- 博客(18)
- 收藏
- 关注
RSS订阅原创 记录pyinstaller打包的exe文件太大问题
使用TK写了一个小UI工具，打包完发现将近200M，总共没几行代码这么大肯定不对，上网查了之后发现pyinstaller这个会把环境下所有的依赖包都打包到一起，所以才这么大，我们只需要打包我们项目所需要的依赖包就行了。但是我按照步骤执行之后打包确实成功，运行之后竟然报错，DLL错误，缺少文件之类的，试了几遍后无果。使用conda创建一个新的python环境，在这个环境中安装项目依赖包，然后在这个环境下执行pyinstaller的打包命令，最终降到了30M左右。
2025-02-08 17:33:31
124
原创 中文医疗问答系统项目
该项目基于开源医疗数据，实现对疾病的相关知识查询，主要包含四部分内容：1.基于医疗数据构建知识图谱2.基于BILSTM-CRF模型实现医疗命名实体识别3.基于textCNN模型实现医疗问句意图识别4.构建槽位，基于2，3识别的结果实现cypher语句查询，支持多轮对话项目代码结构：参考链接：模型：https://www.bilibili.com/video/BV1ev4y1o7zj/?
2024-09-05 17:36:54
1373
原创 [Errno 13] 权限不够
ERROR: Could not install packages due to an OSError: [Errno 13] 权限不够: ‘/home/zhao/myweb/myenv/lib/python3.10/site-packages/numpy-2.1.1.dist-info’sudo chown -R $USER /home/zhao/myweb/myenv修改权限。路径换成自己的虚拟环境路径。创建虚拟环境后遇到的问题。
2024-09-05 13:14:22
434
原创 py2neo连接Neo4j踩坑，ValueError: None
刚开始按照Graph(“http://localhost:7474”, auth=(“neo4j”, “neo4j”))类似这种写法死活连不上，报了各种连接错误ValueError: None。修改成Graph(‘neo4j://localhost:7687’, auth=(“neo4j”, “neo4j”),name=“neo4j”)连接成功。
2024-07-22 10:58:41
477
2
原创 vue通过路由实现页面切换
2.编写dataPlot.vue和faultTable.vue中的功能代码，我的dataPlot.vue主要是从后端抓数据然后可视化呈现，并且保证页面刷新跳转后数据不丢失，faultTable.vue主要是上传excel文档，并且呈现在对应的表格中，查询的功能还没有实现，希望有大佬指导一下。基本步骤就如上述所说，本人相开发一下电梯振动分析系统，目前还在学习web开发相关的知识，后端用的是django，前端vue，学的比较粗浅，该系统需要考虑的东西还有很多，以此来记录。
2024-04-25 17:01:32
448
1
原创 myChart is not defined ReferenceError: myChart is not defined at window.onresize (webpack-inte
不知道是怎么回事，在设置了正确的变量并且代码没有错误的情况下一直报错，重启一下服务就好了，当然这个前提是代码中的变量名以及逻辑没错的情况。错误解决方法：重启服务。
2024-04-25 16:04:46
320
1
原创 故障诊断算法工程师面试总结
6.轴承故障在分析过程中容易被其他噪声所掩盖，应该如何处理？8.如果包络分析分析不出轴承故障信号，此时又该如何让处理？4.针对旋转设备如电机，你所了解的常见故障有哪些？10.EMD分解为什么能够被用来分析轴承故障信号？9.除了包络分析你还了解那些故障特征提取方法？11.EMD分析怎么选择与有用的IFM分量？7.为什么包络分析可以被用来分析轴承故障？3.峭度为什么可以被用来识别冲击信号？5.轴承故障有哪些？12.最近对学术界有关注吗？13.你在项目中遇到的困难？#故障诊断算法工程师面试。
2024-03-13 09:55:42
623
2
原创 机器学习第五章 5.5 标准BP PYTHON
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltclass BpNeuralNetwork: def __init__(self,x,label,input_neuron_num,output_neuron_num,hidden_neuron_num,learning_rate,iteration): """ x:input data y:input
2021-07-07 15:03:54
281
原创 机器学习-线性模型-LDA（线性判别分析）PYTHON 代码实现
import numpy as npimport pandas as pdimport matplotlib.pyplot as pltfrom sklearn.discriminant_analysis import LinearDiscriminantAnalysisdef weight(x,y): u = [] classify = np.unique(y) for i in range(len(classify)): u.append(np.mea
