PyCharm使用技巧（PyCharm2017.2的版本）

djs123DJS djs123DJS 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 8.5k累计阅读 8.5k平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄9年
关注
原创 最新推荐文章于 2026-03-30 09:12:41 发布 8.5k 阅读 AI 写同款· GEO 优化 ›
python3.9免安装版和pycharm2017的详细安装 https://pan.baidu.com/s/1sINwOmJCXu2NnjtGP-jjyg?pwd=b1jr 提取码: b1jr 下载好记得把python文件解压，里面有32位和64位的，根据自己配置将不用的删掉，留下需要用的 注意：右击 解压到python-3.9.2-embed-amd64，如果是解压到当前文件夹就会全部出来显得很乱 我这里给的python是免安装的，我是64位，直接解压到自己准备的文件夹即可 1.解压 2.由于是免安装版，是没有pip的，所以要配置pip 打. 阅读详情

PyCharm看源码：按住Ctrl再鼠标右键点击那个方法就可以看到了。


可以看图片讲解，下面也有详细的文字讲解。









consoles： n. 控制台


























































1. PyCharm的基本使用


1. 在PyCharm下为你的Python项目配置Python解释器

1. Project:当前项目名>Project Interpreter>add Local

2. 在PyCharm下创建Python文件、Python模块

1. File>New>Python File

2. File>New>Python Package

3. 使用PyCharm安装Python第三方模块

1. Project:当前项目名>Project Interpreter>点击右侧绿色小加号

4. PyCharm基本设置，例如不使用tab、tab=4空格、字体、字体颜色、主题、脚本头设置、显示行号等。如何导出和导入自定义设置。

1. 设置菜单字体大小:Appearance&Behavior>Appearance

2. 设置Console&Terminal字体大小: Editor>Colors&Fonts>Console Font

3. 设置文件编码：Editor>File Encodings IDE Encoding; Project Encoding;Properties Files都设置为UTF-8

4. 修改背景颜色：Settings>Editor>Color&Fonts>General>右边Text下面选中Default text>修改Background颜色即可

5. 不使用tab、tab=4空格：Editor>Code Style>Python

6. 字体、字体颜色：Edit>Colors & Fonts>Python

7. 关闭自动检查更新：Appearance & Behavior>System Settings>Updates

8. 脚本头设置：Edit>File and Code Templates>Python Script

1. 控制光标位置：#[[$END$]]#（勾选Enable Live Templates）

2. 其他类似

9. 显示行号：Edit>General>Appearance>Show line numbers 注：2016.2默认显示行号

10. 右侧竖线是PEP8的代码规范，提示一行不要超过120个字符

11. 导出、导入你自定义的Pycharm配置： File>Export Settings、Import Settings

5. 常用快捷键，例如复制当前行、删除当前行、批量注释、缩进、查找和替换。

1. 常用快捷键的查询和配置：Keymap

1. Ctrl + D：复制当前行

2. Ctrl + E：删除当前行

   


