qq_42370150的博客

点击关注我然后看我资料 +群可以免费获取学习资料哈怎么开始学习Python开发？0基础入门Python，在各大社群网站上常常看到想要转行IT，或者是想学习编程但不知如何开始的网友。对于新手来说，掌握Python基础是关键，了解HTML，CSS，JavaScript，Ajax，jQuery，React，SQL，服务器脚本等知识。怎么开始学习Python开发？一、选择Python版本对于Python工程师来说，Python的版本是工作环境。在学习之前一定要考虑选择一个合适自己的版本...

近年来，不论是在职的程序员群体，还是新入行互联网的新同学，越来越多的人开始学习Python，而对于很多没有接触过Python的同学而言，总是会提问：为什么学习Python？针对不同的人群学习Python的需求是不同的。　　首先我们从不同人群不同需求来说明为什么学习Python：　　运维在职人群：　　运维人员想要获得高薪，必然需要掌握一门编程语言来实现运维的自动化。最初运维人员主要学习的是shell语言或者perl语言，但是在Python语言在国内逐渐兴起时，人们发现Python不仅能.

觉得小编不错请关注加点赞谢谢Python作为一门当下极其火爆的编程语言，能够得到世界范围内无数的编程爱好者和开发者的喜爱并非偶然。除了相比于其他编程语言更容易入门这样的语言优势之外，Python还有着无比广阔的应用场景。那么，掌握Python语言到底能做什么呢？下面我们就一起来看看Python语言的用途盘点~1、抢票大家出去旅游或者留学生放假需要买往返机票的时候，为了买到最低或相对低价的票，常常需要下好几个手机App，或者连续几天不停登录不同的网站来回比价！费时费力不...

深度残差收缩网络其实是一种通用的特征学习方法，是深度残差网络ResNet、注意力机制和软阈值化的集成，可以用于图像分类。本文采用TensorFlow 1.0和TFLearn 0.3.2，编写了图像分类的程序，采用的图像数据为CIFAR-10。CIFAR-10是一个非常常用的图像数据集，包含10个类别的图像。可以在这个网址找到具体介绍：https://www.cs.toronto.edu/~kriz...

实验部分将所提出的两种深度残差收缩网络，即“通道之间共享阈值的深度残差收缩网络(Deep Residual Shrinkage Networks with Channel-shared Thresholds，简称DRSN-CS)”，和“逐通道不同阈值的深度残差收缩网络(Deep Residual Shrinkage Networks with Channel-wise Thresholds，简称D...

对于基于深度学习的分类算法，其关键不仅在于提取与标签相关的目标信息，剔除无关的信息也是非常重要的，所以要在深度神经网络中引入软阈值化。阈值的自动设置，是深度残差收缩网络的核心贡献。需要注意的是，软阈值化中的阈值，需要满足一定的条件。这篇文章中的阈值设置，事实上，是在注意力机制下进行的。下面分别介绍阈值需要满足的条件、注意力机制以及具体的阈值设置方法。1. 阈值需要满足的条件在软阈值化中，阈...

深度残差收缩网络（Deep Residual Shrinkage Network）是深度残差学习（Deep Residual Network, ResNet）的一种改进，发表在IEEE Transactions on Industrial Informatics上，面向的是数据包含噪声的情况。1. 回顾一下深度残差网络的结构在下图中，(a)-(c)分别是三种残差模块，(d)是深度残差网络的...

深度残差收缩网络之一：背景知识深度残差收缩网络（Deep Residual Shrinkage Network）是深度残差学习（Deep Residual Network, ResNet）的一个变种，发表在IEEE Transactions on Industrial Informatics上，面向的是复杂场景的数据。简单地讲，深度残差收缩网络就是，将软阈值化作为可训练的非线性层，嵌入Re...

数据降维数据降维在机器学习中非常有用，可以用来舍弃数据中一些区分度较小的特征，转化数据的观察视角，使其在更少量的特征维度上也有较好的表现。数据降维也可以用在将高维数据可视化的操作中，这都是不可或缺的重要算法，PCAPCA（Principal Components Analysis）主成分分析法，是一种常用的数据降维算法。PCA的主要思路，是选取数据特征中一些较低维度的空间，让数据在...

