- 博客(336)
- 资源 (18)
- 收藏
- 关注
RSS订阅原创 screen开启和删除session会话
要终止名为 mysession 的 Screen 会话，可使用命令 screen -X -S mysession quit。首先用 screen -ls 确认会话名称。也可在会话内按 Ctrl+A 后输入 K 并确认来直接关闭。若仅想断开连接而不终止会话，按 Ctrl+A 后输入 D 即可分离，之后可用 screen -r mysession 重新连接。
2025-05-27 21:13:10
309
原创 自动配置合适的cuda和pytorch版本
摘要： 查看CUDA版本可通过以下方法： 命令行：nvcc --version或nvidia-smi（显示驱动支持的最高版本）。 Linux符号链接：检查/usr/local/cuda指向的目录。 PyTorch：torch.version.cuda获取框架使用的版本。 RTX 4090配置建议： CUDA：推荐11.7+，确保兼容新显卡特性。 PyTorch：匹配CUDA版本（如2.0.0+），通过官方命令或国内镜像安装。需提前更新NVIDIA驱动。
2025-05-25 10:02:28
909
原创 显卡、Cuda和pytorch兼容问题
RTX 4090 未正确安装与 PyTorch 兼容的 CUDA 版本可能导致性能问题。首先，通过 torch.version.cuda 查询 PyTorch 绑定的 CUDA 版本，确保与系统安装的 CUDA Toolkit 一致。使用 nvidia-smi 检查驱动支持的 CUDA 版本，确保其不低于 PyTorch 所需版本。若版本不匹配，需卸载并重新安装指定 CUDA 版本的 PyTorch。多 CUDA 版本共存时，通过环境变量调整优先级。验证安装后，确保 torch.cuda.is_availa
2025-05-17 12:34:22
951
原创 path环境变量满了如何处理，分割 PATH 到 Path1 和 Path2
本文详细介绍了如何正确设置 Path1 和 Path2 的值，以扩展 PATH 环境变量的容量。首先，通过系统属性窗口获取并复制当前 PATH 的值。接着，创建 Path1 和 Path2，将 PATH 中的路径平均分配到这两个变量中，确保每个变量的长度不超过 2047 字节。然后，修改主 PATH 变量，使其动态引用 Path1 和 Path2 的内容。最后，验证设置是否生效，并提供了常见问题的解决方法。通过以上步骤，可以安全地扩展 PATH 环境变量，同时保持系统的稳定性。
2025-05-11 19:55:12
601
原创 PyTorch实际上是按照**行优先（Row-Major）**的方式存储数据
虽然从理论上讲，由于PyTorch采用行优先存储，按行进行操作（比如对每行求和、应用激活函数等）可以更高效地利用缓存，从而潜在地提供更好的性能。然而，在实践中，除非你的应用程序特别敏感于内存访问模式，否则这种差异可能不会特别显著。更重要的是选择适合你应用场景的最佳算法和数据结构。如果你发现性能瓶颈确实与内存访问模式有关，那么调整操作的方向（行 vs 列）可能会带来一定的性能提升。
2025-04-29 16:40:02
499
原创 通过 Zotero 的样式编辑器（Style Editor）自定义文献引用和参考文献列表的格式
以下是一个更为详细的教程，帮助你通过 Zotero 的样式编辑器（Style Editor）自定义文献引用和参考文献列表的格式。假设我们需要修改 APA 样式，使其在参考文献列表中将标题用引号括起来，并在年份后添加冒号。如果你有具体的格式需求，可以告诉我，我可以进一步帮你实现！，以下是常见的编辑操作及其详细说明。标签来控制字段的显示。Zotero 样式基于。
2025-04-18 09:37:25
2868
原创 帕累托分布的均值和方差
给定这两个参数，我们可以计算出帕累托分布的均值和方差。若您指的是其他特定情况或想了解一般性的计算方法，请进一步说明。值，我将使用通用形式来表达这些关系。导致均值不存在，且条件同样不满足计算有限方差的要求。，我们已经知道在这种情况下均值和方差都是无穷大，因为。值，请提供它们，我可以帮您计算具体的均值和方差。例如，在您的第一次提问中提到的情况。帕累托分布的关键参数包括形状参数。由于您没有提供具体的。
2025-04-01 22:07:14
1025
原创 python程序进行耗时检查
是的，是一个非常强大的工具，可以逐行分析代码的性能。下面是详细步骤，教你如何使用来标记函数并通过kernprof命令运行分析。
2025-03-31 21:33:59
355
原创 关于matlab和python谁快的问题
关于matlab和python谁快的问题，python比matlab在乘法上快10倍，指数计算快4倍，加减运算持平，略慢于matlab。或许matlab只适合求解特征值。
2025-03-26 23:53:49
1977
原创 MATLAB 中，并行池（Parallel Pool）自动关闭的情况
默认行为：并行池会在闲置一段时间后自动关闭，默认是 30 分钟。手动控制：你可以通过parpool和来手动启动和关闭并行池。偏好设置：可以在 MATLAB 的偏好设置中调整自动关闭的时间或者禁用自动启动。了解这些设置可以帮助你更好地管理并行计算资源，避免不必要的资源占用或浪费。如果有更多问题，请随时提问！