1. Shift + Enter：快速换行

2. Ctrl + /：快速注释（选中多行后可以批量注释）

3. Tab：缩进当前行（选中多行后可以批量缩进）

4. Shift + Tab：取消缩进（选中多行后可以批量取消缩进）

5. Ctrl + F：查找

6. Ctrl + H：替换

7. Ctrl + 减号：折叠当前代码块;Ctrl + 加号：展开当前代码块

8. Ctrl + Shift + 减号：折叠当前文件；Ctrl + Shift + 加号：展开当前文件

1. 设置快捷键

1. 设置修改字体大小的快捷键

1. PyCharm安装插件

1. Plugins>Browse repositories（下方三个按钮中间那个）>搜索‘markdown support’>install。右上角View有三个选项可选。

2. .ignore

3. BashSupport

4. IdeaVim

5. CodeGlance

2. Git配置

1. 需要本地安装好Git

2. Version Control>Git

3. 配置了Git等版本控制系统之后，可以实时查看diff、本地回滚修改等

4. 配置github：Settings>Version Control>GitHub>右侧填写Host、Login及Password即可。

3. 常用操作指南。例如复制文件路径、在文件管理器中打开、快速定位、查看模块结构视图、tab批量换space、TODO的使用、Debug的使用。

1. 复制文件路径：左侧文件列表右键选中的文件>Copy Path

2. 在文件管理器中打开：右键选中的文件>往下找到Show In Explorer

3. 快速定位：Ctrl + 某些内建模块之后，点击在源文件中展开

4. 查看结构：IDE左侧边栏Structure 查看当前项目的结构

5. tab批量换space：Edit>Convert Indents

6. TODO的使用：# TODO 要记录的事情，commit之前会有提示

7. Debug设置断点，直接点击行号与代码之间的空白处即可设置断点，debug一般只需在关键点设置一个，然后debug调试时步进执行。没必要点很多个断点


1. Tab页上右键>Move Right（Down），把当前Tab页移到窗口右边（下边），方便对比

2. 文件中右键>Local History能够查看文件修改前后的对比

3. IDE右下角能看到一些有用的信息，光标当前在第几行的第几个字符、当前回车换行、当前编码类型、当前Git分支

4. 右边栏Database（点开后）>左上角绿色“+”号>下拉Data Source选择你要连接的数据库类型>点击之后页面最下方会有提示安装驱动（Download missing driver files）

5. 执行某个文件中的某一行（某些行）：选中要执行的代码部分>右键Execute Selection in Console

1. 如何去掉烦人的波浪线？PEP8又是什么？（PEP8是python的编码规范）

1. settings>Editor>Inspections>Python

2. 单独一行的注释：#+1空格+注释内容

3. 代码后跟着的注释：2空格+#+1空格+注释内容

4. 函数前面空一行，类前面空两行

5. 某些单词一直有下划线提示，可以右键>Spelling>Typo:Save 'xxx' to dictionary

2. SSH Terminal： Default encoding:UTF-8

1. Settings>Tools>SSH Terminal>最后一行Default encoding:选择UTF-8

3. Live Templates（善用live templates提高开发效率）

1. Settings>Editor>Live Templates

4. 远程调试！边改边同步到远程服务器，本地直接执行远程服务器上的代码！

1. Build,Execution,Deployment>Deployment>点击绿色“+”添加一个Deployment配置。配置好SFTP之后可以右键上传更新后的代码文件。

2. Project Interpreter>Add Remote>选择Deployment configuration>下拉框选择上面的配置>下面选择python解释器路径

3. 关掉对话框，配置Path mappings。

4. 参考链接：官网文档：https://www.jetbrains.com/help/pycharm/2017.1/configuring-remote-interpreters-via-deployment-configuration.html?search=remote


file and code template 可用的变量

https://www.jetbrains.com/help/pycharm/2016.3/file-and-code-templates-2.html






收录于
PyCharm杂记

当前文章被收录于：

PyCharm杂记
3 篇文章 1 人学习
订阅专栏 查看详情
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
【Pycharm2022.2.1】python编辑器最新版安装教程（包含2017-2022的所有版本win/mac/linux） 嗨喽~大家好呀，这里是魔王呐 ❤ ~!永久安装 Pycharm（2017-2022的win/mac/linux所有版本）/ IntelliJ IDEA也可以,按照本文教程所写的，具体步骤跟着下面的图文教程一步一步来就行，一分钟即可搞定，过程也非常简单。PS: 补丁的原理是暴力拦截了 Pycharm 的剩余使用期网络请求，实际上等于永久修改，至于修改到哪天，在之前的 2021.3.3 2021.3.2 等老版本中是可以手动配置的，比如改成 2099 年， 阅读详情

相关推荐

安全的安装PyCharm 2017 2 3 社区版

安全的安装PyCharm 2017 2 3 社区版

gdfjhc的博客 1074

Winodws 10中pyCharm 2017安装_pycharm2017 配置，软件测试基础教程

13、选择“License server”，然后在License server address下方的方框处填入 http://intellij.mandroid.cn/ （或 http://idea.imsxm.com/ 或 http://idea.iteblog.com/key.php ）三者中的任意选择一个即可，最后点击“Activate”（4）找到系统变量里面的Path，编辑它，将python解释器所在路径粘贴到最后面，再加个分号。（1）右键我的电脑，点击属性，弹出如下界面。

