C～K

摘要：1.Script程序 2.OnGUI函数每隔一定时间被调用一次 3.C#中变量定义时顺序不定，不能再声明时使用别的变量的值 阅读全文

摘要：1.使用sklearn库和matplotlib.pyplot库 2.准备绘图函数的传入参数1.预测的概率值数组2.预测的labels值数组 3.调用sklearn.metrics.roc_curve(); 4.例子 5.效果： 阅读全文

摘要：1.tensorflow中模型的保存 创建tf.train.saver,使用saver进行保存： 1.1.在保存时需要注意参数在创建时需要传入name参数，读取参数时凭借name属性读取。 1.2例子 效果： 2.模型的恢复 2.1.开始会话-->找到参数存放的文件，使用import_meta_gr 阅读全文

摘要：https://matplotlib.org/gallery/color/colormap_reference.html 阅读全文

摘要：例子 np.r_是按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等，类似于pandas中的concat()。np.c_是按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等，类似于pandas中的merge()。结果： [1 2 3 4 5 6] [[1 4] [2 5] [3 6]] [[1 阅读全文

摘要：MySQL两种存储引擎: MyISAM和InnoDB 简单总结 MyISAM是MySQL的默认数据库引擎（5.5版之前），由早期的ISAM（Indexed Sequential Access Method：有索引的顺序访问方法）所改良。虽然性能极佳，但却有一个缺点：不支持事务处理（transacti 阅读全文

摘要：二、乐观锁总是认为不会产生并发问题，每次去取数据的时候总认为不会有其他线程对数据进行修改，因此不会上锁，但是在更新时会判断其他线程在这之前有没有对数据进行修改 三、悲观锁总是假设最坏的情况，每次取数据时都认为其他线程会修改，所以都会加锁（读锁、写锁、行锁等），当其他线程想要访问数据时，都需要阻塞挂起 阅读全文

摘要：1 select poll epoll的区别基本上select有3个缺点: 连接数受限查找配对速度慢数据由内核拷贝到用户态poll改善了第一个缺点 epoll改了三个缺点. (1）select，poll实现需要自己不断轮询所有fd集合，直到设备就绪，期间可能要睡眠和唤醒多次交替。而epoll其实也需 阅读全文

摘要：Python2.x与3​​.x版本区别 Python的3​​.0版本，常被称为Python 3000，或简称Py3k。相对于Python的早期版本，这是一个较大的升级。 为了不带入过多的累赘，Python 3.0在设计的时候没有考虑向下相容。 许多针对早期Python版本设计的程式都无法在Pytho 阅读全文

摘要：python文件读read()、readline()、readlines()对比 目录 一、read方法 二、readline方法 三、readlines方法 正文 读取文件的三个方法：read()、readline()、readlines()。均可接受一个变量用以限制每次读取的数据量，但通常不使用 阅读全文

摘要：Python垃圾回收机制详解 一.垃圾回收机制 Python中的垃圾回收是以引用计数为主，分代收集为辅。引用计数的缺陷是循环引用的问题。在Python中，如果一个对象的引用数为0，Python虚拟机就会回收这个对象的内存。 #encoding=utf-8 __author__ = 'kevinlu1 阅读全文

摘要：python的复制，深拷贝和浅拷贝的区别 在python中，对象赋值实际上是对象的引用。当创建一个对象，然后把它赋给另一个变量的时候，python并没有拷贝这个对象，而只是拷贝了这个对象的引用 一般有三种方法， alist=[1,2,3,["a","b"]] （1）直接赋值,默认浅拷贝传递对象的引用 阅读全文

摘要：函数式编程 函数是Python内建支持的一种封装，我们通过把大段代码拆成函数，通过一层一层的函数调用，就可以把复杂任务分解成简单的任务，这种分解可以称之为面向过程的程序设计。函数就是面向过程的程序设计的基本单元。 而函数式编程（请注意多了一个“式”字）——Functional Programming 阅读全文

摘要：Python协程深入理解 从语法上来看，协程和生成器类似，都是定义体中包含yield关键字的函数。yield在协程中的用法： 在协程中yield通常出现在表达式的右边，例如：datum = yield,可以产出值，也可以不产出--如果yield关键字后面没有表达式，那么生成器产出None. 协程可能 阅读全文

摘要：线程与全局解释器锁（GIL） 一、线程概论 1、何为线程 每个进程有一个地址空间，而且默认就有一个控制线程。如果把一个进程比喻为一个车间的工作过程那么线程就是车间里的一个一个流水线。 进程只是用来把资源集中到一起（进程只是一个资源单位，或者说资源集合），而线程才是cpu上的执行单位。 多线程（即多个 阅读全文

摘要：Python 中，一个变量的作用域总是由在代码中被赋值的地方所决定的。 函数定义了本地作用域，而模块定义的是全局作用域。如果想要在函数内定义全局作用域，需要加上global修饰符。 变量名解析：LEGB原则当在函数中使用未认证的变量名时，Python搜索４个作用域[本地作用域(L)(函数内部声明但没 阅读全文

摘要：__new__ __init__区别 1 class A(object): 2 def __init__(self,*args, **kwargs): 3 print "init A" 4 def __new__(cls,*args, **kwargs): 5 print "new A %s"%cl 阅读全文

摘要：python中的类分为新式类和经典类，具体有什么区别呢？简单的说， 1.新式类都从object继承，经典类不需要。 Python 2.x中默认都是经典类，只有显式继承了object才是新式类 Python 3.x中默认都是新式类，不必显式的继承object 2.经典类继承深度优先，新式类继承广度优先 阅读全文

