摘要：
第一部分 类型和语法 第一章 类型 JavaScript 有七种内置类型： • 空值（null） • 未定义（undefined） • 布尔值（ boolean） • 数字（number） • 字符串（string） • 对象（object） • 符号（symbol，ES6 中新增） typeof 阅读全文
摘要：
第一部分 作用域和闭包 第一章 作用域 当前代码所执行的上下文，即当前可访问的所有变量的集合； 编译原理 编译的三个步骤： 分词/词法分析（Tokenizing/Lexing） ：将字符串分解成有意义的代码块，这些代码块被称为词法单元（token）。如将var a = 2;分解为var、a、=、2、 阅读全文
摘要：
【译】创意编码之噪音 原文：https://varun.ca/noise/ 作者：Ahmad Shadeed 译者：NSGUF 噪音是一种创意编码中不可或缺的工具。我们使用它来生成各种各样的仿自然形态的效果，如云，风景以及轮廓等；或者以更逼真的行为移动和扭曲对象； 表面上看，噪音似乎很容易使用，但是 阅读全文
摘要：
小象垃圾分类小程序从开始到结束 一年前写的，发生了很多事情，所以没有发出去，前几天看到深圳要实行垃圾分类了，突然想到这个，写都写了，就发吧； github地址：https://github.com/NSGUF/xiaoxiang 1、前言 之前看了个github上一个垃圾分类的小程序，觉得挺有意思的 阅读全文
摘要：
Resolved exception caused by handler execution: org.springframework.http.converter.HttpMessageNotWritableException: No converter found for return valu 阅读全文
摘要：
java.lang.IllegalArgumentException: No auto configuration classes found in META INF/spring.factories. If you are using a custom packaging, make sure t 阅读全文
摘要：
LeetCode初级算法的Python实现 排序和搜索、设计问题、数学及其他 1、排序和搜索 class Solution(object): 合并两个有序数组 def merge(self, nums1, m, nums2, n): """ :type nums1: List[int] :type 阅读全文
摘要：
LeetCode二叉树实现 定义二叉树 class TreeNode: def __init__(self, x): self.val = x self.left = None self.right = None 树的遍历介绍 1. 前序遍历 前序遍历首先访问根节点，然后遍历左子树，最后遍历右子树。 阅读全文
摘要：
动态规划的本质是递归；所以做题之前一定要会递归；递归式就是状态转移方程；这里将会介绍使用动态规划做题的思维方式。 统一的做题步骤： 1、用递归的方式写出代码；（此方法写的代码在leetcode中一定会超时） 2、找冗余，去冗余； 3、找边界； 1、爬楼梯 假设你正在爬楼梯。需要 n 步你才能到达楼顶 阅读全文
摘要：
LeetCode初级算法的Python实现 链表 之前没有接触过Python编写的链表，所以这里记录一下思路。这里前面的代码是和leetcode中的一样，因为做题需要调用，所以下面会给出。 首先定义链表的节点类。 链表节点 class ListNode(object): def __init__(s 阅读全文
摘要：
LeetCode初级算法的Python实现 字符串 反转字符串 def reverseString(s): return s[:: 1] 颠倒数字 def reverse(x): if x flag: return 0 else: return result 字符串中的第一个唯一字符 def fir 阅读全文
摘要：
LeetCode初级算法的Python实现 数组 coding: utf 8 """ @Created on 2018/6/3 17:06 @author: ZhifengFang """ 排列数组删除重复项 def removeDuplicates(nums): if len(nums) 1: k 阅读全文
摘要：
无监督学习 1、简介 无监督学习 是一种对不含标记的数据建立模型的机器学习范式。最常见的无监督学习方法是 聚类 ,就是讲无标记的数据分成几种集群，这些集群通常是根据某种相似度指标进行的，如欧氏距离（Euclidean distance),常用领域有：数据挖掘、医学影像、股票市场分析、计算机视觉、市场 阅读全文
摘要：
预测模型 1、简介 预测建模（Predictive modeling）是一种用来预测系统未来行为的分析技术，它由一群能够识别独立输入变量与反馈目标关联关系的算法构成。根据观测值创建一个数学模型，然后用这个模型去预测未来发生的事情。 预测模型是用若干个可能对系统行为产生影响的特征构建的，当处理系统问题 阅读全文
摘要：
创建分类器 简介： 分类是指利用数据的特性将其分类成若干类型的过程。分类与回归不同，回归的输出是实数。监督学习分类器就是用带标记的训练数 据建立一个模型，然后对未知的数据进行分类。 分类器 可以实现分类功能的任意算法，最简单的分类器就是简单的数学函数。其中有二元（binary）分类器，将数据分成两类 阅读全文
摘要：
《Python机器学习经典实例》2.9小节中，想自己动手实践汽车特征评估质量，所以需要对数据进行预处理，其中代码有把字符串标记编码为对应的数字，如下代码 input_data = ['vhigh', 'vhigh', '2', '2', 'small', 'low'] input_data_enco 阅读全文
