行补充、删减..... 用过a4纸来积累同一事物的认识,可惜的是随着自己一路各地辗转,丢的丢,扔的扔,今后得更加注意保存。  

136. 只出现一次的数字

题目链接 136. 只出现一次的数字 思路 位运算-异或的性质 题解链接 O(n) 一次遍历,附题单!(Python/Java/C++/Go/JS/Rust) 关键点 (a oplus a = 0) 时间复杂度 (O(n)) 空间复杂度 (O(1)) 代码实现: 代码实现(标准库):

Python ssh上传文件

使用Python通过SSH上传文件 在当今的网络环境中,远程服务器管理和文件传输变得愈加普遍。尤其是在运维和开发领域,能够便捷地上传文件到远程服务器是一项重要技能。本文将介绍如何使用Python通过SSH协议上传文件,帮你快速实现这一功能。我们将借助paramiko库来完成这一任务。 1. 什么是SSH? SSH(Secure Shell)是一种网络协议,允许用户安全地通过不安全的网络访问远程计算

我最好的朋友,润到国外留学了。。

大家好,我是程序员鱼皮。刚上班,今天就不聊技术了,分享我的一个小故事吧~ 正如标题所说,我最好的朋友,刚刚润到国外留学了。 上周四晚上,我直播到 23 点半左右,看了眼微信,一整个震惊住了,我从小到大最好的朋友要出国了,想在出国前最后见我一面: 因为他明天就走了,所以一直在公司附近等到我下播,于是我赶紧去跟他见了一面。 我这个朋友,很会为别人找想。我问他:你要走怎么不提前跟我说?给我发消息的时候

centos7下安装Python3.7

centos7默认安装的是python2.7,然而python2基本上要淘汰了,所以有必要安装最新的python3 python,g++这些工具一般安装在/usr/bin目录里 通过指令ll python*可以看到python指向的是python2.7 我们要安装python3,使python指向python3 下面开始具体步骤(参考其他大佬的方法,也是学了很久,现在总结一下) 以下操作

如何编制一份数据分析报表?这篇文章告诉你重点

在当今数据驱动的时代,数据分析报表成为了企业决策中不可或缺的工具。它不仅可以帮助我们清晰地展现数据,还能揭示数据背后的趋势与问题,为管理者提供有力的支持。那么,如何编制一份高效、准确的数据分析报表呢?本文将从数据分析报表的分类、制作原则以及具体步骤来为你详细解读。 数据分析报表的分类 数据分析报表按照不同的需求和目的,可以分为多种类型。常见的有运营分析报表、财务分析报表、市场分析报表和用户行为分析

26. 多进程理论、操作

1. 多进程相关理论 1.1 什么是进程 进程是一个正在执行的任务或程序 负责执行任务的是CPU (1)单任务 单核CPU+多道技术  实现多个进程的伪并发 (2)多任务 多个任务并发执行 1.2  进程和程序的区别 程序是代码的集合体 进程是程序的执行过程 1.3 进程的调度算法 (1)先来先服务算法  FCFS算法既可用于作业调度,也可用于进程调度 该算法有利于长作业(进程

多机训练时的环境变量

多机训练时的环境变量 通过设置环境变量配置分布式训练,仅仅是为了在交互式 Python 环境下,方便查看实验效果。如果不是学习、试验目的,而是生产需求,可以直接通过 oneflow.distributed.launch 启动分布式训练,该模块内部根据命令行参数,自动设置了必要的环境变量。 1)MASTER_ADDR:多机训练的第0号机器的 IP。 2)MASTER_PORT:多

地平线占用预测 FlashOcc 参考算法-V1.0

1.简介 3D Occupancy Networks 的基本思路是将三维空间划分成体素网格,并对每个网格进行各类感知任务的预测。目前以网格为中心的方法能够预测每个网格单元的占用率、语义类别、未来运动位移和实例信息。3D occupancy 可以对道路障碍物进行更细粒度的划分,同时获取更精确的占用和语义信息。然而,三维体素表示的处理带来了巨大的内存和计算开销,导致当前占用率预测方法的部署受到限制。F

