<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[博客 小站]]></title><description><![CDATA[记录日常工作上遇到的各种问题。]]></description><link>https://blog.youkuaiyun.com/u010801439</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; u010801439]]></copyright><item><title><![CDATA[linux 脚本定时运行（开机自启、周期执行）]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/115345509</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/115345509</guid><author>u010801439</author><pubDate>Wed, 31 Mar 2021 11:39:57 +0800</pubDate><description><![CDATA[脚本定时运行linux 脚本定时运行（开机自启/周期执行）使用工具 ：crontabcrontab 实战（定时写入txt文件）
linux 脚本定时运行（开机自启/周期执行）
如果你的服务器重启频繁、周期性任务多，且任务绝大多少是重复工作，那么我推荐大家使用 crontab 工具设置定时任务启动，减少日常工作量。
使用工具 ：crontab
说明：

crontab 可来让使用者在固定时间或固定间隔执行程序

crontab 参数：
-u : 定义使用者
-e : 执行文字编辑器来设定时程表，内定的文字编辑]]></description><category></category></item><item><title><![CDATA[GIF文件，录屏图像制作工具-------可上传动态GIF图像至各博客网站哟~]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/104783954</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/104783954</guid><author>u010801439</author><pubDate>Tue, 10 Mar 2020 21:52:24 +0800</pubDate><description><![CDATA[先给大家看看我录制出来的结果，看后大家再考虑用不用，哈哈哈~



接下来给大家简单介绍一下这个工具的gif录制功能，最后附带工具下载链接（别着急，耐心看完，不到一把游戏的时间，-。-）：



首先，打开ocam 工具，打开工具栏会显示左边的软件窗口及右边的对焦窗口（瞎掰的名字）



左边就是工具栏，能够实现工具，而右边的对焦窗口，可以任你操作大小以及位置；



最后关键部分就是如何实现g...]]></description><category></category></item><item><title><![CDATA[解决chromedriver下载过程中，遇到chrome旧版本与官网显示版本内容不一致的问题~]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/104783059</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/104783059</guid><author>u010801439</author><pubDate>Tue, 10 Mar 2020 21:22:37 +0800</pubDate><description><![CDATA[众所周知，chromedriver是在selenium使用中所需下载的自动化工具。

问题：在下载chromedriver的过程中，发现chrome在70.0以前的版本没有对应chromedriver版本文件。

点击获取ChromeDriver下载地址

问题如下图：



上网调查一番，找到了各个版本chromedriver与chrome的对应关系如下：


			ChromeDriver版本...]]></description><category></category></item><item><title><![CDATA[python中（*args, **kw）这两类参数 的正确打开方式]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/103719415</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/103719415</guid><author>u010801439</author><pubDate>Fri, 27 Dec 2019 10:05:17 +0800</pubDate><description><![CDATA[一、（*args, **kw）是在python函数定义中使用的

在分析（*args, **kw）两个参数之前，先讲讲在python中函数的定义：

在Python中定义函数，分为：1、必选参数、2、默认参数、3、可变参数、4、关键字参数和5、命名关键字参数，
	这5种参数都可以组合使用。但参数定义的顺序必须是：必选参数、默认参数、可变参数（*args）、命名关键字参数、关键字参数（ **kw）。...]]></description><category></category></item><item><title><![CDATA[爬虫过程中几种不同情况的URL拼接方法]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/103702243</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/103702243</guid><author>u010801439</author><pubDate>Wed, 25 Dec 2019 17:31:08 +0800</pubDate><description><![CDATA[爬虫过程中几种不同情况的URL拼接方法（以下代码均可运行成功）

情况1 ：url地址已知，且获取到的下一个待访问url与已知url存在重复部分，且url不全


	解决方案：urlib.parse.urljoin（）方法
	

'''
案例1：
    已知 url 地址为 'https://blog.youkuaiyun.com/u010801439'
    通过url获取到下一步访问的地址为 './u...]]></description><category></category></item><item><title><![CDATA[Scrapy-splash 渲染网页（windows10）]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/103688477</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/103688477</guid><author>u010801439</author><pubDate>Wed, 25 Dec 2019 09:37:00 +0800</pubDate><description><![CDATA[Scrapy-splash 渲染网页

 scrapy爬虫框架没有提供页面js渲染服务，所以我们获取不到部分HTML网页的数据信息，我们可以通过一个渲染引擎来为我们提供渲染服务将网页所有信息均呈现出来-----Splash渲染引擎：

1、Splash渲染引擎工作简介：

Splash是为Scrapy爬虫框架提供渲染Javascript代码的引擎，它具备如下功能：

（1）为用户返回...]]></description><category></category></item><item><title><![CDATA[利用Navicat实现mysql数据库导出与读入]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/103525805</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/103525805</guid><author>u010801439</author><pubDate>Fri, 13 Dec 2019 13:44:47 +0800</pubDate><description><![CDATA[1 Navicate 导出SQL数据

