原创 NumPy學習筆記(零)初始NumPy

什麼是NumPy? NumPy全稱Numercal Python,它提供了高效存儲和操作密集數據緩存的接口。NumPy數組和Python內置的列表類型非常相似。但是隨着數組在維度上變大,NumPy數組提供了更加高效的存儲和數據操作

原创 三個數中求最大最小值

以最小值代碼分析: 1.先用a和b比較,得到a、b中較小的那個數,再和c比較,最後得到最小值 int max(int a,int b,int c) { if(a<b) return a<c?a:c; else retu

原创 Python基礎-4.深拷貝與淺拷貝

Python代碼如下: foo = [1,2] foo1 = foo foo.append(3) 輸出foo和foo1的值 foo = [1,2,3] foo1 = [1,2,3] foo1 和 foo指向同一內存地址,foo

原创 重裝系統後,mysql重新配置

1.首先保證你的mysql文件還在(沒在只能重新再裝一次)   2.在環境變量中配置mysql的路徑 打開控制面板->系統->點擊高級系統設置 點擊環境變量 再點path,然後點新建,將mysql的bin目錄添加到系統變量中  

原创 高維組合特徵

若用戶的數量爲m,物品的數量爲n,那麼需要學習的參數的規模爲m*n. 將用戶和物品分別用k維的低維向量表示(k<<m,k<<n) Y=sigmoid(∑i∑jwij&lt;xi,xj&gt;) Y=sigmoid(\sum _{

原创 高維組合特徵

若用戶的數量爲m,物品的數量爲n,那麼需要學習的參數的規模爲m*n. 將用戶和物品分別用k維的低維向量表示(k<<m,k<<n) Y=sigmoid(∑i∑jwij&lt;xi,xj&gt;) Y=sigmoid(\sum _{

原创 圖像數據不足時的處理方法

遷移學習 對於大部分圖像分類任務,並不需要從頭開始訓練模型,而是借用一個在大規模數據集上訓練好的模型,並在針對目標任務的小數據集上微調(fit-tune). 生成對抗網絡 圖像處理 一定程度的隨機旋轉,平移,縮放,裁剪,填充,左

原创 圖像數據不足時的處理方法

遷移學習 對於大部分圖像分類任務,並不需要從頭開始訓練模型,而是借用一個在大規模數據集上訓練好的模型,並在針對目標任務的小數據集上微調(fit-tune). 生成對抗網絡 圖像處理 一定程度的隨機旋轉,平移,縮放,裁剪,填充,左

原创 Scala基礎-控制結構

1.if表達式 基本語法結構(和java,c++類似): if (表達式){ 語句塊1 } else if (表達式){ 語句塊2 } .. .. else{ 語句塊n } 但有一點不同,Scala中if表達式會有一個返

原创 java學習資源

github: awesome-java awesome-java awesome-java-cn awesome-java-leetcode awesome-java-books book Java編程

原创 python3內置函數sorted和list.sort()的對比與使用

參考資料: list.sort() sorted() sortinghowtodo sorted(iterable, *, key=None, reverse=False) python3中移除了cmp 參數說明: iter

原创 java源碼學習環境搭建

1.找到jdk的安裝目錄 2.找到src.zip,裏面就是java源碼,解壓到你指定的環境 3.選擇一個合適的編輯器打開文件夾 如:SublimeText或者VScode 接着,開始源碼閱讀之旅

原创 github騷操作

整理自尚硅谷周陽老師 1.常用詞 watch: 對於別人的項目,默認自己都處於 Not watching 的狀態,當你選擇 Watching,表示你以後會關注這個項目的所有動態,這個項目以後只要發生變動,如被別人提交了 pull

原创 python虛擬環境和包管理

1.創建虛擬環境 python - m venv 虛擬環境名 2.啓動虛擬環境 win: 虛擬環境名\Scripts\activate.bat mac/linux: source 虛擬環境名/bin/activate 3.退出虛擬

原创 Flume實戰(零):安裝

文章目錄1.安裝2.配置3.測試安裝 1.安裝 sudo sudo -zxvf -C /usr/local # 解壓到指定目錄 cd /usr/local # 切換到指定路徑 sudo chown -R hadoop:hadoop