摘要：
gnome-terminal 出错 ImportError: cannot import name '_gi' gnome-terminal 出错 ImportError: cannot import name '_gi' gnome-terminal 出错 ImportError: cannot 阅读全文
摘要：
collections collections是Python内建的一个集合模块，提供了许多有用的集合类。 namedtuple 我们知道tuple可以表示不变集合，例如，一个点的二维坐标就可以表示成： >>> p = (1, 2) 但是，看到(1, 2)，很难看出这个tuple是用来表示一个坐标的。 阅读全文
摘要：
Python中的random模块用于生成随机数。下面介绍一下random模块中最常用的几个函数。 random.random random.random()用于生成一个0到1的随机符点数: 0 <= n < 1.0 random.uniform random.uniform的函数原型为：random 阅读全文
摘要：
【问题】 502和504有什么区别？ 301和302有什么区别？ 众所周知，每一个HTTP响应都会带有一个状态码，不过对于很多开发者来说，平时使用最多的几个状态码无外乎就是200、400、404、500等。 那其 他众多状态码该应用在何种场景中，什么时候应该使用哪些状态码就成为一个值得我们深入思考的 阅读全文
摘要：
摘要： 简单来说，可以将地域理解为不同城市的机房，将可用区理解为同一个城市的不同机房 上一篇说数加的文章，很多同学向我吐槽说看不懂，里面有太多云计算的产品和概念，对于没有接触使用云计算的同学来说，确实有点像天书一样，满眼都是陌生的名词。所以接下来准备安利一下云计算的一些基本概念，看看对大家有没有帮助 阅读全文
摘要：
1. Dropout简介 1.1 Dropout出现的原因 在机器学习的模型中，如果模型的参数太多，而训练样本又太少，训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题，过拟合具体表现在：模型在训练数据上损失函数较小，预测准确率较高；但是在测试数据上损失函数比较大，预测 阅读全文
摘要：
作者：于洋链接：https://www.zhihu.com/question/23374078/answer/69732605来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 很久很久以前，有一群人，他们决定用8个可以开合的晶体管来组合成不同的状态，以表示世界上的万物。 阅读全文
摘要：
使用 Python 模块 re 实现解析小工具 概要 在开发过程中发现，Python 模块 re（Regular Expression）是一个很有价值并且非常强大的文本解析工具，因而想要分享一下此模块的使用方法。 有这样一个简单而有趣的实践范例：对于喜欢追看美剧的年轻人，最新一集美剧的播出时间常常是 阅读全文
摘要：
Contents 1. 目标 2. 命令式编程 & 函数式编程 3. Python函数式编程的基本单元 3.1. lambda 3.2. map() 3.3. reduce() 3.4. filter() 4. 替换条件控制语句 5. 替换循环控制语句 5.1. 替换for循环 5.2. 替换whi 阅读全文
摘要：
PTR记录，是电子邮件系统中的邮件交换记录的一种；另一种邮件交换记录是A记录（在IPv4协议中）或AAAA记录（在IPv6协议中）。PTR记录常被用于反向地址解析。 PTR记录 Pointer Record 电子邮件系统中的一种数据类型 用于反向地址解析 PTR记录，是电子邮件系统中的邮件交换记录的 阅读全文
摘要：
1. SimHash与传统hash函数的区别 传统的Hash算法只负责将原始内容尽量均匀随机地映射为一个签名值，原理上仅相当于伪随机数产生算法。传统的hash算法产生的两个签名，如果原始内容在一定概率下是相等的；如果不相等，除了说明原始内容不相等外，不再提供任何信息，因为即使原始内容只相差一个字节， 阅读全文
摘要：
1 介 绍 1.1 流式计算介绍 流式大数据计算主要有以下特征： 1)实时性。流式大数据不仅是实时产生的，也是要求实时给出反馈结果。系统要有快速响应能力，在短时间内体现出数据的价值，超过有效时间后数据的价值就会迅速降低。 2)突发性。数据的流入速率和顺序并不确定，甚至会有较大的差异。这要求系统要有较 阅读全文
摘要：
1 指数平滑法 移动平均模型在解决时间序列问题上简单有效，但它们的计算比较难，因为不能通过之前的计算结果推算出加权移动平均值。此外，移动平均法不能很好的处理数据集边缘的数据变化，也不能应用于现有数据集的范围之外。因此，移动平均法的预测效果相对较差。 指数平滑法(exponential smoothi 阅读全文
摘要：
