<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[leo_weile的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/leo_weile</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; leo_weile]]></copyright><item><title><![CDATA[词表匹配工具FlashText]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/119451319</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/119451319</guid><author>leo_weile</author><pubDate>Fri, 06 Aug 2021 11:43:15 +0800</pubDate><description><![CDATA[1、安装


pip install flashtext

2、使用示例

提取文本中字典涉及的关键词并将多个词归一化为某个关键词


from flashtext import KeywordProcessor
keyword_processor = KeywordProcessor()
# keyword_processor.add_keyword(&lt;unclean name&gt;, &lt;standardised name&gt;)
keyword_processor.add_keyword]]></description><category></category></item><item><title><![CDATA[pandas多列筛选]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/119030108</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/119030108</guid><author>leo_weile</author><pubDate>Fri, 23 Jul 2021 12:47:19 +0800</pubDate><description><![CDATA[df = pd.DataFrame(np.array(([1, 2, 3], [4, 5, 6], [2, 3, 6])),columns=['one', 'two', 'three'])
df




执行筛选条件：one列 &gt; 1 and three列 &gt; 2


df_filter = df[(df['one'] &gt;1) &amp; (df['three'] &gt; 2)]
df_filter



注意：每个筛选条件需要使用括号限制，and并列条件使用 &amp;，or并列条..]]></description><category></category></item><item><title><![CDATA[问题error while loading shared libraries: xxxx.so.0: cannot open shared object file 解决]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/116460043</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/116460043</guid><author>leo_weile</author><pubDate>Thu, 06 May 2021 18:48:08 +0800</pubDate><description><![CDATA[1、问题表现

执行时出现：error while loading shared libraries:xxx.so.0: cannot open shared object file: No such file or directory



2、问题原因及解决

原因：未找到需要的链接库

解决办法：使用export加该文件xxx.so.0所在目录（/home/work/test/.lib），加入到LD_LIBRARY_PATH路径

命令：export LD_LIBRARY_PATH=/home/wo.]]></description><category></category></item><item><title><![CDATA[leetcode 2. 两数相加]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/113142083</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/113142083</guid><author>leo_weile</author><pubDate>Mon, 25 Jan 2021 21:23:29 +0800</pubDate><description><![CDATA[leetcode2. 两数相加

1、题目描述

给你两个非空 的链表，表示两个非负的整数。它们每位数字都是按照逆序的方式存储的，并且每个节点只能存储一位数字。

请你将两个数相加，并以相同形式返回一个表示和的链表。

你可以假设除了数字 0 之外，这两个数都不会以 0开头。



示例 1：


输入：l1 = [2,4,3], l2 = [5,6,4]
输出：[7,0,8]
解释：342 + 465 = 807.
示例 2：

输入：l1 = [0], l2 = [0]
输出：[0]
示...]]></description><category></category></item><item><title><![CDATA[leetcode 1 两数之和]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/113099232</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/113099232</guid><author>leo_weile</author><pubDate>Sun, 24 Jan 2021 22:37:52 +0800</pubDate><description><![CDATA[leetcode 1两数之和

1、题目描述：

给定一个整数数组 nums和一个整数目标值 target，请你在该数组中找出 和为目标值 的那两个整数，并返回它们的数组下标。

你可以假设每种输入只会对应一个答案。但是，数组中同一个元素不能使用两遍。

你可以按任意顺序返回答案。

示例 1：

输入：nums = [2,7,11,15], target = 9
输出：[0,1]
解释：因为 nums[0] + nums[1] == 9 ，返回 [0, 1] 。
示例 2：

输入：nums = ...]]></description><category></category></item><item><title><![CDATA[leetcode 402. 移掉K位数字 题解]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/103925234</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/103925234</guid><author>leo_weile</author><pubDate>Fri, 10 Jan 2020 15:26:15 +0800</pubDate><description><![CDATA[题目描述

给定一个以字符串表示的非负整数num，移除这个数中的 k 位数字，使得剩下的数字最小。

注意:

num 的长度小于 10002 且≥ k。
num 不会包含任何前导零。
示例 1 :

输入: num = "1432219", k = 3
输出: "1219"
解释: 移除掉三个数字 4, 3, 和 2 形成一个新的最小的数字 1219。
示例 2 :