2401_84264468的博客 992

Pycharm使用技巧

Pycharm作为Python开发最常用的IDE之一，不仅兼容性好，而且功能也相当丰富，比如调试、语法高亮、智能提示等等功能，它还支持web开发框架比如Django等，当你熟悉了它之后，开发效率是相当之高的。今天我们就一起来看看Pycharm有哪些比较好用的技巧。 1. 设置代码字体 点击左上角的“File”(文件)，选择“Settings”（设置），输入“font”（字体）找到“Font”，在“Size”(大小）里面设置数字，默认是13，建议18或者20就可以了。 2. 设置菜单界面文字大小 这里跟上面

猫敷雪 4167

PyCharm2017安装教程

文章目录1.下载pycharm2017，解压2.安装：3.汉化：4.启动pycharm2017：5.创建项目6.新建python源代码文件 1.下载pycharm2017，解压 2.安装： 右键打开exe文件–》点击next–》选择安装路径–》点击next–》根据自己电脑的系统勾选32位的还是64位的，点击next–》点击install–》等待安装–》安装成功，点击finish 3.汉化...

人间不值得的博客 3905

Git Worktree + Claude Code：多终端并发开发完全实战

深入讲解如何使用 Git Worktree 配合多终端 Claude Code 实现并发开发,通过实战案例展示如何在 Android 开发中提升 2-3 倍效率,彻底告别等待 AI 的问题。

Cheson的专栏 1202

告别‘小爱同学’：用ESP32-S3和esp-sr SDK，从零打造一个离线语音助手（含完整代码）

本文详细介绍了如何利用ESP32-S3芯片和esp-sr SDK从零构建一个离线语音助手，涵盖硬件选型、声学设计、SDK配置及低功耗优化等关键步骤。通过实战案例和完整代码，帮助开发者实现自定义唤醒词和命令词，打造低成本、高隐私的本地语音控制解决方案。

weixin_29041195的博客 371

PyCharm使用教程（详细版 - 图文结合）

目录 一、创建项目 二、运行 三、错误提示 四、安装三方包 PyCharm的使用贯穿整个Python的学习，所以单独拿出来出教程不合适，说多了对于新手来说也还是不明白，这里我们先从学习开始前大家需要用到PyCharm的一些功能讲起，后面的python视频教程中我们会带着给大家讲更高级一点的用法。 上一节课我们已经安装好PyCharm了，这里就不多说了，先从创建项目讲起。 一、创建项目 1.我们每次新开发一个项目之前都要创建一个环境，这里打开PyCharm直接点击Create New Proj

weixin_48728769的博客 25万+

【信创-k8s】银河麒麟V10国防版+鲲鹏/飞腾(arm64架构)在线/离线部署k8s1.30+kubesphere

银河麒麟作为国家核高基专项的重要成果，国防版凭借其卓越的安全性和可靠性，已成为军工领域的首选操作系统。之前我们在适配麒麟V4国防版的过程中已发现诸多安全性要求，而麒麟V10国防版在安全防护等级上又达到了更高的级别。本文将主要演示离线部署，因为军工项目基本不会出现联网场景。即使在线，也可以按离线方式部署，且离线部署由于有私有仓库，不会存在镜像获取不到和丢失情况。

jiaworld的博客 730

PyCharm 这40个使用技巧真棒

更新日志：2021年4月21日，添加目录索引方便方便读者跳转2020年10月23日，添加 win+mac 高清PDF快捷键速查表-------- 更新于 2020年10月23日 --------你们都是魔鬼么？8500 多收藏 ，才 3000 多个赞。我要哭惹~~~这个回答是在 Mac OS 的环境下写的，如果你是 Windows 用户，也不要紧，按照我为数不多的使用经验，你只要把 command（也就是 ⌘ ）换成 ctrl 键就 ok了。如果上面的经验不灵的话。。。那我只能放大招了，下面是两张 jetb