帕累托分析法是基于帕累托法则的一种分析法。先来说说什么是帕累托法则，其原型是19世纪意大利经济学家帕累托所创的库存理论。帕累托运用大量的统计资料分析当时的一些社会现象，概括出一种关键的少数和次要的多数的理论，并根据统计数字画成排列图，后人把它称为帕累托曲线图。简单的说，帕累托法则其实就是我们常说的二八法则，在经济学定律中说的是80%的财富掌握在20%的人手中，而在运营中说的则是80%的贡献度来...

阿里巴巴达摩院在自动驾驶 3D 物体检测方面又有新成果发布。近日，计算机视觉顶会 CVPR 2020 接收论文结果发布，达摩院一篇名为《Structure Aware Single-Stage 3D Object Detection from Point Cloud》的论文入选。该论文提出了一个通用、高性能的检测器，首次实现 3D 物体检测精度与速度的兼得，有效提升自动驾驶系统安全性能。目前，...

k-近邻算法采用测量不同特征值之间的距离来进行分类优点：精度高、对异常值不敏感、无数据输入假定缺点：计算复杂度高、空间复杂度高使用数据范围：数值型和标称型一个例子弄懂k-近邻电影可以按照题材分类，每个题材又是如何定义的呢？那么假如两种类型的电影，动作片和爱情片。动作片有哪些公共的特征？那么爱情片又存在哪些明显的差别呢？我们发现动作片中打斗镜头的次数较多，而爱情片中接吻镜头相...

机器学习组成：模型、策略、优化《统计机器学习》中指出：机器学习=模型+策略+算法。其实机器学习可以表示为：Learning= Representation+Evalution+Optimization。我们就可以将这样的表示和李航老师的说法对应起来。机器学习主要是由三部分组成，即：表示(模型)、评价(策略)和优化(算法)。表示(或者称为：模型)：Representation表示主要做的...

大部分的数据都来自已有的数据库，如果没有的话也可以交给很多爬虫工程师去采集，来提供。也可以来自平时的记录，反正数据无处不在，大都是可用的。数据的类型按照机器学习的数据分类我们可以将数据分成：标称型：标称型目标变量的结果只在有限目标集中取值，如真与假(标称型目标变量主要用于分类) 数值型：数值型目标变量则可以从无限的数值集合中取值，如0.100，42.001等 (数值型目标变量主要用于...

“数据决定了机器学习的上限，而算法只是尽可能逼近这个上限”，这句话很好的阐述了数据在机器学习中的重要性。大部分直接拿过来的数据都是特征不明显的、没有经过处理的或者说是存在很多无用的数据，那么需要进行一些特征处理，特征的缩放等等，满足训练数据的要求。我们将初次接触到Scikit-learn这个机器学习库的使用Scikit-learnPython语言的机器学习工具 所有人都适用，可...

如今的互联网已经在海量服务领域有了很成熟的理论，因此自己也很庆幸，能够从 0 到 1 完整践行海量服务。微视春节项目中的集卡瓜分活动，是一个典型的秒杀场景，自己参与其中，分享一些心得和总结。如今的互联网已经在海量服务领域有了很成熟的理论，因此自己也很庆幸，能够从 0 到 1 完整践行海量服务。微视春节项目中的集卡瓜分活动，是一个典型的秒杀场景，自己参与其中，分享一些心得和总结。秒杀系统...

目标检测作为计算机视觉中的一个重要分支，近些年来随着神经网络理论研究的深入和硬件 GPU 算力的大幅度提升，一举成为全球人工智能研究的热点，落地项目也最先开始。纵观 2013 年到 2020 年，从最早的 R-CNN、OverFeat 到后来的SSD、YOLOv3 再到去年的 M2Det，新模型层出不穷，性能也越来越好！本文将完整地总结 52 个目标检测模型极其性能对比，包括完备的文...

数据集https://pan.baidu.com/s/1oZ4yMlTU3YwnX9KR0huzyQ 提取码：k7bc我分几个部分跟大家讲解：1：算法思想（这个很简单）2：代码详解一：算法思想这里数据集一共有39620张，而且背景单一，所以纸币面值的识别不是一个很难的问题。我用resnet18（自己稍微改了一些结构，影响不大）去训练这个数据集，迭代24次可以达到99.96%的精...

