原创 Apache本地可以顯示外網不可以

背景:之前寫的django網站準備好後,部署在windows server上,使用的是Apache+mod_wsgi,域名綁定後在服務器上可以通過服務器ip或者是域名訪問到頁面,但是外網卻不可以。 找了好久問題,設置了很多次Apa

原创 django1.7靜態文件配置(css/js/img)

環境:python2.7.9 django1.7   只是在開發環境下適用,生產環境下還需要改配置,文末有另一篇的鏈接 django中通過URL.py來提供每個URL對應的django函數來顯示頁面,templates目錄中的html

原创 github 多人協作

github 多人協作 最近需要團隊合作寫一個程序,終於要見識到git厲害的多人協作了,記錄下過程,方便回顧。 首先在分支策略上有一個很好的文檔可以看,由Vincent Driessen提出,非常簡潔明瞭,各個分支的功能明確。

原创 C++調用python:無參數,簡單helloworld示例

運行環境:VS2015 + python3.4 總體步驟簡單來說如下: 設置編譯環境,其實就是設置Python的頭文件和庫文件目錄以及一個很讓人頭疼的python3.4_d.lib問題 初始化Python解釋器: Py_

原创 隨機模擬與採樣方法

隨機模擬方法簡介 隨機模擬方法又稱爲蒙特卡羅方法(Monte Carlo Method)。蒙特卡洛模擬方法的原理是當問題或對象本身具有概率特徵時,可以用計算機模擬的方法產生抽樣結果,根據抽樣計算統計量或者參數的值;隨着模擬次數的增

原创 Mining Massive Datasets課程筆記(五)聚類算法

Clustering Overview of methods 首先我們說幾個典型應用,瞭解爲什麼需要聚類算法,然後介紹下聚類的集中方法,具體的細節在後面的小節中詳細說。 但是在實際應用中,聚類問題並沒有圖中這麼簡單,往往有大

原创 Mining Massive Datasets課程筆記(四)推薦系統

Recommender System 推薦系統 由於網絡電商的興起,商品由實體中有限的個數到互聯網時代無數商品可以購買,使得長尾理論被廣泛關注。這些都是推薦系統興起的條件。推薦有多種類型,我們關注的是對個體用戶的定製推薦。 For

原创 Apache UIMA(二):配置Eclipse來使用UIMA

本文就假設你已經安裝好了Eclipse啦,所以Eclipse的安裝配置就跳過了。 安裝UIMA SDK 在UIMA網站上下載UIMA SDK http://incubator.apache.org/uima 解壓後放在某個你習

原创 Eclipse運行UIMA示例程序出錯:找不到或無法加載主類

今天嘗試運行示例文件一直出錯,很奇怪,命名jar包已經在了,最後在參考文獻這篇博客中找到解決辦法,但依然很疑惑。。。 在UIMA的文檔中,嘗試按照文檔的做法運行example中的Document Analyzer出現如下錯誤:

原创 tensorflow使用記錄(一)安裝

ubuntu16.04 64-bit python3.5 virtualenv docker ref: https://www.tensorflow.org/versions/r0.11/get_started/os_se

原创 python nltk 基本操作

分詞 nltk.sent_tokenize(text) #按句子分割 nltk.word_tokenize(sentence) #分詞 nltk的分詞是句子級別的,所以對於一篇文檔首先要將文章按句子進行分割,然後句

原创 SVD奇異值分解

    版權聲明:     本文由LeftNotEasy發佈於http://leftnoteasy.cnblogs.com, 本文可以被全部的轉載或者部分使用,但請註明出處,如果有問題,請聯繫[email protected]

原创 NLTK中使用Stanford parser

原文鏈接:http://blog.csdn.net/qq_19670461/article/details/42681551 nltk工具包中有一個用於自然語言句法分析的文件夾parse(地址C:\Python27\Lib\sit

原创 Numpy詳解教程

在閱讀這個教程之前,你多少需要知道點python。如果你想重新回憶下,請看看Python Tutorial. 如果你想要運行教程中的示例,你至少需要在你的電腦上安裝了以下一些軟件: PythonNumPy 這些是可能對你有幫助的:

原创 Numpy隨記

遇到有關numpy的東西就記下來,方便以後參考: numpy tile tile(A,reps) 重複A reps 次來創建新數組 numpy transpose http://blog.csdn.net/rumswell/a