<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[weixin_44589540的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/weixin_44589540</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; weixin_44589540]]></copyright><item><title><![CDATA[MyBatisPlus学习笔记]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/145167703</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/145167703</guid><author>weixin_44589540</author><pubDate>Wed, 15 Jan 2025 22:05:04 +0800</pubDate><description><![CDATA[MyBatisPlus只做增强不做改变，引入它不会对现有工程产生影响。只需简单配置，即可快速进行单表CRUD操作，从而节省大量时间。]]></description><category></category></item><item><title><![CDATA[腾讯云CentOS7使用Docker安装ElasticSearch与Kibana详细教程]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/138438689</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/138438689</guid><author>weixin_44589540</author><pubDate>Sat, 04 May 2024 15:54:42 +0800</pubDate><description><![CDATA[命令最后是ElasticSearch的镜像id，将上一步中的IMAGE ID复制替换到命令中。4. 查看正在运行的Docker容器中是否有刚刚创建的ElasticSearch容器。6. 在浏览器访问【对应IP:9200】，确保ElasticSearch启动成功。5. 在浏览器访问【对应IP:5601】，确保Kibana启动成功。替换前面自己部署的ElasticSearch的ip地址。2. 查看ElasticSearch的镜像id。同样将命令的最后替换成Kibana的镜像id。2. 创建Kibana容器。]]></description><category></category></item><item><title><![CDATA[SpringBoot项目如何实现邮件发送]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/137828639</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/137828639</guid><author>weixin_44589540</author><pubDate>Tue, 16 Apr 2024 16:43:31 +0800</pubDate><description><![CDATA[这里以163邮箱为例，点击设置——更多设置——POP3/SMTP/IMAP——开启服务。注意：只能在spring.mail下配置SMTP服务器的连接信息，否则之后运行会报错。根据提示开启服务之后会得到一个授权码，只显示一次，需要把这个授权码记下来。运行test方法，测试了发送给自己的163邮箱和qq邮箱，成功收到邮件。有时候可能会将我们发送的邮件标记为垃圾邮件，这里抄送给自己便于查看。此外，可以配置用于发件的邮箱便于项目其他地方使用，位置可以自定义。并且这里的password是授权码，而不是你的邮箱密码。]]></description><category></category></item><item><title><![CDATA[小程序地理位置权限申请+uniapp调用uni.getLocation]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/137686444</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/137686444</guid><author>weixin_44589540</author><pubDate>Fri, 12 Apr 2024 16:56:14 +0800</pubDate><description><![CDATA[当前业务涉及员工签到功能，需校验签到位置是否在规定范围内，判断当前能否签到成功，完成在线办公业务场景闭环。即可点击想要申请权限的接口相应的开通按钮填写申请信息（图为我已经申请通过wx.getLocation）（在别的帖子看到要选好图片，不能一眼看出来是在测试环境，而是正常使用的生产环境）我在这里填写的就是图上这两项，根据实际需求填写。提交之后大概5分钟以内就审核通过了，没有提醒，需要自己刷新页面查看。点击左侧导航栏找到最后的“设置”——“基本设置”——“前往填写”此外，需要在uniapp项目的。]]></description><category></category></item><item><title><![CDATA[matplotlib绘图如何处理日期数据如“x月x日”]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/136752062</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/136752062</guid><author>weixin_44589540</author><pubDate>Fri, 15 Mar 2024 23:06:25 +0800</pubDate><description><![CDATA[想要绘制横坐标为Date，纵坐标为Height的折线图（其他类型的图也是类似的）。关键的问题在于如何处理这种日期数据，正常绘图，并设置横坐标每隔x天显示刻度。本文提供一个解决示例代码。]]></description><category></category></item><item><title><![CDATA[matplotlib如何设置中文为宋体，英文为新罗马Times New Roman]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/136751721</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/136751721</guid><author>weixin_44589540</author><pubDate>Fri, 15 Mar 2024 22:52:58 +0800</pubDate><description><![CDATA[论文附图通常需要将中文设置为宋体，英文设置为新罗马字体（Times New Roman）。但是这样设置后者会将前者覆盖，只会显示一种字体。以下是摸索出来的一种不太优雅的解决方案，但可以解决问题。（目前没探索到更优的方案）以下是一个简单的示例，可以作为一个代码模板使用。成功实现中文宋体，英文Times New Roman。]]></description><category></category></item><item><title><![CDATA[Bug解决 | com.github.tobato.fastdfs.exception.FdfsConnectException: 无法获取服务端连接资源 端口号为0]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/135095141</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/135095141</guid><author>weixin_44589540</author><pubDate>Tue, 19 Dec 2023 21:54:36 +0800</pubDate><description><![CDATA[若没有变化，可能需要关闭终端重新打开。可以看到当前目录下安装了两个版本的。]]></description><category></category></item><item><title><![CDATA[Windows安装tensorflow-gpu=1.14.0&CUDA=10.0&cuDNN=7.4 （多版本CUDA共存）]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/134168615</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/134168615</guid><author>weixin_44589540</author><pubDate>Wed, 01 Nov 2023 21:18:29 +0800</pubDate><description><![CDATA[的版本，可以把鼠标放在上面，在左下角会显示版本号，这里选择安装适用于。（这一步的选项非常重要，如果勾选了其他的可能导致高版本已安装的。这里使用默认的安装位置就可以，可以记一下安装位置，后面需要用到。（注意如果原本已经打开了终端，需要关闭重新打开），第二个语句我第一次运行一直没有输出最后的。，还以为安装出错了，结果第二次运行成功输出。，如果需要安装高版本的需要先更新显卡驱动。的路径，我猜测这一步不是必须要做的hhh。配环境实在不易，给自己鼓个掌，加油~对于第一个语句，会输出很多行。的环境配置，需要先安装。]]></description><category></category></item><item><title><![CDATA[Python 实现图像局部区域放大并粘贴在图像右下角/右上角]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/130973313</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/130973313</guid><author>weixin_44589540</author><pubDate>Wed, 31 May 2023 17:15:06 +0800</pubDate><description><![CDATA[通过更改图像路径与相关参数设置，调用函数，即可实现。]]></description><category></category></item><item><title><![CDATA[Python 计算累积分布函数CDF并绘图]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/129720028</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/129720028</guid><author>weixin_44589540</author><pubDate>Wed, 22 Mar 2023 22:04:13 +0800</pubDate><description><![CDATA[FaP⁡X≤aFaPX≤a即累积分布函数表示：对离散变量而言，所有小于等于a的值出现概率的和。（来源于百度百科。]]></description><category></category></item><item><title><![CDATA[Python matplotlib 绘图技巧总结 【持续更新中……】]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/129567360</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/129567360</guid><author>weixin_44589540</author><pubDate>Wed, 15 Mar 2023 20:32:58 +0800</pubDate><description><![CDATA[指定 x 轴绑定到 y 轴的 0 这个点上，指定 y 轴绑定到 x 轴的 0 这个点上。wspace表示子图左右之间的距离，hspace表示子图上下之间的距离。]]></description><category></category></item><item><title><![CDATA[python 写 csv 文件的两种方法]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/124369614</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/124369614</guid><author>weixin_44589540</author><pubDate>Sat, 23 Apr 2022 20:40:09 +0800</pubDate><description><![CDATA[文章目录问题描述方法一： csv方法二： pandas
问题描述
在深度学习相关任务的训练时，需要在训练的每个 epoch 记录当前 epoch 的准确率（如下图所示），那么在 python 中要怎么将内容写入 csv 文件呢，学习发现可以使用 csv 或者 pandas 实现，在这里做个简单记录。