API 网关（API Gateway）提供高性能、高可用的 API 托管服务，帮助用户对外开放其部署在 ECS、容器服务等云产品上的应用，提供完整的 API 发布、管理、维护生命周期管理。用户只需进行简单的操作，即可快速、低成本、低风险地开放数据或服务。 背景 我们知道在微服务架构风格中，一个大应用 阅读全文
摘要：
这篇文章来详细介绍 Vim 中查找相关的设置和使用方法。 包括查找与替换、查找光标所在词、高亮前景/背景色、切换高亮状态、大小写敏感查找等。 查找 在normal模式下按下/即可进入查找模式，输入要查找的字符串并按下回车。 Vim会跳转到第一个匹配。按下n查找下一个，按下N查找上一个。 Vim查找支 阅读全文
摘要：
在数学中，Lp空间是由p次可积函数组成的空间；对应的ℓp空间是由p次可和序列组成的空间。它们有时叫做勒贝格空间，以昂利·勒贝格命名（Dunford & Schwartz 1958，III.3），尽管依据Bourbaki (1987)它们是Riesz (1910)首先介入。在泛函分析和拓扑向量空间中， 阅读全文
摘要：
虚拟私有云 虚拟私有云 虚拟私有云（Virtual Private Cloud）是用户在云上申请的隔离的、私密的虚拟网络环境。用户可以自由配置VPC内的IP地址段、子网、安全组等子服务，也可以申请弹性带宽和弹性公网IP搭建业务系统。 虚拟私有云（Virtual Private Cloud）是用户在云 阅读全文
摘要：
Analysis of variance (ANOVA) is a collection of statistical models and their associated estimation procedures (such as the "variation" among and betwe 阅读全文
摘要：
从物理的角度，要理解这几个概念的区别,需要对原子核的磁化有所了解，本文通过一些图示对这几个概念进行简明的介绍。 从物理的角度，要理解这几个概念的区别,需要对原子核的磁化有所了解，本文通过一些图示对这几个概念进行简明的介绍。 从物理的角度，要理解这几个概念的区别,需要对原子核的磁化有所了解，本文通过一 阅读全文
摘要：
原文连接 https://blog.csdn.net/guolindonggld/article/details/56966200 原文连接 https://blog.csdn.net/guolindonggld/article/details/56966200 原文连接 https://blog. 阅读全文
摘要：
前言在跑通了官网的mnist和cifar10数据之后，笔者尝试着制作自己的数据集，并保存，读入，显示。 TensorFlow可以支持cifar10的数据格式， 也提供了标准的TFRecord 格式，而关于 tensorflow 读取数据， 官网提供了3中方法 1 Feeding： 在tensorfl 阅读全文
摘要：
Jmeter是一款优秀的开源测试工具， 是每个资深测试工程师，必须掌握的测试工具，熟练使用Jmeter能大大提高工作效率。 熟练使用Jmeter后， 能用Jmeter搞定的事情，你就不会使用LoadRunner了。 【小坦克Jmeter教程】，将会覆盖Jmeter的各个功能，并且会通过丰富的实例，让 阅读全文
摘要：
http://blog.csdn.net/hcmony/article/details/77854999 idea创建springcloud项目图文教程(EurekaServer注册中心)（六） 1，new -project 选择spring initializr 、 2,创建自己的包名，类名。 3 阅读全文
摘要：
首先在SecureCRT里同时打开多个服务器session(必须是有相同目录结构) 选择菜单栏View –>Chat Windows 对号，此时所有服务器连接下方应该有个空白的部分 在空白的部分（Chat Windows）右键鼠标, 选上Send Chat to All Tabs, 这样Chat W 阅读全文
摘要：
原文地址:http://www.maoyupeng.com/dockerfile-command-introduction.html 什么是Dockerfile Dockerfile是由一系列命令和参数构成的脚本，这些命令应用于基础镜像并最终创建一个新的镜像。它们简化了从头到尾的流程并极大的简化了部 阅读全文
摘要：
https://www.cnblogs.com/pinard/p/9220199.html 在机器学习用于产品的时候，我们经常会遇到跨平台的问题。比如我们用Python基于一系列的机器学习库训练了一个模型，但是有时候其他的产品和项目想把这个模型集成进去，但是这些产品很多只支持某些特定的生产环境比如J 阅读全文
摘要：
支持连续变量和类别变量，类别变量就是某个属性有三个值,a,b,c，需要用Feature Transformers中的vectorindexer处理 上来是一堆参数 setMaxDepth：最大树深度 setMaxBins：最大装箱数，为了近似统计变量，比如变量有100个值，我只分成10段去做统计 s 阅读全文
