摘要: 查看当前文件夹下,各文件大小(最终显示:文件大小+文件名称): du -sh * 查看当前文件夹下,各文件大小(最终显示比较详细): ls -lht 删除指定文件: rm -f 文件的绝对路径 删除文件夹下所有文件(递归删除): rm -rf 文件夹的绝对路径 移动文件夹(文件)到指定目录下: mv 阅读全文
posted @ 2020-08-26 10:43 Bro_Li 阅读(108) 评论(0) 推荐(0) 编辑
摘要: 1 ''' 2 print()函数原型:print("输出内容",end='\n') 3 print() 函数在最后默认会添加 end='\n' 来实现输出后进行换行, 4 要是想 print 输出不进行换行,只需要将 end='\n' 改为 end='' (\n 改为空) 5 6 ''' 7 8 阅读全文
posted @ 2020-08-08 10:16 Bro_Li 阅读(398) 评论(0) 推荐(0) 编辑
摘要: 1. 检查Paddle是否安装成功 在Anaconda Prompt中输入 python,进入到python 命令行模式下,然后输入: import paddle.fluid as fluid fluid.install_check.run_check() 如果出现 Your Paddle Flui 阅读全文
posted @ 2020-08-08 10:03 Bro_Li 阅读(5980) 评论(0) 推荐(1) 编辑
摘要: 1 ''' 2 概述 : seek() 方法用于移动文件读取指针到指定位置。 3 语法 : seek() 方法语法如下: 4 fileObject.seek(offset[, whence]) 5 6 参数 7 offset -- 开始的偏移量,也就是代表需要移动偏移的字节数 8 whence:可选 阅读全文
posted @ 2020-08-07 14:47 Bro_Li 阅读(2003) 评论(0) 推荐(0) 编辑
摘要: 1 ''' PIL 中的convert() 也有着改变通道排列的效果,期待之后补充''' 2 3 import cv2 4 from PIL import Image 5 import numpy as np 6 import matplotlib.pyplot as plt 7 8 9 10 im 阅读全文
posted @ 2020-08-05 21:22 Bro_Li 阅读(2912) 评论(0) 推荐(0) 编辑
摘要: 1 ''' 参考链接:https://blog.csdn.net/Jeffxu_lib/article/details/88650431 2 Python中的排序sorted(d.items(), key=lambda x: x[1]) 3 ''' 4 # 1、Python中对键值对进行输出和排序 阅读全文
posted @ 2020-08-04 11:02 Bro_Li 阅读(8139) 评论(0) 推荐(0) 编辑
摘要: 1 # 参考链接:https://www.cnblogs.com/yunyinzhihua/p/6884920.html 2 ''' 3 Python strip() 方法用于移除字符串头尾指定的字符(默认为空格)。 4 strip()方法语法: str.strip([chars]); 5 参数: 阅读全文
posted @ 2020-08-03 12:03 Bro_Li 阅读(173) 评论(0) 推荐(0) 编辑
摘要: 1 ''' 参考链接:https://www.runoob.com/python3/python3-assert.html 2 Python assert(断言)用于判断一个表达式,在表达式条件为 false 的时候触发异常。 3 断言可以在条件不满足程序运行的情况下直接返回错误,而不必等待程序运行 阅读全文
posted @ 2020-07-19 11:37 Bro_Li 阅读(655) 评论(0) 推荐(0) 编辑
摘要: 1 ### 按二维数组格式进行输出二维数组 2 def arr2_print(arr): 3 for i in range(len(arr)): 4 if i == 0: 5 print("[",arr[i]) 6 elif i == len(arr)-1: 7 print(" ",arr[i]," 阅读全文
posted @ 2020-07-15 10:54 Bro_Li 阅读(158) 评论(0) 推荐(0) 编辑
摘要: 完成一段程序所需要经历的步骤(编程套路): 1. 数据处理:读取数据 和 预处理操作(去中心化、归一化) 2. 模型设计:网络结构部分 3. 训练配置:优化器(寻解最优算法) 和 计算资源配置 4. 训练过程:循环调用训练过程, 前向计算 + 损失函数(优化目标) + 反向传播 5. 保存模型:将训 阅读全文
posted @ 2019-12-19 21:30 Bro_Li 阅读(201) 评论(0) 推荐(0) 编辑