摘要：python 中的重载 在python中，具有重载的思想却没有重载的概念。所以有的人说python这么语言并不支持函数重载，有的人说python具有重载功能。实际上python编程中具有重载的目的缺无重载的行为，或者说是python并不需要重载！ python是一门动态语言，不需要声明变量类型，函数 阅读全文

摘要：@函数名（类的描述符）相当于fuc = decorator(fuc) 装饰器： 利用描述符自定制property 内置的装饰器 内置的装饰器有三个，分别是staticmethod、classmethod和property，作用分别是把类中定义的实例方法变成静态方法、类方法和类属性。由于模块里可以定义 阅读全文

摘要：下面用 用一幅图来概括： 迭代器理解迭代是Python最强大的功能之一，是访问集合元素的一种方式。迭代器是一个可以记住遍历的位置的对象。迭代器对象从集合的第一个元素开始访问，直到所有的元素被访问完结束。迭代器只能往前不会后退。迭代器有两个基本的方法：iter() 和 next()。字符串，列表或元组 阅读全文

摘要：Python的字符串格式化有两种方式: 百分号方式、format方式 百分号的方式相对来说比较老，而format方式则是比较先进的方式，企图替换古老的方式，目前两者并存。[PEP-3101] This PEP proposes a new system for built-in string for 阅读全文

摘要：使用单下划线(_one_underline)开头表示方法不是API的一部分，不要直接访问（虽然语法上访问也没有什么问题）。 使用双下划线开头(__two_underlines)开头表示子类不能覆写该方法。除非你真的知道你在干什么，否则不要使用这种方式。 当你想让自己定义的对象也可以像Python内置 阅读全文

摘要：1. 类变量和实例变量 在Python Tutorial中对于类变量和实例变量是这样描述的： Generally speaking, instance variables are for data unique to each instance and class variables are for 阅读全文

摘要：一般来说，要使用某个类的方法，需要先实例化一个对象再调用方法。 而使用@staticmethod或@classmethod，就可以不需要实例化，直接类名.方法名()来调用。 这有利于组织代码，把某些应该属于某个类的函数给放到那个类里去，同时有利于命名空间的整洁。 既然@staticmethod和@c 阅读全文

摘要：Python中函数传递参数的形式主要有以下五种，分别为位置传递，关键字传递，默认值传递，不定参数传递（包裹传递）和解包裹传递。 1.位置传递实例： 2.关键字传递 关键字(keyword)传递是根据每个参数的名字传递参数。关键字并不用遵守位置的对应关系。 def fun(a,b,c) return 阅读全文

摘要：1.CNN_my_test.py 分3个部分 1.将需要记录的变量用一下函数记录 图像 散点图 2.生成实现变量记录的对象，和记录文件路径 3.训练时进行记录 阅读全文

摘要：1.podding='SAME'时，全0填充。 2.padding=“VALID”,不使用全0填充 阅读全文

摘要：1.convolution.py 阅读全文

摘要：1.工程目录 2.data、input_data.py的导入 在tensorflow更新之后可以进行直接的input_data的导入 链接：https://pan.baidu.com/s/1EBNyNurBXWeJVyhNeVnmnA 提取码：4nnl 3.神经网络训练算法tensorboard.p 阅读全文

摘要：1.假设回归的目标函数式为 （其中x0为1） 当 n = 1时表示一元函数，对一元函数进行回归分析 2.将误差记为：ε 要使得ε最小，然后样本真实值 y 和模型训练预测的值之间是有误差 ε ,再假设训练样本的数据量很大的时候,根据中心极限定律可以得到 ∑ε 满足 （u ,δ²）高斯分布的；由于方程有 阅读全文

摘要：1.工程目录 2.导入data和input_data.py 链接：https://pan.baidu.com/s/1EBNyNurBXWeJVyhNeVnmnA 提取码：4nnl 3.CNN.py 4.test.py 阅读全文

摘要：1.os模块 2.sys模块 阅读全文

摘要：1.工程概要 2.data文件以及input_data文件准备 链接：https://pan.baidu.com/s/1EBNyNurBXWeJVyhNeVnmnA 提取码：4nnl 3.logisstic_mnist.py 4.views.py 5.urls.py 6.logistic_regre 阅读全文

摘要：import pickle import numpy as np def save_obj(obj, name): with open(name + '.pkl', 'wb') as f: pickle.dump(obj, f, pickle.HIGHEST_PROTOCOL) def load_obj(name): with open(name + '.... 阅读全文

摘要：1.工程组成 2.urls.py 3.views.py 4.index.py 5.linear_regression.py 阅读全文

摘要：1.确保imageio已经安装 2.函数准备 3.函数调用 阅读全文

摘要：import numpy as np import tensorflow as tf import matplotlib.pyplot as plt num_points = 1000 vectors_set = [] for i in range(num_points): x1 = np.random.normal(0.0, 0.55) y1 = x1*0.1 + 0.3 +... 阅读全文

摘要：tensorflow在python3.7上没有适用的版本。 1.将电脑中的python环境更改为anaconda中的python3.5环境 2.之后根据提示选择进入3.5版本 3.查找tensorflow版本 4.选择想要安装的版本，根据提示输入 5.根据提示输入安装指令 开始安装 阅读全文

摘要：1.Ctrl+R打开控制台 输入python之后回车 阅读全文

摘要：1.工程目录 2.urls.py 3.views.py 4.models.py 5.在static文件夹中加入jquery-3.3.1.js、创建plugins文件夹，在该文件夹下加入要使用是前端框架。 链接：https://pan.baidu.com/s/1PrYlNmW3FyOlvkQhb7KY 阅读全文