输入: num = "...]]></description><category></category></item><item><title><![CDATA[leetcode 摆动序列 题解]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/103902377</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/103902377</guid><author>leo_weile</author><pubDate>Thu, 09 Jan 2020 10:04:30 +0800</pubDate><description><![CDATA[题目描述

如果连续数字之间的差严格地在正数和负数之间交替，则数字序列称为摆动序列。第一个差（如果存在的话）可能是正数或负数。少于两个元素的序列也是摆动序列。

例如，[1,7,4,9,2,5] 是一个摆动序列，因为差值 (6,-3,5,-7,3)是正负交替出现的。相反, [1,4,7,2,5]和[1,7,4,5,5] 不是摆动序列，第一个序列是因为它的前两个差值都是正数，第二个序列是因为...]]></description><category></category></item><item><title><![CDATA[leetcode 加油站 题解]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/103901730</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/103901730</guid><author>leo_weile</author><pubDate>Thu, 09 Jan 2020 09:27:30 +0800</pubDate><description><![CDATA[题目描述

在一条环路上有N个加油站，其中第i个加油站有汽油gas[i]升。

你有一辆油箱容量无限的的汽车，从第 i 个加油站开往第 i+1个加油站需要消耗汽油cost[i]升。你从其中的一个加油站出发，开始时油箱为空。

如果你可以绕环路行驶一周，则返回出发时加油站的编号，否则返回 -1。

说明:

如果题目有解，该答案即为唯一答案。
输入数组均为非空数组，且长度相同。
...]]></description><category></category></item><item><title><![CDATA[python json操作]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/103709958</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/103709958</guid><author>leo_weile</author><pubDate>Thu, 26 Dec 2019 10:35:30 +0800</pubDate><description><![CDATA[python操作json数据可以使用json包

json包包含四个函数，load，dump，loads，dumps，四个函数作用如下：

load：将json数据从文件中读入内存，json数据以字典数据类型存储

dump：将字典数据类型转换为json数据格式，并将json数据写入文件中

load和dump主要是涉及到json数据的文件操作



dumps：将字典类型转换为json数据

...]]></description><category></category></item><item><title><![CDATA[Ubuntu 下创建用户]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/103526508</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/103526508</guid><author>leo_weile</author><pubDate>Fri, 13 Dec 2019 14:24:11 +0800</pubDate><description><![CDATA[创建用户

sudo useradd -m test -s /bin/bash

创建用户名为test的用户，并使用 /bin/bash 作为 shell



sudo passwd test

给test用户设置密码



sudo adduser test sudo

给test用户增加管理员权限




...]]></description><category></category></item><item><title><![CDATA[jupyter notebook设置一个执行单元多个输出]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/103444155</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/103444155</guid><author>leo_weile</author><pubDate>Sun, 08 Dec 2019 13:28:56 +0800</pubDate><description><![CDATA[问题描述

日常我们在使用jupyter时，默认最后一个变量输出，前面的变量没有任何输出，情况下图所示，我们可以通过简单设置来解决这个问题。



解决方法

通过加入这两行命令，即可设置多个输出。


from IPython.core.interactiveshell import InteractiveShell
InteractiveShell.ast_node_interactivity...]]></description><category></category></item><item><title><![CDATA[jupyer notebook使用argparse报错问题解决方法]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/103344914</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/103344914</guid><author>leo_weile</author><pubDate>Mon, 02 Dec 2019 10:58:17 +0800</pubDate><description><![CDATA[问题描述

如下代码使用在使用命令行启动时不会出现问题，但是在jupyter notebook执行会出现报错，如图所示


import argparse
parser = argparse.ArgumentParser(description='PyTorch implementation of Deep GCN')

# base
parser.add_argument('--phase', ...]]></description><category></category></item><item><title><![CDATA[python解决实时写入文件问题]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/103344179</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/103344179</guid><author>leo_weile</author><pubDate>Mon, 02 Dec 2019 10:49:48 +0800</pubDate><description><![CDATA[问题描述

Python 是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言。在程序未执行到bug时，不会报错。所以在文件写入过程中，如果没有实时写入，可能导致出错前执行的待写入文件的在缓存中未及时写入文件而导致文件丢失。

比如下面这段程序：


fout = open("test.log","w+")
for i in range(10):
    fout.write(str(i...]]></description><category></category></item><item><title><![CDATA[leetcode K 个一组翻转链表 题解]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/103107124</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/103107124</guid><author>leo_weile</author><pubDate>Sun, 17 Nov 2019 11:45:37 +0800</pubDate><description><![CDATA[题目描述

