目录1. 安装需求2. 准备工作2.1 新建项目2.2 输入相关配置2.3 项目创建完成2.4 查看安装 Django 版本2.5 启动项目2.6 解决一点小问题3. 一点小补充4. 参考文献1. 安装需求在使用 python 框架 Django 需要注意下面事项Pycharm 版本是专业版而不是社区版本Pycharm 配置好了 python 解释器 （一般我们现在用的都是python3）我自己使用的是 Pycharm 版本是2020.1.22. 准备工作2.1 新建项目首先我们打

目录1. 问题2. 解决方案2.1 安装git2.2 升级 apt-get2.3 重新安装git3. 参考文献1. 问题今天打算在Linux使用git拉取github上的代码，结果出现如下所示的问题：(pytorch) root@dev-zzx-share:~/wyf/ModelStealing# git clone https://github.com/zlh-thu/StealingVerification.gitbash: git: command not found于是下面就开始我的解决

目录1. 安装Anaconda1.1 下载anaconda的安装包1.2 解决安装出现的bug1.3 安装anaconda1.4 点击Enter（回车键）1.5 输入 yes1.6 继续点击 Enter1.7 输入 yes，添加环境变量1.8 完成安装以及检测是否安装成功2. Anaconda安装Pytorch2.1 创建虚拟环境2.2 激活环境2.3 测试安装成功3. 参考文献1. 安装Anaconda1.1 下载anaconda的安装包这里我们需要在官网上查找自己需要的版本，地址链接在下面:h

目录1. 需求分析2.解决方法2.1 技术分析2.2 代码实现2.3 实验结果2.4 测试数据3. 参考文献1. 需求分析写这篇文章主要是自己为了偷懒不想将生成的数据手动一个个弄成json格式，比如我有下面这样的一大堆数据(截取了一部分展示)我需要弄成下面这种json格式：{"cm": [6935, 3585, 56, 10464]}最笨的办法就是一个个手动修改，但是当数据一旦很多的时候，这不累死孩子？所以接下来就是懒人用高效的办法解决。2.解决方法2.1 技术分析解决这个问题之前我们需

教程目录1.配置远程运行环境1.1 打开pycharm1.2 选择 SSH Interpreter1.3 填写密码2. 配置远程服务器信息2.1 配置远程python解释器2.2 选择本地要运行的代码和远程服务器地址3. 远程连接配置3.1 配置连接3.2 测试连接4. 指定运行环境5. 测试5.1 显示服务器文件5.2 运行项目6.参考资料1.配置远程运行环境在介绍如何配置Pycharm远程连接之前，我首先说明下我使用的是专业版Pycharm 2020，对于社区版貌似没有远程连接服务器这个功能，现

最近在学习的过程中碰到一个之前很熟悉的知识点，现在却傻傻分不清，就是我们在看代码的时候经常会看到某个函数里面 F.log_softmax(y/temp,dim=1)，比如这个dim=1因此为了彻底记住，网上查了些资料，把自己的理解记录在这里。0轴代表一个矩阵里竖着的那一个方向，1轴代表一个矩阵里横着的那一个方向。举个栗子，如下所示import numpy as npa = np.array([[1,2],[3,4],[5,6]])print(a)输出结果如下：[[1 ...

写这篇文章的理由是在anaconda下安装tensorflow和pytorch使用清华镜像下载速度慢，导致多次下载失败，网上说清华镜像挂了、有的人说清华镜像没挂，不管哪一方说的对与错，如果你之前使用了清华镜像的话导致你在anaconda中安装tensorflow和pytorch下载速度贼慢，那么我建议你吧清华镜像移除掉，具体方法如下：1.首先我们先查看已经安装过的镜像源，win+ r 打开cmd窗口执行命令然后输入：conda config --show 查看配置项channels，如果...

【情节回顾】因为实验需求，昨天晚上在实验室花了一点时间在Anaconda中安装Pytroch，恩恩，怀着满腔热情，抱着不破楼兰终不还的决心开始了我安装pytroch的慢慢征程。首先，我网上粗略的看了下别人写的攻略，然后选了一篇比较好的教程来安装（教程链接）然后，我就按照上面的教程开始我的操作，第一步看了他有个清华开源的镜像，说什么把这四句命令输入到Anaconda prompt中可以加快我们下载的速度。恩，我信了，我确实相信这个东西的强大。后面就是一葫芦画瓢，乘胜追击，直捣黄龙，把这些步骤弄完了

本篇文章主要从感知机的公式推导以及代码实现两个方面讲起。首先我们来介绍下感知机的定义：感知机是二分类的线性分类模型，输入为实例的特征向量，输出为实例的类别（取+1和-1）。感知机对应于输入空间中将实例划分为两类的分离超平面。因此，感知机旨在求出该超平面，为求得超平面我们这里引入了基于误分类的损失函数，利用梯度下降法对损失函数进行最优化。知道了感知机的基本定义之后，接下来我们需要来了解下感知机模型。感知机模型可以这样定义：假设输入空间（特征向量）是，输出空间为,输入表示实例的特征向量，对应于输入空

