qq_53481873的博客

import pymysqlimport threadingimport timeclass StudentManage(): #连接数据库并建立一个表 def Bulid(self): conn = pymysql.connect(host='localhost', user='root', password='qq123123', database='test') print("连接成功") corsor = conn.cursor

监督学习和无监督学习监督学习有目标值，根据这个目标值进行训练回归问题和分类问题都属于监督学习，其中回归问题是针对连续性数据来使用，比如预测明天气温等；而分类问题是根据类别来进行。无监督学习没有目标值，换句话说就是缺乏足够的先验知识，因此难以人工标注类别，或者进行人工类别标注的成本太高，根据类别未知(没有被标记)的训练样本解决模式识别中的各种问题，称之为无监督学习。Sklearn数据预处理Sklearn归一化采用上述公式可将数据范围缩小到0-1之间Sklearn标准化使得数据在均值为0

import numpy#初始化参数w = 0 #权重b = 0lr = 0.001 #学习率num = 20000data = [] #数据集for i in range(100): x = numpy.random.uniform(-10.,10.) #在-10到10之间随机生成实数 eps = numpy.random.normal(0.,0.1) #生成偏置量 y = 2*x + 0.9

结构体class item: #初始化 def __init__(self,name,grade): self.name = name self.grade = grade #输出结构体的内容 def __str__(self): return '%s,%d'%(self.name,self.grade)a = item("z",96)b = item("b",69)print(a)print(b)

详见视频：https://www.bilibili.com/video/BV1Y7411d7Ys?p=1# 总体思路：前馈-反馈-更新import torchx_data = torch.Tensor([[1.0], [2.0], [3.0]]) #准备xy_data = torch.Tensor([[2.0], [4.0], [6.0]]) #准备y 从这里可以看出w是2，因为y = x * wclass LinearModel(torch.nn.Module): d

首先什么是PytorchPyTorch是一个开源的Python机器学习库，基于Torch，用于自然语言处理等应用程序。Tensor（张量）https://www.bilibili.com/video/BV1Gg411u7Lr?from=search&seid=5017257836335688717各种数值数据称为张量常见张量如下常数：scaler：0阶张量向量：vector：1阶张量矩阵：matrix：2阶张量用torch.shape和torch.size都可以查张量的造

http://www.byhy.net/tut/webdev/django/http/创建数据库，执行如下命令：python manage.py migrate创建app：python manage.py startapp + app名称告诉Django，我们已经修改了数据定义， 你现在去产生相应的更新脚本。例如：执行一下，会发现在 common\migrations 目录下面出现了0001_initial.py, 这个脚本就是相应要进行的数据库操作代码。 ：python manage.py make

# -*-coding = utf-8 -*-from aip import AipSpeechAPP_ID = ''APP_Key = ''Secret_Key = ''client = AipSpeech(APP_ID,APP_Key,Secret_Key)result = client.synthesis('他是您儿子张张张','zh',1,{'vol':5,'per':3,'spd':3,})if not isinstance(result, dict): with o

def show_choose(): print("==========================学生信息管理系统==========================") print() print("-----------------------------功能菜单------------------------------") print() print(" 1.录入学生信息") print(" .

from bs4 import BeautifulSoupimport urllib.request,urllib.errorimport reimport xlwt#爬取网页findLink = re.compile(r'<a href="(.*?)">')findImgSrc = re.compile(r'<img.*src="(.*?)"',re.S)findTitle = re.compile(r'<span class="title">(.*)&

import xlwt#workbook = xlwt.Workbook(encoding='utf-8') #创建workbook对象#worksheet = workbook.add_sheet('sheet1') #创建工作表#worksheet.write(0,0,'hello') #写入数据，第一个参数是行，第二个参数是列，第三个参数是写入的内容#workbook.save("student.xls")

for row in range(1,10): #注意Python里面括号左闭右开 for col in range(1,row+1): sum = 0 sum = row*col print("%d * %d = %d" %(col,row,sum),end="\t") #\t表示输出一个制表符，在垂直文本保持对齐 print()...

爬取豆瓣TOP电影各个电影的链接from bs4 import BeautifulSoupimport urllib.request,urllib.errorimport re#爬取网页findLink = re.compile(r'<a href="(.*?)">')def main(): baseurl="https://movie.douban.com/top250?start=" datalist=getDate(baseurl) #savepath=

re.compile(r" ")创造正则表达式对象，表示规则（字符串的模式），r的意思是忽略特殊符号，防止翻译错误。re.findall(参数1，参数2)参数1：规则参数2：符合规则的字符串

from bs4 import BeautifulSoupimport urllib.request,urllib.errorimport re#爬取网页def main(): baseurl="https://movie.douban.com/top250?start=" datalist=getDate(baseurl) #savepath=".\\豆瓣电影Top250.xls" print(datalist)def getDate(baseurl):

import requests #导入requests包from bs4 import BeautifulSoupurl="https://www.bilibili.com/video/BV1xs411x71b?from=search&seid=1710439305523017333"req=requests.get(url)#用get方式拿到网页req.encoding='utf-8'#规定编码方式为utf-8soup=BeautifulSoup(req.text,'lxml')#使