给你一个链表，每k个节点一组进行翻转，请你返回翻转后的链表。

k是一个正整数，它的值小于或等于链表的长度。

如果节点总数不是k的整数倍，那么请将最后剩余的节点保持原有顺序。

示例 :

给定这个链表：1-&gt;2-&gt;3-&gt;4-&gt;5

当k= 2 时，应当返回: 2-&gt;1-&gt;4-&gt;3-&gt;5

当k= 3 时，应当返回: ...]]></description><category></category></item><item><title><![CDATA[leetcode  复制带随机指针的链表 题解]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/103106544</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/103106544</guid><author>leo_weile</author><pubDate>Sun, 17 Nov 2019 10:54:55 +0800</pubDate><description><![CDATA[题目描述

给定一个链表，每个节点包含一个额外增加的随机指针，该指针可以指向链表中的任何节点或空节点。

要求返回这个链表的深拷贝。



示例：

输入：
{"$id":"1","next":{"$id":"2","next":null,"random":{"$ref":"2"},"val":2},"random":{"$ref":"2"},"val":1}

解释：
节点 1 的值是 1，...]]></description><category></category></item><item><title><![CDATA[keras学习之深度学习模型评估]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/102819863</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/102819863</guid><author>leo_weile</author><pubDate>Wed, 30 Oct 2019 15:47:36 +0800</pubDate><description><![CDATA[自动评估

keras将数据集的一部分分成评估数据集，在每个epoch中使用评估数据集对模型进行评估。实现可以通过fit()函数的validation_split设置数据集大小的百分比a来进行实现，评估数据集大小=全量数据集*a获取，训练数据集大小=全量数据集*(1-a)。


#keras 深度模型评估
from keras.models import Sequential
from keras...]]></description><category></category></item><item><title><![CDATA[keras学习之多层感知机对Pima Indians Diabetes数据集分类]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/102814958</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/102814958</guid><author>leo_weile</author><pubDate>Wed, 30 Oct 2019 11:19:06 +0800</pubDate><description><![CDATA[Pima Indians Diabetes

1. Number of times pregnant
2. Plasma glucose concentration a 2 hours in an oral glucose tolerance test
3. Diastolic blood pressure (mm Hg)
4. Triceps skin fold thickness (mm)
5...]]></description><category></category></item><item><title><![CDATA[keras学习之环境安装]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/102813991</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/102813991</guid><author>leo_weile</author><pubDate>Wed, 30 Oct 2019 10:30:41 +0800</pubDate><description><![CDATA[环境安装:

1、安装anaconda，或者miniconda都行

2、conda create -n keras python = 3.6

3、安装numpy，pandas，scikit-learn，matplotlib，TensorFlow，keras

使用conda install pkg 或者pip install pkg都行

TensorFlow和keras版本





环境测...]]></description><category></category></item><item><title><![CDATA[pytorch gpu变成常用命令]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/101757802</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/101757802</guid><author>leo_weile</author><pubDate>Mon, 30 Sep 2019 11:23:44 +0800</pubDate><description><![CDATA[官方文档：https://pytorch.org/docs/stable/cuda.html

0、设备命名：cpu，cuda:0(0代表gpu编号)，......，cuda:n

1、测试gpu是否可用:torch.cuda.is_available()

2、返回gpu可用数量：torch.cuda.device_count()

3、默认选择某一个gpu，若不存在，使用cpu：device ...]]></description><category></category></item><item><title><![CDATA[基于pandas实现K折交叉验证数据集划分]]></title><link>https://blog.youkuaiyun.com/leo_weile/article/details/101202024</link><guid>https://blog.youkuaiyun.com/leo_weile/article/details/101202024</guid><author>leo_weile</author><pubDate>Mon, 23 Sep 2019 14:36:24 +0800</pubDate><description><![CDATA[k折交叉验证

将训练集分为k份，取其中一份成为验证集，剩下成为训练集，称为k折数据划分，使用得到的k个训练集、验证集，训练k个模型，k个模型做简单的模型融合，可提升模型稳定性、准确率。

数据介绍





数据共有四列，列名分别为id，title，content，id，抽样了20行方便进行试验。

代码实现


#以下代码得到上图的数据
train=pd.read_csv("data_0/tr...]]></description><category></category></item></channel></rss>