2025-03-25 21:56:14
777
原创 matlab多进程设置
手动启动并行池，并指定工作进程数为 4parpool(4);% 定义目标函数% 设置优化选项，启用并行计算'Algorithm', 'interior-point', ... % 使用支持并行的算法'UseParallel', true, ... % 启用并行计算% 定义初始点、边界等参数x0 = [1;1];lb = [-5;-5];ub = [5;5];% 调用 fmincon 进行优化% 关闭并行池。
2025-03-25 21:46:14
1411
原创 matlab使用fmincon开加速
通过以下方法可以显著加速fmincon选择合适的算法（如sqp或启用并行计算。提供梯度信息或调整收敛条件。合理设置初始点和范围。使用更快的求解器（如fminunc或全局优化工具）。优化目标函数的实现，减少计算复杂度。根据具体问题的特点，选择合适的方法组合，以达到最佳的性能优化效果。如果有更多问题，请随时提问！
2025-03-25 21:15:00
592
原创 matlab近似计算联合密度分布
在 Matlab 中，当A和B是两个序列数据时，可以通过以下步骤来近似求出A大于B的概率分布：数据准备：确保序列A和B具有相同的长度。计算A大于B的逻辑数组：使用关系运算符 > 来创建一个逻辑数组，其中每个元素表示A中对应位置的元素是否大于B中对应位置的元素。然后使用 A > B 计算出一个逻辑数组 greaterThanB，表示A中哪些元素大于B中对应的元素。接着使用 histcounts 函数统计每个区间内的元素个数和A大于B的元素个数，计算出每个区间内A大于B的比例。
2025-03-21 16:57:03
422
原创 DrissionPage爬虫工具教程
以上是一些更高级和复杂的 DrissionPage 使用示例。通过这些示例，你可以看到 DrissionPage 不仅可以处理基本的网页爬取任务，还能应对动态加载内容、登录和会话管理、多页面操作、Cookies 处理以及文件上传等复杂场景。希望这些示例能帮助你更好地理解和使用 DrissionPage。如果有任何问题或需要进一步的帮助，请随时提问！
2024-11-22 21:39:37
1659
原创 多目标粒子群优化（PSO）类（7）
好的，下面是一个使用类方法编写的多变量多目标粒子群优化（PSO）的Python代码。我们将使用numpy库来处理数组运算，并尽量详细地定义参数。这个示例将优化两个目标函数。
2024-11-09 20:58:20
676
1
原创 结构方程模型（Structural Equation Models, SEM）
结构方程模型（Structural Equation Models, SEM）是一种多变量统计分析方法，用于同时估计多个方程中的参数。SEM 可以处理潜变量（Latent Variables）和观测变量（Observed Variables）之间的关系，以及变量之间的直接和间接效应。SEM 在社会科学研究、心理学、市场营销、经济学等多个领域都有广泛应用。
2024-11-02 19:50:01
4694
原创 两步GMM计算权重矩阵
在广义矩方法（GMM）中，权重矩阵(W)的选择是关键的一步。理想情况下，(W)应该等于矩条件的协方差矩阵的逆矩阵。这是因为使用这样的权重矩阵可以使得估计量达到最小方差，从而提高估计效率。
2024-10-30 20:30:55
743
原创 在Python中实现多目标优化问题（7）模拟退火算法的调用
当然，我可以为你提供一个使用 函数的更详细的例子，并解释每个部分的作用。我们将通过一个具体的优化问题来演示如何使用这个函数。假设我们要最小化一个二维函数 ( f(x, y) = (x - 2)^2 + (y - 3)^2 )，这是一个简单的二次函数，其全局最小值位于点 (2, 3)。代码解释导入库:定义目标函数:设置变量边界:调用 函数:输出结果:以上就是使用 进行优化的一个完整示例。你可以根据自己的需要调整参数和目标函数。
2024-10-05 13:51:50
995
1
原创 重新登录到Shell后查看或继续与之前正在运行的程序进行交互
为了能够轻松地恢复到程序的交互界面，建议在运行长时间任务或需要保持会话时使用screen或tmux。这样即使你从系统注销或断开连接，也可以随时重新连接并继续工作。如果你经常需要这样做，养成使用这些工具的习惯是非常有益的。
2024-10-03 16:34:56
468
原创 在Python中实现多目标优化问题（6）
在Python中实现多目标优化，除了传统的进化算法（如NSGA-II、MOEA/D）和一些基于机器学习的方法外，还有一些新的方法和技术。这些新方法通常结合了最新的研究成果，提供了更高效的解决方案。
2024-09-29 22:33:46
964
1
原创 在Python中实现多目标优化问题（5）
在Python中实现多目标优化，除了传统的进化算法（如NSGA-II、MOEA/D）和机器学习辅助的方法之外，还有一些新的方法和技术。
2024-09-29 22:30:42