自动化测试 RobotFramework-ride使用相关总结

开发环境 win11 家庭中文版 Python 3.9.13 robotframework6.1.1 说明:为了方便的使用robot命令,安装好robotframwork后,修改系统环境,添加robot.exe(PYTHON_HOME/Scripts/robot.exe)所在路径到系统环境变量path 安装参考连接:https://github.com/robotframework/robotfr

02. Python基础知识

一、注释   在开发程序过程中,如果一段代码的逻辑比较复杂,不是特别容易理解,可以适当添加注释,以辅助自己或其他开发人员解读代码。注释是给程序员看的,为了让程序员方便阅读代码,解释器会忽略注释。在 Pyton 中,注释分为单行注释和多行注释。 单行注释:在 Python 中,使用 “#” 作为单行注释,从符号 “#” 开始直到换行为止 多行注释:在 Python 中,以一对三个引号(单引号和双引

Pyhton调用R语言rpy2包概览

随着深度学习、大数据和AI的发展,Python的热度持续上升,引发了关于选择Python还是R的讨论。作为数据分析工具,两者各有优缺点。在特定领域,如生态学,R仍被广泛应用,而Python则更多用于日常办公自动化,如批量处理文档和Excel。由于数据处理占用了我们大量时间,很多人希望数据分析操作能够集中在Python中进行,而对于Python中没有的功能,通过调用R包来实现。这时,rpy2成为了一

软件工程个人作业二

这个作业属于哪个课程 这个作业要求在哪里 这个作业的目标 熟悉并掌握使用AIGC开发小游戏,同时对小游戏开发有一个大致基础 学号 042201520 项目名称:chiikawa消除游戏 github项目代码及图片文件:D0ub1etake/D0ub1etake at chiikawa-game-v1.0 (github.com) 一、游戏前端设计: 采用简约可爱的

3186. 施咒的最大总伤害

题目链接 3186. 施咒的最大总伤害 思路 动态规划-打家劫舍(值域版)-简单变体 题解链接 【套路】值域打家劫舍(Python/Java/C++/Go) 关键点 1. 排序 2. 对可选数字进行“打家劫舍” 时间复杂度 (O(nlog n)) 空间复杂度 (O(n)) 代码实现:

scapy函数 IP() 使用说明

前言全局说明 scapy函数 IP() 使用说明 一、说明 环境: 二、IP() 作用 2.1 指定IP地址 2.2 指定网址域名 2.3 指定多个网址域名 2.4 混合IP、网址域名 三、 3.1 文件名: 3.2 文件名: 四、 4.1 文件名: 4.2 文件名: 免责声明:本号所涉及内容仅供安全研究与教学使用,如出现其他风险,后果自负。 参考、来源

scapy函数 TCP() 使用说明

前言全局说明 scapy函数 TCP() 使用说明 一、说明 环境: 二、TCP() 2.1 指定访问对方的端口 默认:80 2.2 指定本机发送端口 默认:20 使用 RandNum() 可以产生随机端口 三、 3.1 文件名: 3.2 文件名: 四、 4.1 文件名: 4.2 文件名: 免责声明:本号所涉及内容仅供安全研究与教学使用,如出现其他风险,后

Python 调试手段

Python 调试手段 基础环境 安装pip ‍ 参考链接 pip、whl包下载https://pypi.org/ https://github.com/pypa/get-pip https://github.com/benfred/py-spy/releases https://www.reddit.com/r/learnpython/comments/s98n25/how_to_use_pi

nn.Dropout()与nn.functional.dropout()的区别

在 PyTorch 中,`Dropout` 主要有两种常见的使用方式: 1. **`torch.nn.Dropout` 模块**:通常用于模型的层定义中。2. **`torch.nn.functional.dropout` (即 `F.dropout`)**:通常用于在 `forward` 方法中直接调用。 ### 1. **`torch.nn.Dropout`**这是 PyTorch 中的标准

apt安装失败后apt install一直报依赖错误修复

在运行 `sudo dpkg --configure -a` 时出现 `libnvidia-decode-550:arm64` 未配置的错误,说明这个库的安装在之前失败了,导致系统依赖关系处于不完整状态。要解决这个问题,可以尝试以下步骤: ### 1. **强制删除有问题的包**既然 `libnvidia-decode-550:arm64` 包未能正确配置,可以尝试强制删除该包,以便系统恢复正常。

AtCoder Beginner Contest 371 游记

省流: $textcolor{brown}{518} $ ---> $textcolor{green}{810} $ ,我大号(现已没)快回来了。 比赛界面 赛前 家长过来开家长会了,慌得一批。 赛时:(T1,T2,T3,T4,T5) T1 大眼一看,有一种出题人脑干缺失的美,一眼考虑打表,结果样例都过不了,很难绷,人都麻了,过了 (10 min) 才堪堪 AC,已经开始叠起来 (Buff)

高效数据移动指南 | 如何快速实现数据库 MySQL 到 MongoDB 的数据同步?

