学无止境

原创 C++读取多行数据

1、读取多行字符串#include <iostream>#include <string>using namespace std;int main(){ string tt; while(getline(cin,tt)){ cout<<tt; } return 0;}2、读取多行整数（也支持字符串）#include <iostream>#include <string>using namespace std;i

原创 按指定格式的分割字符串（包含string和char*的转换）

#include <iostream>#include <stdlib.h>#include <string>#include <string.h> //strtok头文件using namespace std;int main(){ string tt; cin>>tt; char *s = (char*)tt.c_str(); char *p = strtok(s,"->"); cout<<p<&

原创 sql数据库隔离级别

1、读取未提交数据（代表可以读取其它事务的临时数据）适合火车买票session表示在当前会话中设置此隔离级别，2、读取已提交数据 适合银行转账3、可重复读 代表事务在执行中反复读取数据，得到结果是一致的，不受其它事务影响适合 顾客买东西。店家突然涨价的问题（前提是顾客先发生了查询事务，数据库备份到undo日志文件，这样不管另一个会话（商家）如何更改数据库，此会话（顾客）都是去undo日志文件去查）此隔离级别为数据库默认隔离级别4、序列化一个事务会等待另一个事务完成...

原创 sql函数

函数分类1、数字函数2、数字函数3、日期函数4、日期格式化函数5、日期偏移6、日期间隔7、字符函数8、条件函数

原创 sql数据操作函数（聚合函数）

什么是聚合函数？1、AVG2、SUM3、MAX4、MIN5、count

原创 sql运算符

1、比较运算符2、逻辑运算符异或关键字XOR两端的值相同为FALSE 不同为TRUE3、按位运算符

原创 sql基本语法

1、创建逻辑库2、创建数据表3、数据表其它操作4、添加字段5、修改字段类型和约束6、修改字段名称7、删除字段8、主键约束9、非空约束10、外键约束11、建表时创建索引12、建表后添加删除索引...

原创 sql数据类型

1、数字2、字符串3、日期类型

原创 使用asm修改字节码文件

java -cp .;../lib/asm-6.2.jar;../lib/asm-util-6.2.jar org.objectweb.asm.util.ASMifier com.bjtu.asm.CCD:\IDE\IDEAProject\jvm_study\bin>java -cp .;…/lib/asm-6.2.jar;…/lib/asm-util-6.2.jar org.objectweb.asm.util.ASMifier com.bjtu.asm.CC

原创 反编译字节码文件（class文件）

javap -verbose CC.class

原创 linux conda安装tensorflow GPU 1.14.0

conda create -n tensorflow36 python=3.6conda activate tensorflow36conda install tensorflow-gpu=1.14.0

原创 linux加速访问github

linux加速访问github注意：linux不用刷新DNS缓存

原创 linux挂载的windows硬盘更改只读为可读

sudo ntfsfix /dev/sdb3sudo mount /dev/sdb3 /media/{username}

原创 图分类用到的数据集

图分类用到的数据集

原创 pip 使用豆瓣镜像

pip install gensim=3.6.0 -i https://pypi.doubanio.com/simple

原创 conda为每个项目创建环境

1、创建conda create -n graph python=3.7创建完成后会在anaconda3的ens创建一个graph的项目，2、激活conda activate graph

原创 Ubuntu16.04浏览器上网慢解决方法

Ubuntu20.04（16.04）浏览器上网慢解决方法——体验优化

转载 安装torch_scatter,torch-sparse,torch-cluster,torch-spline-conv,torch-geometric

安装torch_scatter,torch-sparse,torch-cluster,torch-spline-conv,torch-geometric

转载 Ubuntu16.04安装QQ和微信

Ubuntu16.04安装QQ和微信（亲测有效）

原创 关于python获取路径问题

dir_f = os.path.dirname(os.path.abspath(inspect.getfile(inspect.currentframe()))) #获取当前文件所在的目录#windows下拼接路径folder_pickles = dir_f+"\\pickles\\" #linux下拼接路径folder_pickles = dir_f+"/pickles/"

原创 关于多分类问题的输出与标签对应问题

import torchdef accuracy(y_hat, y): return (y_hat.argmax(dim=1) == y).float().mean().item()x = torch.tensor([[0,1],[1,0],[0,1]])label = torch.tensor([1,0,1])#label = torch.tensor([[1],[0],[0]]) #用这个会发生广播print(x.argmax(dim=1))print(x.argmax(dim=1