摘要：
Pandas基础篇 Pandas基于Numpy开发，提供了很多高级的数据处理功能。 1、Pandas中的数据对象 Series和DataFrame是Pandas中最常用的两个对象。 1.1 Series对象 是Pandas中最基本的对象，可用Numpy的数组处理函数直接对Series对象进行处理。支 阅读全文
摘要：
监督学习 概念： 在有标记的样本(labels samples)上建立机器学习 1、数据的预处理 机器学习算法无法理解原始数据，所以需对原始数据进行预处理，常用预处理如下： 预处理主要使用了preprocessing包，所以需对该包进行导入： import numpy as np from skle 阅读全文
摘要：
在根据教程安装好全部的时候，却无情的给我抛了几个错： 1、AttributeError: module 'tensorflow' has no attribute 'device' 这貌似是我先pip了t 阅读全文
摘要：
Tensorflow之MNIST的最佳实践思路总结 在上两篇文章中已经总结出了深层神经网络常用方法和Tensorflow的最佳实践所需要的知识点，如果对这些基础不熟悉，可以返回去看一下。在 "《Tensorflow：实战Google深度学习框架》" 这本书在第五章中给出了MN 阅读全文
摘要：
Tensorflow的最佳实践 1、变量管理 Tensorflow提供了变量管理机制，可直接通过变量的名字获取变量，无需通过传参数传递数据。方式如下： 以下为两种创建变量的方法 v=tf.get_variable("v",shape=[1],initializer=tf.co 阅读全文
摘要：
深度学习所示深层神经网络的代名词，重要特性：多层、非线性。 若只通过线性变换，任意层的神经网络模型与单层神经网络模型的表达能力没有任何区别，这是线性模型的局限性。对于线性可分的问题中，线性模型可解决，但在现实生活中，绝大部分的问题都是无法线性分割的。 感知机：单层神经网络。不能处理异或问题。 1、激 阅读全文
摘要：
机器学习算法无法理解原始数据，所以需对原始数据进行预处理，常用预处理如下： 预处理主要使用了preprocessing包，所以需对该包进行导入： 1.均值移除（Mean removal) 2.范围缩放（Scaling) 3.归一化（Normalization） 4.二值化（Binarization） 阅读全文
摘要：
买了本书《精通Python网络爬虫》，看完了第6章，我感觉我好像可以干点什么；学的不多，其中的笔记我放到了GitHub上：https://github.com/NSGUF/PythonLeaning/blob/master/examle-urllib.py，因为我用的python3.0，所以，在爬取 阅读全文
摘要：
在看《Tensorflow：实战Google深度学习框架》，自己在网上买了书，PDF下载地址：http://download.csdn.net/download/nsguf/10113564。 Tensorflow计算模型--计算图，这篇文章可以让新手对Tensorflow有一些基本的了解。最开始我 阅读全文
摘要：
最近在看《Python教程》，所以把一些记录一下，以后自己看的话，复习会比较快。 list和tuple 条件判断和循环 dict和set 内置函数、函数、参数 切片 迭代 列表生成式、生成器 map、reduce、filter 排序小例子 匿名函数、闭包 装饰器小例子 偏函数 类和实例 @prope 阅读全文
摘要：
上篇文章《itchat和matplotlib的结合使用爬取微信信息》是用python爬取信息得到微信朋友的信息，并且用matplotlib统计信息进行画图，所以今天想将它打包成.exe可执行文件，中间碰到了许多问题，现在记录一下。 在网上找了很多资料，其中最简单的是使用PyInstaller包来打包 阅读全文
摘要：
前几天无意中看到了一片文章，《一件有趣的事：我用 Python 爬了爬自己的微信朋友》，这篇文章写的是使用python中的itchat爬取微信中朋友的信息，其中信息包括，昵称、性别、地理位置等，然后对这些信息进行统计并且以图像形式显示。文章对itchat的使用写的很详细，但是代码是贴图，画图使用R中 阅读全文
摘要：
最近在看《利用Python进行数据分析》这本书，也会在网上查看一些资料，所以会对某些感觉比较重要的部分进行总结，一方面加深自己对一些方法的记忆，一方面方便自己以后的大总结。 基本概念： Numpy（Numerical Python）是高性能科学计算和数据分析的基础包 NumPy的ndarray：多维 阅读全文
摘要：
块注释/反块注释：Ctrl+4/5 行注释/反行注释：Ctrl+1 代码提示：Tab 复制一行：Ctrl+Alt+↓/↑ 删除一行：Ctrl+D 运行：F5 全屏：F11 撤销：Ctrl+Z 反撤销：Ctrl+Y 清空右上角Variable explorer中的数据时，只需在右下角的IPython中 阅读全文
摘要：
省市区所对应的数据来自：http://www.zgguan.com/zsfx/jsjc/6541.html react中的代码是： 阅读全文
摘要：
在https://github.com/ReactTraining/history文档中，跳转是 用这种方法，但是，用了之后就存在这么一个问题，网址换了但是页面并没有刷新。 查了资料后，history只需要在router处配置一次就行了，而且使用的可以是HashRouter，所以 使用直接用this 阅读全文
摘要：
之前有在网上找ajax上传图片的资料，大部分的人写得都是用jQuery，但是在这里用JQuery就大才小用了，所以我就自己写了，先上图。 由上图，首先点击上面的选择文件，在选择图片之后，将会自动上传图片到服务器，并且返回图片名字和图片在服务器的路径，然后在页面显示文件名字和图片。 源码:http:/ 阅读全文