JunyongYao的博客

昨天调试其他同学的代码时，发现对于subprocess模块所传的args变量，与shell变量存在关联，传值不当会有各种问题。比较有趣，就记录一下。

在TensorFlow的Udacity课程学习中，牵涉到这个类库的大量使用，所以，先在youtube上做了个相关课程的补充学习。Supervised Learning(有监督学习)Machine Learning分为有监督学习与无监督学习，这个系列重在介绍有监督学习，即，通过告知算法有关Features和对应的输出Labels，然后当有新的feature数据时，做label预测。 环境搭建首选An

高并发的性能测试对于后台的压力性能测试，传统上有jmeter等工具。但这些工具并不能很好地回答一个问题，那就是，我们的服务器能同时支持多少个用户使用？ 工具查看了这篇文章，首选locust，毕竟是python3支持。官方号称单个process可以模拟上千用户的同时操作，有用户提到，通过分布式的方法，模拟了200万用户。 我个人比较喜欢它的一个理念，qps不等同于同时在线用户数，因为用户可能会

在微信的后台开发中，采用了wechatpy这套框架，框架自身有针对token的刷新支持，但是可惜的是，它自己定义了MemoryStorage, 在多进程的环境下，由于是不同的实例，于是，会导致多个进程互相撕逼，刷新token。现在token的刷新调用次数限制在一天10万次，看似很多，如果客户端连接一多，很快就能用完。ticket的官方链接如下。 token的官方链接如下。解决方案的思路如下： 1

环境：阿里云 centos 6.5 mysql 5.6 python 问题：通过uri里面设置 charset=utf8mb4 连接数据库时，发生问题 Character set ‘utf8mb4’ is not a compiled character set and is not specified in the ‘/path/mysql/charsets/Index.xml’ fi

代码码到一半，突然想到，Session是否是线程安全的？于是上官方文档，答案是否！ 那问题来了，怎么破？因为它会牵涉到多线程情况下，调用rollback导致的不可预期影响。 官网给了两个方案： 使用 Contextual/Thread-local Sessions不用全局的，而是采用函数间传递的session变量明显，第一种方式对现在代码的改动最小，扩展性也更好。因为使用的flask-s

环境：ubuntu 14.04, python 3.5.1, flask 0.11.1, sqlalchemy 1.0.13, flash_sqlalchemy 2.1 在flask的启动过程中，发现问题

网上有些书，可以快速过一下，了解大致轮廓。因为微信SDK一直变化，看SDK更准确。SDK在这里 账号需要认证，微信提供的接口会更丰富。或者先用测试账号。如果对整体的流程没有感觉，可以先看网上有的教程： http://my.oschina.net/yangyanxing/blog/159215 http://www.cnblogs.com/weishun/p/weixin-publish-dev

问题描述HabitQuestion表有个last_answer_time字段，默认是null，就是要做它的筛选过滤。 一开始使用代码如下：base_query = base_query.filter(HabitQuestion.last_answer_time.isnot(None)).order_by(HabitQuestion.last_answer_time.desc()))其中last_a

环境说明mac os, 开发的时候采用python 3.5, 因为系统自带python 2.7，所以用virtualenv / wrapper来切换。 情况代码中会获取环境变量，环境变量保存在.bash_profile中，采用os.environ.get(‘XXX’)在代码中 一直获取不到，返回None，在命令行下，用echo $XXX 却能看到环境变量的值。 同样的代码，在ubuntu的v

本文主要参考网上文章 Python Unicode Objects 之前在编码上绕过些弯路，经常碰到illegal ASCII character一类的问题，就在这儿用图捋一下。

对于机器学习工程师，要选择使用的模型，也要调整各个模型的参数，才找到最好的匹配。即使模型还可以，如果它的参数设置不匹配，同样无法输出好的结果。 常用的调参方式有 grid search 和 random search ，grid search 是全空间扫描，所以比较慢，random search 虽然快，但可能错失空间上的一些重要的点，精度不够，于是，贝叶斯优化出现了。 hyperopt是一种通