在现代企业中,数据无处不在,贯穿于各个业务环节和系统之间。无论是跨系统的数据集成、多地域的数据协同,还是实时应用的数据同步,数据的一致性和及时性都至关重要。在数字化转型的过程中,如何确保不同系统、地域、设备之间的数据同步,成为了企业面临的重要挑战。 本专题将基于实践经验,从常见需求入手,为大家介绍热门数据源与数据目标之间的数据同步(全量/增量)如何实现?了解如何快速搭建数据管道,实现数据的高效迁移

表格识别 报关单识别接口 海关进/出口报关单识别API 票据识别API

  报关资料的格式多样性和字段填写不规范是开发精确识别程序的主要难点之一,不同公司只做的报关资料格式均有所不同,包含的表格经常有不完整的列错位等问题;翔云报关单识别接口,通过深度学习算法,可快速精准的识别报关单、发票、装箱单、申报要素等一系列单据,支持多种文件格式,支持多进程识别。   提供标准化数据接口,支持私有化部署,适用于海关申报自动化、物流与供应链管理、数据分析与合规性检查等多种需要对进出

承兑汇票识别API 银行承兑汇票识别接口 电子承兑汇票识别sdk 多进程识别

  票据识别接口服务是一种基于人工智能与深度学习算法技术的解决方案,旨在帮助企业和个人高效准确的处理各种类型的票据。承兑汇票识别接口,能够自动识别和提取票据中的关键信息, 如发票代码、日期、金额等,现已被广泛应用与财务审计、发票管理、银行业务处理等场景。   如翔云承兑汇票识别API,其中包含电子承兑汇票识别,通过自动化处理对承兑汇票上的信息进行结构化识别输出,减少人工工作量,降低错误率,适用于银

ESP32使用microPython编程入门

网络ESP32教程 地址: https://www.itprojects.cn/coursecenter-hardware.html   一、Python+ESP32快速上手 1. 整体流程说明 (EPS32-S3类似) 2. 下载&安装Thonny(EPS32-S3类似) 3. 下载MicroPython (EPS32-S3类似) 不一样的地方有: 3.1下载EP

198. 打家劫舍

题目链接 198. 打家劫舍 思路 入门动态规划-“打家劫舍”系列 题解链接 【视频讲解】动态规划入门:从记忆化搜索到递推(Python/Java/C++/Go/JS) 关键点 无 时间复杂度 (O(n)) 空间复杂度 (O(n))或者(O(1)) 代码实现(DFS): 代码实现(递推): 代码实现(空间优化):

Qwen2-VL环境搭建&推理测试

​引子 2024年8月30号,阿里推出Qwen2-VL,开源了2B/7B模型,处理任意分辨率图像无需分割成块。之前写了一篇Qwen-VL的博客,感兴趣的童鞋请移步(Qwen-VL环境搭建&推理测试-CSDN博客),这么小的模型,显然我的机器是跑的起来的,OK,那就让我们开始吧。 一、模型介绍 Qwen2-VL 的一项关键架构改进是实现了动态分辨率支持(Naive Dynamic Resol

740. 删除并获得点数

题目链接 740. 删除并获得点数 思路 动态规划-打家劫舍-变体 题解链接 官方题解 关键点 优化版本:排序后,分段获取“连续子序列”的“打家劫舍值”后进行加和 时间复杂度 (O(#{text{nums}}+maxtext{nums}))或(O(n))(优化版本) 空间复杂度 (O(maxtext{nums}))或(O(n))(优化版本) 代码实现: 代码实

<<  <  89  90  91  92  93  94  95  96  97  98  99  >  >>