这里示例的代码为以追加模式写，每次写入一行
方法一： csv
import csv
log_path = 'log/temp.csv'
file = open(log_path, 'a+', encoding]]></description><category></category></item><item><title><![CDATA[解决 ImportError: cannot import name ‘Flatten‘ from ‘torch.nn‘]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/122871715</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/122871715</guid><author>weixin_44589540</author><pubDate>Fri, 11 Feb 2022 00:11:06 +0800</pubDate><description><![CDATA[问题描述
在代码中从torch.nn引入Flatten报错：

解决方案
进入python交互式环境
输入以下代码，查看pytorch版本：
import torch
print(torch.__version__)

可以看到pytorch版本是1.1.0

版本太低不包含Flatten属性
因此，一个办法就是升级pytorch版本，但我们知道下载安装pytorch并不容易，若没有镜像下载缓慢且需要考虑显卡驱动、conda、torch三者的版本关系，升级可能导致版本不匹配conda无法使用gpu等问题。
]]></description><category></category></item><item><title><![CDATA[windows conda 安装 PyTorch 切换清华源镜像教程]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/122847278</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/122847278</guid><author>weixin_44589540</author><pubDate>Wed, 09 Feb 2022 18:39:25 +0800</pubDate><description><![CDATA[文章目录1.进入需要安装PyTorch的环境2.切换清华源镜像3.安装对应版本的torch和torchvision4.验证是否安装成功
1.进入需要安装PyTorch的环境
在开始菜单找到 Anaconda Prompt 点击进入（在cmd也可）
默认进入是base环境，首先进入到需要安装 PyTorch 的环境下：
（这里我的环境名为 scl-lle，修改为自己对应的名称）
conda activate scl-lle