摘要：
修改元数据 概述 “修改元数据”节点用于显示检测到的元数据或者输入的元数据信息，为后续的模型训练和应用做必要的准备。 用户可以修改本节点的测量尺度（包括测量尺度、值）和角色，修改后的测量尺度和角色会被检测是否满足一致性要求。 当测量尺度修改完成后，会根据类型来进行一致性检查。 当角色修改完成后，会根 阅读全文
摘要：
在看LDA的时候，遇到的数学公式分布有些多，因此在这里总结一下思路。 一、伯努利试验、伯努利过程与伯努利分布 先说一下什么是伯努利试验： 维基百科伯努利试验中： 伯努利试验(Bernoulli trial)是只有两种可能结果的单次随机试验。 即：对于一个随机变量而言，P(X=1)=p以及P(X=0) 阅读全文
摘要：
UTF8 --> GBK; GBK --> UTF8 eclipse的中文乱码问题，一般不外乎是由操作系统平台编码的不一致导致，如Linux中默认的中文字体编码问UTF8， 而Windows默认的中文编码为GBK，因此将Linux和Windows下的eclipse/Myeclipse项目源码在不同平 阅读全文
摘要：
贴现因子(discount factor)，也称折现系数、折现参数、折现因子 是贴现因子 所谓贴现因子，就是将来的现金流量折算成现值的介于0－1之间的一个数。 一般来说，当利率为r时，承诺T年之后支付R美元的现值是R美元／(1+r)T。因此，即使没有通货膨胀，将来1美元的价值也小于现在1美元的价值， 阅读全文
摘要：
https://zhuanlan.zhihu.com/p/43543442 PowerView是Excel中的Power系列插件之一，可以基于excel制作交互式仪表板。 初学者在使用Power View中经常会遇到一些问题，今天我们总结大家最常遇到的前3个问题： Top1 如何加载出Power V 阅读全文
摘要：
Base64是一种基于64个可打印字符来表示二进制数据的表示方法。由于{\displaystyle 2^{6}=64}，所以每6个比特为一个单元，对应某个可打印字符。3个字节有24个比特，对应于4个Base64单元，即3个字节可由4个可打印字符来表示。它可用来作为电子邮件的传输编码。在Base64中 阅读全文
摘要：
MAPI错误0x80040107 的解决方案： The MAPI error means there's an "invalid entry" within the contacts list. For the purpose of saving time, try ticking the 'All 阅读全文
摘要：
虽然这个话题已是老生常谈，搜索一下应该也能找到大把的相关文章。不过难得提到了这方面，就趁此机会把我的理解写下来，一来看看我是不是真正理解了，二来看看我能不能把它们之间的区别讲得更加简明易懂。 0. 太长不看 TL;DR 命令行界面 (CLI) = 使用文本命令进行交互的用户界面 终端 (Termin 阅读全文
摘要：
在x86的计算机系统中，内存空间中的栈主要用于保存函数的参数，返回值，返回地址，本地变量等。一切的函数调用都要将不同的数据、地址压入或者弹出栈。因此，为了更好地理解函数的调用，我们需要先来看看栈是怎么工作的。 栈是什么？ 简单来说，栈是一种LIFO形式的数据结构，所有的数据都是后进先出。这种形式的数 阅读全文
摘要：
SIFT ：scale invariant feature transform HOG：histogram of oriented gradients 这两种方法都是基于图像中梯度的方向直方图的特征提取方法。 1. SIFT 特征 实现方法： SIFT 特征通常与使用SIFT检测器得到的感兴趣点一起 阅读全文
摘要：
Jupyter Notebook 有两种键盘输入模式。即命令模式和编辑模式，这与 Vim 有些类似。在编辑模式下，可以往单元中键入代码或文本，此时单元格被绿色的框线包围，且命令模式下的快捷键不生效。在命令模式下，可以用快捷键命令运行单元格，移动单元格，切换单元格编辑状态等等，此时的单元格被灰色的框线 阅读全文
摘要：
原文链接 https://jingyan.baidu.com/article/63acb44a3f0f6161fcc17ed0.html 1 2 3 4 5 6 7 分步阅读 原文链接 https://jingyan.baidu.com/article/63acb44a3f0f6161fcc17ed 阅读全文
摘要：
约瑟夫问题求解及优化 问题描述 在一间房间总共有n个人，给定一个数k，然后按照如下规则去杀人： 所有人围成一个圆圈，按顺时针依次给所有人编号：1, 2, 3…, n 由编号1开始报数，按顺时针方向，报到数字k的人将被杀掉 被杀掉的人从房间内被移走，从被杀的下一个人重新由1开始报数 报到数字k的人再次 阅读全文