2021-07-02 19:46:59
293
原创 机器学习第三章3.3逻辑回归实现PYTHON代码
机器学习第三章3.3逻辑回归实现PYTHON代码定义sigmoid函数def sigmoid(z): y = 1 / (1 + np.exp(-z)) return y定义cost函数def objective_function(x,y,beta): " 代价函数 " z = np.dot(x,beta) z = np.array(z,dtype=float) costfunc = np.sum(-y * z+np.log(1+np.exp(
2021-06-30 22:46:01
225
转载 SQL语言学习总结二
排序查询一、语法select 查询列表from 表where 筛选条件order by 排序列表 【asc/desc】二、特点asc:升序，如果不写默认升序desc:降序排序列表支持单个字段、多个字段、函数、表达式、别名order by的位置一般放在查询语句的最后（除limit语句之外）常见函数1.字符函数#length 获取参数值的字节个数#concat 拼接字符#upper /lower 大小写转换#substr\substring:截取从指定索引处指定字符长度的字
2021-03-01 21:48:20
127
1
转载 SQL语言学习总结一
基础查询一、语法select 查询列表from 表名二、特点1.查询列表可以是字段、常量、表达式、函数、也可以是多个2.查询结果是一个虚拟表三、示例1.查询单个字段select 字段名 from 表明；2.查询多个字段select 字段名，字段名 from 表明；3.查询多有字段select * from 表名；4.查询常量select 常量值5.查询函数select函数名（实参列表）6.查询函数表达式7.起别名as空格8.去重select distinct 字
2021-02-04 12:20:35
110
转载 与MySQL的第一次接触
数据库的相关概念一、数据库的好处1.可以持久化数据到本地2.可以结构化查询二、数据库的常见概念**1.DB：数据库，存储数据的容器2.DBMS：数据库管理系统，又称为数据库软件或数据库产品，用于创建或管理DB3.SQL：结构化查询语言，用于和数据库通信的语言，不是某个数据库软件特有的，而是几乎所有的主流数据库软件通用的语言。三、数据库存储数据的特点1.数据库放到表中，然后表再放到库中2.一个库中可以有多张表，每张表具有唯一的表名用来标识自己3.表中有一个或者多个列，列又称为“字段”，相
2021-02-04 11:49:10
73
原创 研究生华为杯数学建模获奖经验总结
嗯。。。数模结果出来也已经过了有段时间了，说实话有点意外，没想到能够获得三等奖，所以想着抽时间简单的写点有关数模那几天的工作总结吧，为后面需要参加数学建模的小伙伴们提供一点微不足道的建议吧。 先说一下有关建模的前期准备工作吧，因为建模时间是在每年的九月中旬的时间，报名周期从暑假就开始了，时间比较长，当时收到学校里面的通知的时候还在考虑要不要参加，因为没有经验，另一方面也是因为上半年疫情的原因，半年时间都是在家里面上课学习的，所以对获奖没有什么期待，也是抱着试一试的心态参加的，输了不亏赢了血赚。...
2020-12-24 14:16:34
3671
2
原创 k-means学习
基本原理：事先确定常数K，常数K意味着最终的聚类类别数，首先随机选定初始点为质心，并通过计算每个样本与质心之间的相似度（欧氏距离），将样本点归到最相似的类中，接着重新计算每个类的质心（即为类中心），重复这样的过程，知道质心不再改变，最终确定了每个样本所属的了别以及每个类的质心。由于每次都要计算所有样本与每一个质心之间的相似度，故在大规模的数据集上，K-Means算法的收敛速度比较慢。注意：K-Means算法一定会收敛。python实现：from sklearn.cluster import MiniB
2020-11-10 10:52:54
135
原创 SOM算法学习总结
SOM Kohonen学习算法算法的步骤：1.初始化，对输出层的各个神经元赋予随机的小的初始值，并进行归一化处理，得到w^j,j = 1,2,…,m,建立优胜领域Nj*(0);学习率learn_rate初始化；2.对输入的数据进行归一化处理，得到X^p,j = 1,2,…,P,总共由P个数据；3.寻找获胜的神经元：从Xp与所有wj的内积中找到最大j∗；4.定义优胜邻域Nj∗(t)以j∗为中心确定t时刻的权值调整域，一般初始邻域Nj∗(0)较大，训练时Nj∗(t)随训练时间逐渐收缩；5.调整权重，
2020-11-08 16:13:23
1832
原创 正态分布转化为线性函数
将正态分布转化为线性函数，如Y = AX + B的形式如下图中的正态分布一行中的形式，请问是如何让转化的 有没有数学大佬指点一下
2020-06-18 19:31:48
2713
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人