Python学习与数据挖掘 3万+

GB/T 27930-2023协议升级与CANoe仿真测试实践

本文深入解析GB/T 27930-2023协议的核心升级，包括A/B类系统分类与EVIN码引入，并详细指导如何使用CANoe搭建仿真测试环境、编写CAPL脚本及利用DLL库进行一致性验证与故障注入测试，助力开发人员确保电动汽车充电通信的合规性与稳定性。

y7z8a的博客 539

大模型事件抽取学习——论文学习笔记《LLMs Learn Task Heuristics from Demonstrations:......》

本篇博客介绍一篇发表在2024 ACL main上的文章：《LLMs Learn Task Heuristics from Demonstrations: A Heuristic-Driven Prompting Strategy for Document-Level Event Argument Extraction》 方向：大模型事件抽取 本篇博客为个人阅读论文的总结与笔记，在这里进行简单的分享 论文链接：https://arxiv.org/abs/

weixin_53751318的博客 1851

PyCharm使用技巧及常用快捷键

常用快捷键 1、Ctrl + Enter：在下方新建行但不移动光标； 2、Shift + Enter：在下方新建行并移到新行行首； 3、Ctrl + /：注释(取消注释)选择的行； 4、Ctrl + Alt + L：格式化代码(与QQ锁定热键冲突，关闭QQ的热键)； 5、Ctrl + Shift + +：展开所有的代码块； 6、Ctrl + Shift + -：收缩所有的代码块； 7...

MR_LABO的博客 16万+

Gartner DSG数据安全治理 架构及解读

目录背景：架构图： 解释：英文解释：（自上而下）平衡业务与风险、威胁、合规之间的关系（5个维度之间的平衡）优先处理数据集制定安全策略实施安全工具策略配置同步从上到下，从需求调研开始实施数据安全治理。千万不要跨过数据摸底、治理优先级分析、制定治理整体策略，而直接从技术工具开始对数据安全进行治理。 先明确选择需要治理的对象，优先选择重要数据进行数据安全治理工作。可以通过数据梳理、分类分级等手段，完成数据资产盘点和筛选，在纷杂的数据中理清头绪。

锦慈的技术博客 7216

Pycharm与Python版本对应关系

一直用的老版本Pycharm（2018）和Python（3.6），最近需要用到python 3.10，电脑安装后发现配置Pycharm编译器时报[unsupported]，查了下是因为Pycharm版本低导致，扒了下Pycharm。，整理出各版本Pycharm和Python的对应关系，供参考~

rrkifk的博客 5万+

系统架构设计师重难点知识脑图

大家都知道现在的软考自从变成机考后，越来越难了，教程上的内容不仅全还细，几乎任何内容都有可能考，出题老师主打一个出其不意，比如2024年5月考试，连UML时序图的片段都考，这。软件工程、系统架构基础知识、系统质量属性与架构评估、软件架构的演化和维护、信息系统架构设计、层次式架构设计、云原生架构设计、面向服务架构设计、安全架构设计、大数据架构设计等。所以对于教程上的任何知识点，都需要去记忆。因此我在这里制作了一个脑图，将所有知识点集中在一个脑图中，通过首词组句法，记忆背诵，通过一个个的展开节点，加强记忆。

分享技术干货和灵感、推荐新书和好玩的项目、分享Java面试题 1103

2022中山大学计算机技术专硕考研初试、复试经验帖

个人简介 推荐几个我自己感觉对考研非常有帮助的小助手吧。可以帮助节省时间！ 考研时间规划总览 初试篇 数学 英语 政治 408 复试篇 机试 笔试 面试 关于选导师 个人感言

zik的博客 1万+

PyCharm的几个使用技巧

  PyCharm是个十分强大的Python编辑器，笔者在日常的工作中学到了很多该IDE的使用技巧，有的是从别人那里学到的，有的是自己学习的。笔者深感自己的开发能力不足，因此希望能够将这些使用技巧记录下来，同时也把这些使用技巧分享给读者，希望能对读者有所帮助。   以下将介绍几个简单的PyCharm使用技巧。以Mac系统中的PyCharm使用为例。 自定义文件头   在实际的代码编写中，我们需...

songfei_dream的专栏 8180

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

pycharm2017demo使用

pycharm2017使用 界面修改为Darcula 比较好看 为了看代码方便，增加字体大小（红色），增大行间距（黄色）1080p 15.6寸电脑推荐16字号 1.5行距 file-新建proj 起个名字demo1 在新建的工程中建立python文件 工程上右键 选择需要建立的文件类型，python 起名字a1 出现a1.py 点击下三角 选择刚才的a1脚本 运行按钮亮了 但有报错 报错原因是需要一个缩进的块，就是把if后的语句缩进，要不然识别不出 range 也就是一个等于matlab里

weixin_45429799的博客 802

复分析 阿尔福斯(Ahlfors) 第三版答案 英文

答案分为十章，有部分习题没有答案，全英文复分析阿尔福斯(Ahlfors) 第三版答案

SAP B1中文培訓教材_SDK

公司内部培训资料，对开发工具 ，DIAPI， UIAPI，Add-ON有详细解说

【Pycharm技巧】：Pycharm删除多个不需要的python版本编译器

Pycharm技巧——Pycharm删除多个不需要的版本python解释器；希望能解决您的问题，如果能帮到你，请关注一下博主，以后会带来更好的文章，你的关注才是我不断持续更新的动力。