步骤 1 ：选中所需导出数据



步骤2 ：选中 Dump SQL File -&gt; Structure And Data











步骤3 ：输出.sql文件



Navicate 读取SQL数据
步骤1 ：选中数据库，tables右键 -&gt; Execute SQL File





步骤 2 ：根据.sql文件地...]]></description><category></category></item><item><title><![CDATA[python 基础学习----try /except、try/finally]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/102665542</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/102665542</guid><author>u010801439</author><pubDate>Mon, 21 Oct 2019 15:59:33 +0800</pubDate><description><![CDATA[python的try语句有两种风格

处理异常（try/except/else）
	种是无论是否发生异常都将执行最后的代码（try/finally）
try/except/else风格


try:
    &lt;语句&gt; #运行别的代码
except &lt;名字&gt;： 
    &lt;语句&gt; #如果在try部份引发了'name'异常
except &lt;名字&gt;，&lt...]]></description><category></category></item><item><title><![CDATA[git获取并设置github中的ssh公钥]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/102659464</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/102659464</guid><author>u010801439</author><pubDate>Mon, 21 Oct 2019 11:16:29 +0800</pubDate><description><![CDATA[默认情况下，用户的 SSH 密钥存储在其~/.ssh目录下。

进入该目录并列出其中内容，你便可以快速确认自己是否已拥有密钥：

步骤 1 ：查看文件是否存在，文件不存在调至步骤2 ，文件存在跳转只步骤3 


# step 1 查询~/.ssh目录下是否存在SSH 远程文件
$ cd ~/.ssh

# step 2  查看文件是否存在
$ ls





我们需要寻找一对以id_dsa...]]></description><category></category></item><item><title><![CDATA[git 出现 fatal: remote origin already exist 错误时，解决办法]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/102658182</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/102658182</guid><author>u010801439</author><pubDate>Mon, 21 Oct 2019 10:15:42 +0800</pubDate><description><![CDATA[问题分析：

往往出现 fatal: remote origin already exist， 是 git 默认了上一个github地址，而当前的地址与上一个项目地址冲突，不相符

题解办法：

可以考虑直接在当前的项目文件中，修改文件配置参数或者利用命令行修改配置

方法1、命令行配置参数：


#step 1 删除已有的origin
$ git remote rm origin

#step ...]]></description><category></category></item><item><title><![CDATA[在pycharm中，创建python文件夹与普通文件夹的区别（带有_inin_.py）]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/99645371</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/99645371</guid><author>u010801439</author><pubDate>Thu, 15 Aug 2019 17:54:06 +0800</pubDate><description><![CDATA[一、pycharm当中，新建package有两种类型（文件夹、python文件夹）





①python package包是一个带有特殊文件 __init__.py 的目录

__init__.py 文件定义了包的属性和方法。

其实它可以什么也不定义；可以只是一个空文件，但是必须存在。

如果 __init__.py 不存在，这个目录就仅仅是一个目录，而不是一个包，它就不能被导入或者包含其...]]></description><category></category></item><item><title><![CDATA[（精）配置scrapy时，遇到Fatal error in launcher: Unable to create process using "xxxx"问题解决]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/97790035</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/97790035</guid><author>u010801439</author><pubDate>Tue, 30 Jul 2019 15:58:31 +0800</pubDate><description><![CDATA[1、基本情况解析：

①scrapy是在自己创建的Python3虚拟环境py36下安装的

②安装scrapy选择的命令是：


conda install -c conda-forge scrapy

③在启动项目时，已经确保进入了项目文件夹，且已经切换成py36环境中：



2.出现问题：





3：解决方案：

启动代码改为：


python -m scrapy startproj...]]></description><category></category></item><item><title><![CDATA[jieba分词 半自动安装流程（下载安装包，手动安装）]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/97630658</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/97630658</guid><author>u010801439</author><pubDate>Mon, 29 Jul 2019 11:38:04 +0800</pubDate><description><![CDATA[1.下载jieba分词工具包

下载地址：https://pypi.org/project/jieba/



2.将安装包解压并放置在安装包文件夹中：

# D:\anaconda\envs\py36\Lib\site-packages



3.启动环境（开始安装）：

(1)进入CMD 命令提示符中，开启自身虚拟编译环境：#activate py36

(2)定位到文件所在位置 # (p...]]></description><category></category></item><item><title><![CDATA[模块无法引用，出现ModuleNotFoundError: No module named 'XXXX'，解决办法！！！]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/88373491</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/88373491</guid><author>u010801439</author><pubDate>Sun, 10 Mar 2019 00:04:51 +0800</pubDate><description><![CDATA[将自己做的py文件放到 site_packages 目录下：

site_packages 文件保存在你的pycharm的编译环境里边：

如何查找 ：

1 ，首先查看自己编译器位置。

2.打开到下图这个位置



3.一般调用的相关包都保存在 lib 文件夹当中






...]]></description><category></category></item><item><title><![CDATA[了解 HMM 算法]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/87870435</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/87870435</guid><author>u010801439</author><pubDate>Fri, 22 Feb 2019 11:09:20 +0800</pubDate><description><![CDATA[什么是HMM 模型？和马尔可夫链又有什么关系?

