只言片语

摘要： 报错1： 参考: https://github.com/dogecoin/dogecoin/issues/529 报错2： 参考 https://superuser.com/questions/565988/autoconf-libtool-and-an-undefined-ac-prog-libt 阅读全文

摘要： 方法一：awk 方法一：awk 方法一：awk awk '{print NR}' test1.txt | tail -n1 管道前打印所有行号，管道后则打印最后一行 或者： awk 'END{print NR}' test1.txt 方法二：grep grep -n '' test1.txt | a 阅读全文

摘要： Python list 排序 & np list 排序 np.sort(li) ：排序 np.argsort(-li) ：list从大到小排序，输出原始list的index 阅读全文

摘要： 单通道数据设计 原始数据 图片转换17x4 三通道样本设计 原始数据 021: 每个数据点，有三个元素表示，eg：RGB 转换15x4x3 下图的每一列，代表的就是每一个通道的数据点，共计三层 阅读全文

摘要： https://ehlxr.me/2017/01/07/CentOS-7-%E5%AE%89%E8%A3%85-Python3%E3%80%81pip3/ CentOS 7 默认安装了 Python 2，当需要使用 Python 3 的时候，可以手动下载 Python 源码后编译安装。 一、安装 P 阅读全文

摘要： 1、一维列表 1.1 递增列表 1.0 常数0列表 2、二维列表 这里需要注意，虽然L = [[0] * 5] * 5，也输出同样的效果，但是不能这样做!!! 因为[0] * 5是一个一维列表的对象，再* 5的话只是把对象的引用复制了3次。什么意思呢，就是如果我们将L[0][0] = 1，再输出L如 阅读全文

摘要： 本文结构： 什么是交叉验证法？ 为什么用交叉验证法？ 主要有哪些方法？优缺点？ 各方法应用举例？ 什么是交叉验证法？ 它的基本思想就是将原始数据（dataset）进行分组，一部分做为训练集来训练模型，另一部分做为测试集来评价模型。 为什么用交叉验证法？ 交叉验证用于评估模型的预测性能，尤其是训练好的 阅读全文

摘要： TensorFlow提供两种类型的拼接： tf.concat(values, axis, name='concat')：按照指定的已经存在的轴进行拼接 tf.stack(values, axis=0, name='stack')：按照指定的新建的轴进行拼接 concat t1 = [[1, 2, 3 阅读全文

摘要： 目录 切片(slicing)操作 索引(indexing) 操作 最简单的情况 获取多个元素 切片和索引的同异 切片(slicing)操作 索引(indexing) 操作 最简单的情况 获取多个元素 切片和索引的同异 切片(slicing)操作 索引(indexing) 操作 最简单的情况 获取多个 阅读全文

摘要： f(x)=wTx+b 线性回归 岭回归 LASSO LASSO是least absolute shrinkage and selection operator的简称 逻辑回归(对数几率回归) 线性回归 线性回归要求均方误差最小: $(w^{*},b^{*})=argmin\sum_{i=1}^m(f 阅读全文