1165
原创 在Python中实现多目标优化问题（4）
在Python中实现多目标优化，除了使用传统的进化算法库如pymooDEAP和platypus之外，还可以考虑一些新的方法和技术。
2024-09-29 22:26:17
752
原创 在Python中实现多目标优化问题（3）
除了使用和库，还有一些其他的方法可以实现多目标优化。这里我将介绍一种新的方法，即使用库。是一个用于多目标优化的Python框架，它支持多种算法，包括NSGA-II、NSGA-III、SPEA2等。首先，确保你已经安装了库。如果没有安装，可以通过pip命令进行安装：接下来，我将提供一个使用库来解决一个多目标优化问题的示例代码。我们将定义一个有两个决策变量和两个目标函数的问题，并使用NSGA-II算法来求解这个多目标优化问题。逐句解释导入必要的库：定义问题：定义评估函数：创建问题实例：初始化遗传算法：
2024-09-29 22:20:53
573
原创 在Python中实现多目标优化问题（2）
在Python中实现多目标优化问题，除了使用pymoo库外，还可以利用其他一些方法和库。这里我将介绍另一种流行的多目标优化库——DEAPDEAP是一个灵活且功能强大的进化算法框架，支持多种优化任务，包括多目标优化。
2024-09-29 22:15:12
1037
原创 在Python中实现多目标优化问题（1）
在Python中实现多目标优化问题，可以使用多种库和方法。这里我将介绍如何使用pymoo库来解决一个简单的多目标优化问题。pymoo是一个非常强大的用于多目标优化的Python库，它支持多种算法，包括NSGA-II、MOEA/D等。首先，确保你已经安装了pymoo库。接下来，我将提供一个完整的示例代码，该代码定义了一个具有两个目标函数的问题，并使用NSGA-II算法来求解这个多目标优化问题。
2024-09-29 22:13:21
1310
原创 python使用threading多线程
多进程更适合 CPU 密集型任务和需要大量并行计算的任务。多线程更适合 I/O 密集型任务和需要在多个任务之间快速切换的任务。多进程和多线程各有优势和局限性。多进程适用于需要大量并行计算的任务，特别是在多核处理器上。多线程适用于需要快速切换任务和 I/O 密集型任务。在选择使用多进程还是多线程时，需要考虑任务的特点、系统的硬件配置以及编程语言的特性。在多线程编程中，正确管理线程间的变量是非常重要的。使用锁、原子操作和线程安全的数据结构可以帮助你避免竞态条件，并确保数据的一致性。
2024-08-30 15:05:50
1168
原创 python使用multiprocessing多进程通讯
管道和队列都是有效的进程间通信机制。管道适用于两个进程之间直接通信的情况，而队列则更适合多个进程之间共享数据，尤其是在数据顺序和安全性方面有较高要求的情况下。选择哪种方法取决于你的具体需求和场景。这两种方法都可以有效地实现多个进程间的简单通信。使用管道的方式更简单直接，适合两个进程之间的通信。而使用队列的方式更适合多个进程之间的通信，特别是当需要处理多个请求时更为灵活。你可以根据实际情况选择最适合你需求的方法。这两种方法都可以有效地实现进程池中的简单通信。使用管道的方式更简单直接，适合两个进程之间的通信。
2024-08-30 09:31:15
1720
原创 python使用多进程multiprocessing
对于 CPU 密集型任务，pool.map()的阻塞性不会显著影响计算速度，反而可以大大提高处理速度。对于 I/O 密集型任务或需要频繁交互的任务，可能需要考虑非阻塞方法或使用其他并行技术。因此，在选择是否使用pool.map()时，请根据具体的任务类型和要求来决定。如果你的任务主要是计算密集型的，那么pool.map()是一个很好的选择。适用于需要异步执行任务的情况，可以立即返回结果对象。适合处理单个任务，可以处理任意数量的参数。apply()
2024-08-29 21:55:49
2061
1
原创 DataFrame转换为字典
在Python中，将Pandas的DataFrame转换为字典有几种不同的方式，具体取决于你希望得到哪种形式的字典。
2024-08-28 09:04:41
1322
原创 python3多继承初始化调用方法
当我们讨论多继承时，一个类可以从多个父类继承属性和方法。在Python中，使用super()可以帮助我们处理复杂的多继承情况，确保每个父类的初始化方法都被正确调用。下面是一个使用多继承的例子，其中Vehicle类作为基类，而和SportsCar作为中间层的父类。最终类将从这两个中间父类继承，并使用super()来调用它们的初始化方法。
2024-07-30 10:49:44
294
(2)stata的基本使用--分类回归logit.pdf
2020-10-19
数学建模代码,供同学使用
2018-09-08
tensorflow-2.3.0rc1-cp37-cp37m-win_amd64.whl
2020-08-21
Stata练习数据——nerlove.xls
2020-10-10
k-means同心圆的聚类代码
2018-11-08
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人