原创 服務器從0開始安裝系統以及配置深度學習環境

一、下載ubuntu18.04系統鏡像文件 http://mirrors.aliyun.com/ubuntu-releases/18.04/ 二、製作系統盤(u盤) 下載系統盤製作軟件UltraISO:UltraISO官方下載地址:htt

原创 os.environ與os.putenv的使用

用Python Shell設置或獲取環境變量的方法: 一、設置系統環境變量 1、os.environ[‘環境變量名稱’]=‘環境變量值’ #其中key和value均爲string類型 2、os.putenv(‘環境變量名稱’, ‘

原创 operator.attrgetter()與operator.itemgetter()的用法

operator.attrgetter與operator.itemgetter的用法operator.itemgetter()的用法通過公共建對字典列表排序:operator.attrgetter()的使用對不原生支持比較操作的對

原创 深度學習相關軟件安裝以及服務器操作

一、windows安裝keras: 只需3步:1、打開Anaconda prompt,輸入conda install mingw libpython,進行下載;                  2、輸入conda install the

原创 linux系統中文件壓縮與解壓縮操作

第一種方式:tar 壓縮指令:tar -zcvf 打包後生成的文件名全路徑 要打包的相對或者絕對路徑目錄 tar -zcvf /home/test.tar.gz test 此命令是將當前目錄下的test文件夾打包成home路

原创 sys.srgv[]的簡單使用

sys.argv[]的使用 sys.argv[]說白了就是一個從程序外部獲取參數的橋樑, 下面就通過一個樣例test.py程序來說明它的用法: #test.py import sys a = sys.argv[0] print(a

原创 虛擬機從0開始安裝系統以及配置深度學習環境

一、下載ubuntu18.04系統鏡像文件 http://mirrors.aliyun.com/ubuntu-releases/18.04/ 二、製作系統盤(u盤) 下載系統盤製作軟件UltraISO:UltraISO官方下載地址:htt

原创 各框架模型保存的格式彙總

Tensorflow 1、CheckPoint(.ckpt) 在訓練 TensorFlow 模型時,每迭代若干輪需要保存一次權值到磁盤,稱爲“checkpoint”。這種格式文件是由 tf.train.Saver() 對象調用 s

原创 python中的json總結

1、json.dumps : 是將dict轉成str 2、json.dump:是將python數據保存成json 3、json.load:是將文件中的json數據讀取出來,轉換成python數據類型

原创 Mac系統安裝深度學習環境(Anaconda)

1、首先下載安裝包: https://www.anaconda.com/download/ 2、雙擊安裝包,按提示進行安裝; 完成安裝後,會自動進入默認的 conda 環境,而且所有包均已安裝完畢。可以在終端或命令提示符中鍵入

原创 簡易WSGI實現

1.使用python內置WSGI server # WSGI server in Python from wsgiref.simple_server import make_server def application (envi

原创 Linux命令學習

原文地址:http://www.cnblogs.com/rocedu/p/4902411.html 操作系統操作系統爲你完成所有“硬件相關、應用無關”的工作,以給你方便、效率、安全。操作系統的功能我總結爲兩點:管家婆和服務生: 管家婆:通

原创 命令行文件及文件夾操作

mac依據Linux系統的操作命令: ls:查看文件夾裏面的內容 ls -l :區分文件夾下屬於文件還是文件夾,以d開頭的代表文件夾,以-開頭的代表文件,例如:drwxrwxr-x和-rw-rw-r-- pwd:當前所在的路徑 cd:進入

原创 解決:WebDriverException: 'chromedriver' executable needs to be in PATH

在 Python 中使用Selenium 包進行數據分析時,遇到一個錯誤: WebDriverException: 'chromedriver' executable needs to be in PATH. Please see ht

原创 pytorch保存和加載模型方法

# 保存和加載整個模型 torch.save(model_object, 'model.pkl') model = torch.load('model.pkl') # 僅保存和加載模型參數(推薦使用) torch.save(mode