2.切换清华源镜像
复制以下代码执行，切换清华源镜像：
注意：我这里的镜像 url ]]></description><category></category></item><item><title><![CDATA[前端商品多规格选择问题 SKU 算法实现优化2.0]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/122347089</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/122347089</guid><author>weixin_44589540</author><pubDate>Thu, 06 Jan 2022 16:48:31 +0800</pubDate><description><![CDATA[在阅读本文之前，请先阅读笔者上一篇文章：前端商品多规格选择SKU算法实现
找bug
上一篇文章最后提到实现的算法存在bug，是哪个地方出现问题了呢？
当数据源如下所示时：
export const properties = [
  {
    id: "1",
    name: "容量",
    attributes: [
      { value: "1L", isActive: false, isDisabled: false },
      { value: "4L", isActive: f]]></description><category></category></item><item><title><![CDATA[前端商品多规格选择问题 SKU 算法实现]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/122339022</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/122339022</guid><author>weixin_44589540</author><pubDate>Thu, 06 Jan 2022 11:10:31 +0800</pubDate><description><![CDATA[文章目录一、实现效果二、实现过程详解1.什么是sku2.什么是图3.什么是邻接矩阵4.初始化顶点集和空邻接矩阵5.邻接矩阵赋值6.判断 attribute 是否可选三、Vue源码四、优化修复bug五、总结
一、实现效果
以一个简单的示例说明：容量有1L、4L两种，颜色有红色、黑色两种，其中1L可选红色/黑色，而4L只有红色规格，不可选黑色，同时，选择了黑色，也不能选择4L。实现效果如下所示（仅做示例，样式粗糙不管啦）：

二、实现过程详解
1.什么是sku
这是商品多规格选择问题，接口返回的数据较为复杂，是]]></description><category></category></item><item><title><![CDATA[JavsScript 浮点数计算精度问题解决]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/122113347</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/122113347</guid><author>weixin_44589540</author><pubDate>Thu, 23 Dec 2021 18:09:57 +0800</pubDate><description><![CDATA[问题描述
在 JavaScript 中整数和浮点数都属于 Number 数据类型，均以 64 位浮点数形式储存。浮点数在进行四则运算时常常会发现出现精度问题，在浏览器控制台试验如下所示：
&gt; 0.1+0.2
&lt; 0.30000000000000004

&gt; 0.3-0.2
&lt; 0.09999999999999998

&gt; 19.9*100
&lt; 1989.9999999999998

&gt; 0.3/0.1
&lt; 2.9999999999999996

解决方案
封装]]></description><category></category></item><item><title><![CDATA[Linux Ubuntu 安装 numpy 教程]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/121867699</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/121867699</guid><author>weixin_44589540</author><pubDate>Sat, 11 Dec 2021 00:51:49 +0800</pubDate><description><![CDATA[安装numpy模块命令
sudo apt-get install python-numpy


验证是否安装成功
python
from numpy import *
eye(4)



]]></description><category></category></item><item><title><![CDATA[Python 多版本管理工具 pyenv 安装教程]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/121866844</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/121866844</guid><author>weixin_44589540</author><pubDate>Sat, 11 Dec 2021 00:32:14 +0800</pubDate><description><![CDATA[一、简单说明
pyenv是适用于Linux操作系统的 Python 版本管理工具。
源码见????  GitHub  ★ star:25.5k
本文安装环境：Ubuntu20.04
二、安装步骤
1.安装git
sudo apt install git


2.克隆pyenv仓库
git clone https://github.com/yyuu/pyenv.git ~/.pyenv


3.增加环境变量
打开~/.bashrc文件
vim ~/.bashrc

在文件最后加上：
export PATH=~]]></description><category></category></item><item><title><![CDATA[如何理解深度学习中迁移学习、预训练、微调的概念]]></title><link>https://blog.youkuaiyun.com/weixin_44589540/article/details/121846594</link><guid>https://blog.youkuaiyun.com/weixin_44589540/article/details/121846594</guid><author>weixin_44589540</author><pubDate>Thu, 09 Dec 2021 23:50:58 +0800</pubDate><description><![CDATA[说明
本文为观看吴恩达深度学习课程视频所做的学习笔记
吴恩达 deeplearning.ai
Part 3 结构化机器学习项目
第二周 机器学习（ML）策略（2）2.7迁移学习
正文
假设已经训练好一个图像识别神经网络，如果让这个图像识别神经网络适应或者说迁移不同任务中学到的知识，比如放射科诊断（阅读X射线扫描图）。做法是：

删掉神经网络最后的输出层和进入到最后一层的权重
为最后一层重新赋予随机权重
让神经网络在放射诊断数据上训练

这样把图像学习的知识应用或迁移到放射科诊断上来，这就是迁移学习(Tran]]></description><category></category></item></channel></rss>