回答 ：

（1）什么是马尔科夫链？：（百度、知乎）有相关解释。

（2）什么是HMM模型？


隐马尔可夫模型（HMM）可以用五个元素来描述，包括2个状态集合和3个概率矩阵：
1. 隐含状态 S
这些状态之间满足马尔可夫性质，是马尔可夫模型中实际所隐含的状态。这些状态通常无法通过直接观测而得到。（例如S1、S2、S3等等)
2. 可观测状态 O
...]]></description><category></category></item><item><title><![CDATA[机器学习的算法是如何划分的？]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/87830945</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/87830945</guid><author>u010801439</author><pubDate>Wed, 20 Feb 2019 23:50:45 +0800</pubDate><description><![CDATA[机器学习算法有哪些？

机器学习算法包括：

1、分层聚类，2、KNN，3、基于密度的聚类DBSCAN，4、K-means，5、自组织映射SOM，6、PCA，7、LDA，8、MDS，9、朴素贝叶斯，10、数据降维，11、神经网络，12、GMM，13、EM，14、LVQ，15、HMM，16、熵，条件熵，17、决策树，18、CART法，19、梯度下降，20、logistics回归，21、Adaboos...]]></description><category></category></item><item><title><![CDATA[如何理解机器学习？]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/87826595</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/87826595</guid><author>u010801439</author><pubDate>Wed, 20 Feb 2019 23:00:59 +0800</pubDate><description><![CDATA[1.大家经常会为在想，到底什么是机器学习？

机器学习相关解释：

（1）使用算法解析数据，从中学习，然后对世界上的某件事情做出决定或预测

（2）从任务T ，训练过程E，模型表现 P ，机器学习过程被解释为：【为实现任务T】，通过【训练关于T的经验E】，来实现提高【模型结果P】的过程

（3）机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能。...]]></description><category></category></item><item><title><![CDATA[稀疏自编码器符号一览表]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/87474178</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/87474178</guid><author>u010801439</author><pubDate>Sat, 16 Feb 2019 21:25:32 +0800</pubDate><description><![CDATA[下面是我们在推导sparse autoencoder时使用的符号一览表：

符号
			含义
		
			训练样本的输入特征，.
		
			输出值/目标值. 这里  可以是向量. 在autoencoder中，.
		
			第  个训练样本
		
			输入为  时的假设输出，其中包含参数 . 该输出应当与目标值  具有相同的维数.
		
			连接第  层  单元和第  层  单元的参数.
	...]]></description><category></category></item><item><title><![CDATA[可视化自编码器训练结果]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/87474124</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/87474124</guid><author>u010801439</author><pubDate>Sat, 16 Feb 2019 21:24:03 +0800</pubDate><description><![CDATA[训练完（稀疏）自编码器，我们还想把这自编码器学到的函数可视化出来，好弄明白它到底学到了什么。我们以在10×10图像（即n=100）上训练自编码器为例。在该自编码器中，每个隐藏单元i对如下关于输入的函数进行计算：



我们将要可视化的函数，就是上面这个以2D图像为输入、并由隐藏单元i计算出来的函数。它是依赖于参数的（暂时忽略偏置项bi）。需要注意的是，可看作输入的非线性特征。不过还有个问题：什么样...]]></description><category></category></item><item><title><![CDATA[自编码算法与稀疏性]]></title><link>https://blog.youkuaiyun.com/u010801439/article/details/87473489</link><guid>https://blog.youkuaiyun.com/u010801439/article/details/87473489</guid><author>u010801439</author><pubDate>Sat, 16 Feb 2019 21:23:11 +0800</pubDate><description><![CDATA[目前为止，我们已经讨论了神经网络在有监督学习中的应用。在有监督学习中，训练样本是有类别标签的。现在假设我们只有一个没有带类别标签的训练样本集合  ，其中  。自编码神经网络是一种无监督学习算法，它使用了反向传播算法，并让目标值等于输入值，比如  。下图是一个自编码神经网络的示例。



 

自编码神经网络尝试学习一个  的函数。换句话说，它尝试逼近一个恒等函数，从而使得输出  接近于输入  。恒...]]></description><category></category></item></channel></rss>