嵌入式up 2万+

Camera2Demo

在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作

你学废了嘛？PyCharm 必知必会的 40个使用技巧

大家好，今天给分享 PyCharm 40个使用技巧，喜欢记得收藏、分享、点赞。文末提供技术交流群。 干货推荐 深度盘点：这20套可视化炫酷大屏真香啊（附源码） 值得收藏，这6种制作竞赛动图的方法妙不可言 绝了，这6个精挑细选的机器学习资料简直太香了 Python数据分析三剑客真香啊，还有高清思维导图 Python编程从入门到实战，看这一篇足够了 废话不多说。我们开始吧！ 第一章：运行调试篇 1. 通过指定参数，执行程序 你在 Pycharm 运行你的项目，通常是怎么执行的？我的做法是，右键，然后点击 R

Python数据挖掘 5830

半年的心血，《PyCharm中文指南》 v2.0 版本，可以发布了

大家好，我是明哥。 去年 9 月份，我花了两个月的时间，整理发布了第一版的 《PyCharm 中文指南》，初衷是为了帮助那些刚入门 Python，却被 PyCharm 这个庞然大物被劝退的同学们，如何利用 PyCharm 去提高编码效率，应该可以算当下第一本系统介绍 PyCharm 使用技巧的中文电子书。 为了更好的向各位读者展示 PyCharm 使用技巧，在原博客里，录制了近百张的 GIF 动态图，但是在导出为 PDF 后，动态图会自动转成静态图（由动态图转成静态图的，在书中我有标注出来），因此我建议在有

王炳明 3866

pyCharm2017.3版本创建新项目的一些新问题

PyCharm更新到了2017.3新版本，安装、破解不在此赘述。 分享一下关于创建NewProject时遇到的问题和疑惑。 首先我们来创建一个新工程： 第一步： NewProject，跳转到下放页面： “红色框”是项目所在的路径。（注意：项目路径不要包含中文） “蓝色框”是根据红色框的路径自动生成，我们不用管它，它是pyCharm自动根据项目路径， 在项目中添加了“venv...

象话的博客 4万+

PyCharm2017 安装指南

史上最清楚详细的PyCharm2017 安装指南！！！本教程中使用的是 PyCharm2017 64 位版本，你可以用文中提供的地址下载PyCharm2017 x64 ......

oafseoases 4243

安装及配置2017.3.4版本的pycharm教程

很多新手安装好了pycharm，但是不会配置，导致在pycharm中运行程序时不能调用Anaconda3中的python包，下面我详细的介绍一下如何安装及配置pycharm，Anaconda3的安装教程网上有很多，我就不再叙述了。一、百度搜索pycharm，在网上下载Professional版的pycharm；下载链接点击打开链接二、双击可执行文件进入安装教程                   ...

Air_小白的博客 5519

【超级详细】PyCharm 的使用技巧这篇全部囊括

在 PyCharm 中有一个功能叫 Live Template，它可以用来自定义一些常用的代码片段。比如下面这段，几乎是写 Python 脚本必备的当你在PyCharm 中编码 python 代码时，只要输入 main ，PyCharm 就会在 Live Template 里找到定义过的代码片段，然后只要直接键入回车，就可以生成这段代码。再比如说，我通常会定义简单的装饰器代码这样当我要定义一个最简单的装饰器时，只要输入deco再直接敲入回车就行啦。根据开源框架定制功能，是我每天都要做的事情。

2201_75499313的博客 2377
上一篇： Anaconda简介
下一篇： win10下的mongodb的安装与把MongoDB的服务配置成win10的服务
点赞 6
评论 3
书签 书签 38
djs123DJS
djs123DJS
博客等级 码龄9年 49粉丝 137原创
+ 关注 专栏目录 订阅专栏
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值