随笔分类 - 【0】环境与工具
摘要：运行 Jupyter Notebook 的完整步骤 安装必要扩展 打开 VS Code 的扩展市场（快捷键 Ctrl+Shift+X） 搜索并安装 Jupyter 扩展（Microsoft 官方提供） 推荐同时安装 Python 扩展（提供内核支持） 打开.ipynb文件 在 VS Code 资源管
阅读全文
摘要：1.报错：Server returns invalid timezone. Go to 'Advanced' tab and set 'serverTimezone' property manually. 2.设置时区 jdbc:mysql://localhost:3306/zcck?serverT
阅读全文
摘要：1. 在工作区选中文件夹→文件→新建文件（ctrl+alt+windows+n） 2. 选择内核，选择我们构建的虚拟环境 3.执行代码块 4、提示安装内核 5、执行完成后，会有行号和执行时间
阅读全文
摘要：在VSCode中使用虚拟环境是管理项目依赖的最佳实践。通过虚拟环境，你可以为每个项目隔离不同的包和依赖，避免不同项目之间的依赖冲突。 为什么需要虚拟环境？ 通过一个对比表格说明必要性： 3.1 创建虚拟环境 以下是创建虚拟环境的步骤： 打开终端（Ctrl+ `）并进入你的项目目录。 使用以下命令创建
阅读全文
摘要：一、基础环境搭建 1.1 安装必备软件 VS Code官方下载：1、Visual Studio Code 的安装 - 红酒人生 - 博客园 Python环境安装：python的安装 - 红酒人生 - 博客园 1.2 初始配置 打开VS Code，安装中文语言包（可选）： 快捷键 Ctrl+Shift
阅读全文
摘要：下载地址：Download Python | Python.org windows下载路径：Python Releases for Windows | Python.org 1、打开安装包，执行安装操作 双击下载好的exe文件，开始安装Python。 在安装过程中，会弹出一个窗口提示你选择安装类型。
阅读全文
摘要：1、打开插件安装选项 2.选择中文插件 3. python插件版本的安装 4.jupyter 库的安装
阅读全文
摘要：1. 工具栏操作：查看 →终端 2. 快捷方法：ctrl+ ` (是tab上的一行的一个按键和~是同一个) pip install -i https://pypi.tuna.tsinghua.edu.cn/simple torch torchvision torchaudio 安装指令：pip in
阅读全文
摘要：1.首先在自己电脑上手动创建一个文件夹，及项目工作区文件夹，也就是所有项目的父级文件夹 2. 打开vscode，打开文件夹选项，找到刚才的文件夹，添加信任 3. 选中工作区域“深度学习”，再新建子文件夹或文件，这里新建文件夹，然后再新建文件
阅读全文
摘要：许多渗透方式都python写脚本，比较方便，写一下vscode和插件的安装办法，虽然不是很复杂，但是写一下做一下笔记： Visual Studio Code (简称 VS Code / VSC) 是一款免费开源的现代化轻量级代码编辑器，支持几乎所有主流的开发语言的语法高亮、智能代码补全、自定义热键、
阅读全文
摘要：方法一：切换内置浅色主题 快捷键操作：按下Ctrl + K后紧接着按Ctrl + T（Mac为Cmd + K → Cmd + T），从弹出菜单中选择以下白色主题之一： Light (Visual Studio)（默认白色主题）。 Light+ (default light)（更亮的白色）。
阅读全文
摘要：jupyter --version pip show nbconvert pip uninstall nbconvert pip install nbconvert
阅读全文
摘要：1.资源库导入 基础环境： pip install folium -i https://pypi.tuna.tsinghua.edu.cn/simple 虚拟环境： pip install folium -i https://pypi.tuna.tsinghua.edu.cn/simple 更新报错
阅读全文
摘要：无法找到pydotplus模块在 Anaconda propmt中安装：pip install pydotplus
阅读全文
摘要：1、 在开始菜单打开Anaconda Prompt（anaconda3） 2、 构建虚拟环境 语法：conda create --name 虚拟环境名字 python=版本号 conda create --name py38_env02 python=3.8 3、激活虚拟环境 语法： conda a
阅读全文
摘要：imbalanced-learn是一个Python库，专门用于处理不平衡数据集的机器学习问题。 这个库提供了一系列的重采样技术、组合方法和机器学习算法，旨在提高在不平衡数据集上的分类性能。Imbalanced-learn支持欠采样、过采样、结合欠采样和过采样的方法，以及一些集成学习方
阅读全文
摘要：CatBoost是一种机器学习库，由俄罗斯的搜索巨头Yandex在2017年开源。它属于Boosting族算法的一种，与XGBoost、LightGBM并称为GBDT的三大主流神器。CatBoost的主要作用和创新点在于高效合理地处理类别型特征，这是从其名称中的"Cat"（分类）和"
阅读全文
摘要：XGBoost是一个非常强大的Boosting算法工具包，以其优秀的性能（效果与速度）在数据科学比赛中长期占据领先地位，并且在许多大厂的机器学习方案中也是首选模型。 XGBoost在并行计算效率、缺失值处理、控制过拟合、预测泛化能力等方面表现出色。它的主要特点和优势包括： 并行计
阅读全文
摘要：1、进入虚拟环境，且查看资源列表 2、升级为7.0版本 pip install --upgrade notebook==7.0.0 ...... 3、查看notebook版本 pip show notebook 4、重启 jupter notebook(虚拟环境下的） 如果出现闪退可以卸载：pip
阅读全文
浙公网安备 33010602011771号