上一页 1 2 3 4 5 6 7 8 ··· 15 下一页
  2020年12月15日
摘要: import org.apache.spark.streaming._ import org.apache.spark.SparkConf import org.apache.spark.sql.SparkSession import org.apache.spark.streaming.dstre 阅读全文
posted @ 2020-12-15 13:16 jaysonteng 阅读(86) 评论(0) 推荐(0) 编辑
摘要: import org.apache.spark.streaming._ import org.apache.spark.SparkConf import org.apache.spark.sql.SparkSession val conf = new SparkConf().setAppName(" 阅读全文
posted @ 2020-12-15 11:31 jaysonteng 阅读(83) 评论(0) 推荐(0) 编辑
  2020年10月29日
摘要: 你好,欢迎来到本网络实验室~ 实验说明: 【时长】3分钟左右; 【报酬】1元红包🧧(仅问卷被判定为 “每题认真填写、答案真实有效” 才会发放,谢谢理解) 【要求】在无外界干扰的环境下:先观看视频,再填写问卷 【说明】本实验不涉及隐私,结果仅做学术研究使用,请放心填写 实验开始: 第一步:请先观看以 阅读全文
posted @ 2020-10-29 23:29 jaysonteng 阅读(192) 评论(0) 推荐(0) 编辑
摘要: ##你好,欢迎来到本网络实验室~ 实验说明: 【时长】3分钟左右; 【报酬】1元红包🧧(仅问卷被判定为 “每题认真填写、答案真实有效” 才会发放,谢谢理解) 【要求】在无外界干扰的环境下:先观看视频,再填写问卷 【说明】本实验不涉及隐私,结果仅做学术研究使用,请放心填写 实验开始: 第一步:请先观 阅读全文
posted @ 2020-10-29 23:26 jaysonteng 阅读(225) 评论(0) 推荐(0) 编辑
  2020年10月27日
摘要: 等间隔抽取数据,可以利用numpy里面的linspace,代码如下: import numpy as np # 1表示开始位置 # 2000表示结束位置 # 100表示抽取数据个数 # int表示转换为整型数据,默认是float np.linspace(1, 2000, 100, dtype=int 阅读全文
posted @ 2020-10-27 10:33 jaysonteng 阅读(7444) 评论(0) 推荐(0) 编辑
  2020年10月14日
摘要: 由于本地电脑较慢,所以想在本地浏览器打开jupyter,连接服务器 具体步骤如下: **0.**在服务器那边要先安装jupyter,参考https://blog.csdn.net/zz2230633069/article/details/87933125 如果jupyter要配置多个内核,请参考ht 阅读全文
posted @ 2020-10-14 21:48 jaysonteng 阅读(634) 评论(0) 推荐(0) 编辑
  2020年10月8日
摘要: 解决办法: 1、py4j版本 查看conda中的py4j版本与 spark/python/lib中的py4j版本是否一致,如果不一致,先卸载conda或本地环境中的Py4j,重新安装。 参考链接:https://blog.csdn.net/weixin_40122615/article/detail 阅读全文
posted @ 2020-10-08 00:08 jaysonteng 阅读(1530) 评论(0) 推荐(0) 编辑
  2020年10月5日
摘要: 安装tensorflow GPU版本时遇到 Could not load dynamic library ‘cudart64_101.dll’; dlerror: cudart64_101.dll not found 1.在目录C:\Program Files\NVIDIA GPU Computin 阅读全文
posted @ 2020-10-05 17:28 jaysonteng 阅读(7017) 评论(0) 推荐(0) 编辑
  2020年9月5日
摘要: 使用下面的语句下载数据集会报错连接超时等 import tensorflow as tf from tensorflow import keras fashion_mnist = keras.datasets.fashion_mnist (train_images, train_labels), ( 阅读全文
posted @ 2020-09-05 13:40 jaysonteng 阅读(564) 评论(0) 推荐(0) 编辑
  2020年9月1日
摘要: 有两个方法: 法一: df['c'], df['d'] = zip(*df.apply(lambda x: func_main(x['a'], x['b']), axis=1)) 法二: 推荐使用法二 df[['c', 'd']] = df.apply(lambda x: func_main(x[' 阅读全文
posted @ 2020-09-01 15:24 jaysonteng 阅读(1169) 评论(0) 推荐(1) 编辑
上一页 1 2 3 4 5 6 7 8 ··· 15 下一页