原创 python切片记录

import numpy as npimport torchfrom torch.autograd import Variable import numpy as npimport torchfrom torch.autograd import Variable x = Variable(torch.rand(5,5),requires_grad = False)print(x)print(x[:,0:1])print(x[:,4:5])print(x[:,4])print(x[:

原创 pytorch之stack

a1 = torch.arange(4).view(2,2)a2 = torch.arange(4,8).view(2,2)print(a1)print(a2)print(torch.stack([a1,a2],dim=0))print(torch.stack([a1,a2],dim=1))print(torch.stack([a1,a2],dim=2))#输出'''tensor([[0, 1], [2, 3]])tensor([[4, 5], [6, 7

转载 填充和步幅

https://blog.youkuaiyun.com/dongyunchao123/article/details/100549164

原创 torch的运算

###加法X = torch.ones(2,2)Y = torch.tensor([1,3]) #触发广播机制，第一行复制到第二行后在与X相加#Y = torch.tensor([[1,3]])#触发广播机制，第一行复制到第二行后在与X相加#Y = torch.tensor([[1],[3]])#触发广播机制，第一列复制到第二列后在与X相加print(X + Y)print(X.add(Y))print(torch.add(X,Y))#输出'''tensor([[2., 4.],

原创 关于tensor中数值类型

X = torch.tensor([[1,2],[3,4]])#查看X的类型print(type(X))#查看数据值的类型 print(X.dtype)#X的数据类型为torch.int64,因为输入的数据全为整数Y1 = torch.ones(2,2)Y2 = torch.zeros(2,2)Y3 = torch.randn(2,2)#Y1、Y2、Y3的数据类型为torch.float32,torch自带的定义张量方式指均为float型...

原创 pytorch填坑之路

1、pytorch版本要与CUDA版本对应CUDA版本Pytorch版本7.50.4.1 ，0.3.0， 0.2.0，0.1.12-0.1.68.01.0.0 ，0.4.19.01.1.0，1.0.1, 1.0.0，0.4.19.21.6.0，1.5.0，1.4.0，1.2.0，0.4.110.01.2.0，1.1.0，1.0.1 ,1.0.010.11.6.0，1.5.0， 1.4.0 ，1.3.010.21.6.0，1.5.0

转载 文本离散表示（一）：词袋模型（bag of words）

词袋模型

转载 【机器学习】范数

范数（norm） 几种范数的简单介绍

原创 【机器学习】神经网络中filter是如何工作的

链接

原创 【机器学习吴恩达】随机初始化Θ

原创 【机器学习吴恩达】数值梯度检验

原创 【机器学习吴恩达】简单神经网络

前向传播

原创 【机器学习吴恩达】神经网络数学表示

原创 【LeetCode】两数之和之map的使用

给定一个整数数组 nums 和一个目标值 target，请你在该数组中找出和为目标值的那 两个 整数，并返回他们的数组下标。你可以假设每种输入只会对应一个答案。但是，你不能重复利用这个数组中同样的元素。示例:给定 nums = [2, 7, 11, 15], target = 9因为 nums[0] + nums[1] = 2 + 7 = 9所以返回 [0, 1] vector&...

原创 【算法基础】C++随机数产生

#include<iostream>#include<stdlib.h>#include<time.h>using namespace std;int main(){ srand(time(0)); //必须设置 int nr = rand() % 10; cout<<nr; return 0;}

原创 【机器学习吴恩达】过拟合问题（正则化）

1.减少变量2.正则化

原创 【机器学习吴恩达】多分类问题

1.一对多方法PS：然后在预测时取最大值

原创 【机器学习吴恩达】高级优化的算法

1.Gradient descent(梯度下降)2.Conjugate gradient(共轭梯度)3.BFGSOctave使用：4.L-BFGSPS：1.后三种算法均可以自动调整学习率，所以相较于第一种算法更快。2.自动调整学习率中用到了线性搜索算法不断寻找好的学习率，收敛的更快。...

原创 【机器学习吴恩达】逻辑回归

1.假设函数2.损失函数以及更新规则PS：偏导的常熟结果与学习率相乘可以合为一起