这个最简单的卷积神经网络说到底，终究是起到一个分类器的作用卷积层负责提取特征，采样层负责特征选择，全连接层负责分类‘这位同学，你说的简单，其实我对卷积层怎么实现特征提取完全不懂’问的好，卷积神经网络的出现，以参数少，训练快，得分高，易迁移的特点全面碾压之前的简单神经网络而其中的卷积层可以说是这个卷积神经网络的灵魂我们接下来会分两节来分析，卷积层到底是怎么充当“灵魂伴侣...

1 页大小每页中显示多少条数据，默认为每页显示100条数据，属性如下：list_per_page=1001）打开booktest/admin.py文件，修改AreaAdmin类如下：class BookInfoAdmin(admin.ModelAdmin): list_per_page = 22）在浏览器中查看区域信息的列表页面，效果如下图：2 "...

假设我们要设计一个新闻网站，我们需要编写展示给用户的页面，网页上展示的新闻信息是从哪里来的呢？是从数据库中查找到新闻的信息，然后把它展示在页面上。但是我们的网站上的新闻每天都要更新，这就意味着对数据库的增、删、改、查操作，那么我们需要每天写sql语句操作数据库吗? 如果这样的话，是不是非常繁琐，所以我们可以设计一个页面，通过对这个页面的操作来实现对新闻数据库的增删改查操作。那么问题来了，老板说我们...

管理器是Django的模型进行数据库操作的接口，Django应用的每个模型类都拥有至少一个管理器。我们在通过模型类的objects属性提供的方法操作数据库时，即是在使用一个管理器对象objects。当没有为模型类定义管理器时，Django会为每一个模型类生成一个名为objects的管理器，它是models.Manager类的对象。自定义管理器我们可以自定义管理器，并应用到我们的模型类上...

1 概念Django的ORM中存在查询集的概念。查询集，也称查询结果集、QuerySet，表示从数据库中获取的对象集合。当调用如下过滤器方法时，Django会返回查询集（而不是简单的列表）：all()：返回所有数据。 filter()：返回满足条件的数据。 exclude()：返回满足条件之外的数据。 order_by()：对结果进行排序。对查询集可以再次调用过滤器进行过滤...

在安装过Tensorflow后，后安装Keras默认将TF作为后端，Keras实现卷积网络的代码十分简洁，而且keras中的callback类提供对模型训练过程中变量的检测方法，能够根据检测变量的情况及时的调整模型的学习效率和一些参数． 下面的例子，MNIST数据作为测试import pandas as pdimport numpy as npimport matplotlib.pypl...

模型类被定义在"应用/models.py"文件中。 模型类必须继承自Model类，位于包django.db.models中。接下来首先以"图书-英雄"管理为例进行演示。1 定义创建应用booktest，在models.py 文件中定义模型类。from django.db import models#定义图书模型类BookInfoclass BookInfo(models.M...

### 加载数据在本文中，我使用与我第一篇文章相同的[Last.fm数据集](http://www.dtic.upf.edu/~ocelma/MusicRecommendationDataset/lastfm-360K.html)。使用Pandas，你只需要几行代码，就可以把它加载到一个稀疏矩阵中：```python# read in triples of user/artist/pl...

原文：A bite of Python由于易于学习以及快速开发更大更复杂的应用，Python渐渐在计算环境中无处不在。尽管明显的语言清晰度和友好会麻痹软件工程师和系统管理员的警觉性 —— 诱使他们编码可能会有严重安全隐患的错误。在这篇文章中，它主要针对Python新手，会看到少量安全相关的小技巧；有经验的开发者可能会注意到后面的特殊性。输入函数在Python 2 大量的内置功能集合中，...

我们将经历下面过程： 从无到有训练一个小型网络（作为基线） 使用预先训练的网络的瓶颈特征 微调预先训练的网络的顶层 这将让我们涵盖以下的Keras特征： 用于使用Python数据生成器训练Keras模型的fit_generator 用于实时数据增强的ImageDataGenerator 冻结层和模型微调 ...等等。 ...

python re正则模块举例life is short, i love python# 我要验证这个字符串最后一个单词是不是life# 我想拿到这个字符串中第三个单词，# 都可以通过正则实现，现在来学习python re模块的使用re模块使用# 导入re模块import re# 使用match方法进行匹配操作result = re.match(正则表达式,要匹配的...

