摘要: PS:写了2个小时,忘记保存了,无奈只得重写。心痛! 最近玩合天,必须每天登录才有合氏币拿,每次输入用户名和密码太麻烦了;想破解某同学的QQ相册,必须先达到登录状态才行啊。 环境:win7 64位 + python2.7 + selenium 一、安装selenium Selenium是一个WEB自 阅读全文
posted @ 2018-07-07 20:47 liuxingbusi 阅读(38239) 评论(0) 推荐(1) 编辑
摘要: 一开始怎么给kali都装不上中文输入法,大概折腾了有2天。 现在给记录下来,避免以后浪费时间。 环境:win7主机 + VMware12 + Kali-Linux-2018.2-vm-amd64(官网直接下载的镜像,免安装) 主机用shadowsocks(系统代理模式 - PAC模式)、Kali用的 阅读全文
posted @ 2018-07-07 14:38 liuxingbusi 阅读(28371) 评论(2) 推荐(1) 编辑
摘要: 1.虽然用easy_install和pip来安装第三方库很方便 它们的原理其实就是从Python的官方源https://pypi.python.org/pypi 下载到本地,然后解包安装。 不过因为某些原因,访问官方的pypi不稳定,很慢甚至有些还时不时的访问不了。 2.常见国内镜像源 http:/ 阅读全文
posted @ 2017-12-06 07:24 liuxingbusi 阅读(520) 评论(0) 推荐(0) 编辑
摘要: 为了让我的Ubuntu 16.04能够接触世界,前前后后花了有10个小时,所以在这里记下来,避免以后学浪费时间。 Shadowsocks-libev ss-local:客户端,提供本地sock5协议代理。终于有了chacha20-ietf-poly1305. For Ubuntu 16.04 sud 阅读全文
posted @ 2017-12-03 22:59 liuxingbusi 阅读(25) 评论(0) 推荐(0) 编辑
摘要: 为了给Ubuntu16.04重装系统,费了我很大的功夫,所以在这里把它写下来。 首先准备一个Live CD,就是Ubuntu的安装盘。 备份原理就是将系统文件压缩打包。由于Linux系统所有都是文件,故,只需要将系统打包即可。当然,必须除了当前系统运行中的文件以及临时文件。 打包有两种方式:a)直接 阅读全文
posted @ 2017-11-26 11:58 liuxingbusi 阅读(27644) 评论(0) 推荐(0) 编辑
摘要: 这个星期开始学习Python了,因为看的书都是基于Python2.x,而且我安装的是Python3.1,所以书上写的地方好多都不适用于Python3.1,特意在Google上search了一下3.x和2.x的区别。特此在自己的空间中记录一下,以备以后查找方便,也可以分享给想学习Python的frie 阅读全文
posted @ 2017-10-31 23:40 liuxingbusi 阅读(352) 评论(0) 推荐(0) 编辑
摘要: Python基础数据处理库-NumPy NumPy是Python做数据处理的底层库,是高性能科学计算和数据分析的基础,比如著名的Python机器学习库SKlearn就需要NumPy的支持。掌握NumPy的基础数据处理能力是利用Python做数据运算及机器学习的基础。 NumPy(或简称NP)的主要功 阅读全文
posted @ 2017-10-08 16:33 liuxingbusi 阅读(1272) 评论(0) 推荐(0) 编辑
摘要: 最近在做一个CNN的项目,文件夹里有20w张图片要读入并保存到一个data文件(不然每次都读20w文件太麻烦)。 折腾了一个下午,发现了一个极好用的包 h5py:将数据储存在hdf5文件中。 这东西有多好用呢? 速度,内存占用,压缩程度都比cPickle+gzip来的优秀。 相比之下上面两个变逗比了 阅读全文
posted @ 2017-10-01 19:45 liuxingbusi 阅读(2547) 评论(0) 推荐(0) 编辑
摘要: (3)在逻辑回归中的应用。 由于交叉熵是衡量两个分布之间的相似度,在逻辑回归中,首先数据集真实的分布是p,通过逻辑回归模型预测出来的结果对应的分布是q,此时交叉熵在这里就是衡量预测结果q与真实结果p之间的差异程度,称之为交叉熵损失函数。具体如下: 假设,对应两分类的逻辑回归模型logistic re 阅读全文
posted @ 2017-10-01 15:35 liuxingbusi 阅读(409) 评论(0) 推荐(0) 编辑
摘要: range()返回的是range object,而np.nrange()返回的是numpy.ndarray() range尽可用于迭代,而np.nrange作用远不止于此,它是一个序列,可被当做向量使用。 range()不支持步长为小数,np.arange()支持步长为小数 两者都可用于迭代 两者都 阅读全文
posted @ 2017-10-01 14:31 liuxingbusi 阅读(1685) 评论(0) 推荐(0) 编辑