摘要：
file_names = fnmatch.filter(os.listdir(folder), '*.jpeg') # take care of folder sequence, 1.jpeg, 2.jpeg, 3.jpeg coll.sort(key=lambda x:int(x[:-5])) o 阅读全文
摘要：
最近在研究sample之间的similarity，以便更好地进行clustering，一下是相关资料 TF-IDF与余弦相似性的应用（一）：自动提取关键词 TF-IDF与余弦相似性的应用（二）：找出相似文章 相似度（距离计算）汇总 常用的相似度计算方法原理及实现 机器学习中的相似性度量 大量短文本聚 阅读全文
摘要：
What is the fastest way to upload a big csv file in notebook to work with python pandas? 阅读全文
摘要：
du -sh file_path Explanation du (disc usage) command estimates file_path space usage The options -sh are (from man du): -s, --summarize display only a 阅读全文
摘要：
三种常用的方式如果在运行python脚本时需要传入一些参数，例如gpus与batch_size，可以使用如下三种方式。 python script.py 0,1,2 10python script.py -gpus=0,1,2 --batch-size=10python script.py -gpu 阅读全文
摘要：
那么，如果在~/.bashrc中修改文件的话，即加入export PATH="/home/myname/anaconda2/bin:$PATH"，则输入python命令就会直接出来Anaconda环境下的python，当然，用TensorFlow是好的，用caffe就。。。。。。。因此，用caffe 阅读全文
摘要：
对于linux运维，我们都是使用ssh登录到服务器，如果我们运行的任务需要很长时间或不间断运行，在我们直接关闭终端窗口或网络不稳定的情况下，任务就会中断，当然这只对于普通程序，不包括如mysqld,httpd这样的守护进程。 解决思路：1.让进程运行在新的session(会话)里即不属于此终端的子进 阅读全文
摘要：
线段树在一些acm题目中经常见到，这种数据结构主要应用在计算几何和地理信息系统中。下图就为一个线段树： (PS：可能你见过线段树的不同表示方式，但是都大同小异，根据自己的需要来建就行。) 1.线段树基本性质和操作 线段树是一棵二叉树，记为T(a, b)，参数a,b表示区间[a,b]，其中b-a称为区 阅读全文
摘要：
什么是外排序？ 外排序（External sorting）是指能够处理极大量数据的排序算法。通常来说，外排序处理的数据不能一次装入内存。（摘自百度） 再简单点来说。比如我们要对10亿个数进行排序。如果用int[]来存储这10亿个数的话，我们需要3*1000000000/8/1024/1024/102 阅读全文
摘要：
学习方面的问题 Q1：计算机专业本科生，非ACMER。算法达到什么程度才算是合格，有什么量化手段吗？ Answer：传统算法和数据结构功底扎实。比如LintCode上的题目简单和中等难度毫无压力做出，Hard难度在给了一定时间和一定提示时可以独立完成。 微积分，统计学，离散数学 Q2:成为数据挖掘工 阅读全文