什么叫爬虫？大家知道爬虫是什么，什么是爬虫？spider​ 爬虫的单词是spider，spider是什么意思呢？大家看过这个单词吗？spider man，对，这是蜘蛛侠的意思，spider 就是蜘蛛的意思，爬虫就是蜘蛛，为什么叫蜘蛛呢？大家想蜘蛛一般在蜘蛛网上吧，蜘蛛会在网上爬来爬去，还会在网上搜寻猎物把，是不是感觉很形象，爬虫的任务就是在网上怕东西，蜘蛛就像你的爬虫程序，蜘蛛网就像互联...

简单的爬虫流程构造http请求信息发送请求获取响应解析响应提取数据对数据进行存储构造http请求http：超文本传输协议，浏览器和服务器之间传递数据的协议协议：事先约定好的规定，你浏览器和服务器传输数据就要遵循着讯这个规定，如果你不这样做，会导致传输的数据双方看不懂http格式：请求格式：请求行、请求头、请求体，但是并不是所有的http请求都有请求体，get没有请求体响应格式：响应...

1.更新源curl https://raw.githubusercontent.com/waketzheng/carstino/master/change_ubuntu_mirror_sources.py|sudo python1.1 安装python/pip或者用我发的这个文件sources.py 用sudo python3 sources.py 打开sudo apt update...

知识点流程再讲装饰器之前先弄懂几个概念函数引用def func1(): print("this is func1")# 打印函数对象print(func1)# 引用函数ret = test1print(id(ret))print(id(test1))#通过引用调用函数ret()# 变量：被命名空间约束# 对象：被垃圾回收机制约束，引用计数为0，被回收...

1. scrapy中下载中间件的使用 使用方法： 编写一个Downloader Middlewares和我们编写一个pipeline一样，定义一个类，然后在setting中开启 Downloader Middlewares默认的方法： process_request(self, request, spider)： 当每个request通过下载中间件时，该方法被调...

import pandas as pdimport matplotlib.pyplot as pltimport matplotlib.patches as mpatchesimport seaborn as snsimport numpy as npplt.style.use('fivethirtyeight')import plotly.offline as pypy.init...

import cv2import mathimport datetimeimport numpy as npmargin = 5 # 上下左右边距radius = 220 # 圆的半径center = (center_x, center_y) = (225, 225) # 圆心# 1. 新建一个画板并填充成白色img = np.zeros((450, 450, 3), ...

1. 感知（Perception）： 主要涉及的技术点包括场景理解、交通状况分析、路面检测、空间检测、 障碍物检测、行人检测、路沿检测、车道检测。还有一个比较新颖有趣的是通过胎压去检测道路质量。 在无人驾驶行业，有一套通用的数据集——KITTI数据集，里面有不同的数据，包括双目视觉的数据、定位导航的数据等。 物体检测（Object Detection）： ...

1. 深度学习相关 机器学习和深度学习的区别，各自适用于什么问题 CNN基本原理，CNN的那些部分是神经元 CNN去掉激活函数会怎么样 介绍YOLO/SSD/RCNN/Faster-RCNN/Mask-RCNN算法 YOLO v1/v2/v3 区别细节，SSD如何改进有思考过嘛，知道DSSD和FSSD嘛 是否了解RPN，RoI pooling,和R...

DjangoDjango是走大而全的方向，注重的是高效开发，它最出名的是其全自动化的管理后台：只需要使用起ORM，做简单的对象定义，它就能自动生成数据库结构、以及全功能的管理后台。Django提供的方便，也意味着Django内置的ORM跟框架内的其他模块耦合程度高，应用程序必须使用Django内置的ORM，否则就不能享受到框架内提供的种种基于其ORM的便利。session功能 后台管...

02. 函数基本使用2.1 函数的定义定义函数的格式如下：def 函数名():​ 函数封装的代码 …… def 是英文 define 的缩写 函数名称 应该能够表达 函数封装代码 的功能，方便后续的调用 函数名称 的命名应该 符合 标识符的命名规则 可以由 字母、下划线 和 数字 组成 不能以数字开头 ...