今天使用Jupyter，运行如下代码import pandas as pdfrom sklearn.datasets import load_iris# 加载数据集(这里使用的是鸢尾花数据集)iris = load_iris()#print(iris)# 将iris数据集中的特征属性提取出来df = pd.DataFrame(iris.data,columns=iris.feature_names)print(df)然后出现下面一个警告如下所示：网上搜索了下相关解决方案，

这篇文章主要记录的是自己在Anaconda中安装Tensorflow的一些经验以及教训。这里需要注意的是你已经安装过了Anaconda,如果你不会请参考这篇文章：安装Anaconda3以及如何使用Jupyter有了上面的准备工作接下来我们就要开始我们的安装工作了。1.首先打开我们的2.输入conda --version 然后显示相应版本3.检测目前安装了哪些环境变量，直接输入：conda info --envs4.查看当前有哪些可以使用的tensorflow版本：cond

上篇文章我们讲了如何安装Anaconda3以及Jypter安装Anaconda3以及如何使用Jupyter：https://blog.youkuaiyun.com/wyf2017/article/details/109308982但是，在我使用pycharm的过程中我发现了一个很烦人的现象，就是我在运行python文件的时候python console出现下面所示：就很奇怪，每次运行的时候总是多出一些无关紧要的输出，而且让我看输出也不方便。最重要的是每次运行完后，console不会自动关闭，这样co

之前安装过Anaconda3，但是今天发现我安装的Anaconda Navigator不见了，然后看了网上的各种博客发现是自己安装Anaconda3不完整所以才导致有些文件缺失，比如我之前只有下面红色箭头的两个文件，这显然是少了，正确的安装应该是我下面的全部东西，所以鉴于这种原因我将自己安装Anaconda3的正确步骤记录下来。1.下载和安装Anaconda3下载地址1）官网：https://www.anaconda.com/distribution/（不建议在这里下载，下载实在太慢了）

今天在学习过程中碰到了一个不懂的函数，如下图所示 fig = plt.figure() ax = fig.add_subplot(111)恩，这样看好像不太好解释，步入看个小demo如下所示：import matplotlib.pyplot as pltx = [1, 2, 3, 4, 5]y = [1, 4, 9, 16, 20]fig = plt.figure()fig.add_subplot(111)plt.scatter(x, y)plt.show()

使用python读取mnist.pkl文件的过程中出现如下所示错误下面是为修改之前的代码import picklef = open(r'D:\python-workspace\Neural_Network\dataset\mnist.pkl') # 读取文件info = pickle.load(f) # 加载文件print(info) #打印仔细分析下原因主要是我们读取的文件是二进制，所以需要在读取文件的open（）函数里面修改下，代码如下import picklef =

看了一篇关于FGSM文献，于是网上找了代码来复现，开心的打开Pycharm，然后将需要的包粘贴进去，运行的时候出现了一句话：No module named 'torch'自己仔细一看就发现是缺少了相关的包，然后网上找先关资料，结果就踩下了下面这篇文章的坑，这里我把地址放到下面win10+Python37环境pip安装pytorch及pycharm中导入pytorch遇到的问题按照他的方法我个人是没有尝试成功，于是在知乎上看到了一篇文章解决了我的问题，解决办法如下所示：在Pycharm终

在学习爬虫的过程中我们需要从网页爬取数据，然后在过滤数据，最后保存数据。其中过滤数据的时候我们需要提取这个网页中的某一部分而非全部，此时我们就要通过正则表达式去过滤，下面我通过个人的学整理了一些基础而且常见的正则表达式。操作符 说明 实例 . 表示单个字符 [ ] 字符集,对单个字符给出取值范围 [abc]表示a、b、 C，[a-z]表示a到z单个字符 * 前一个字符0次或无限次出现 abc*表示ab、abc、abcc、 abccc等 .

在使用Matplotlib 绘制饼图的时候有些时候一些数据的比列太小在饼图呈现的效果不明显 很容易被覆盖，为了解决这个问题以下就是我个人的心得。【未解决之前呈现的效果】可以看到这个饼状图其他和硕士这2个部分占比很小而且比例相互覆盖，这让人看起来不舒服，所以针对这个问题我们可以调整下字体大小以及布局大小。1.设置字体的大小patches,l_text,p_text=plt.pie(values, spaces, labels, colors, '%.1f%%', shadow=True,

在学习Matplotlib可视化过程中绘制一些相应的图形往往需要给图形添加数据标签这样才能通过图形更清楚的知道要表达的含义，下面通过一些简单的案例来讲解。【案例一】胡润财富榜：亿万资产超高净值家庭数利用水平交错条形图对比2016年和2017年亿万资产超高净值家庭数（top5）【需要运行出的效果如下】【代码】import matplotlib.pyplot as pltimport pandas as pd# 解决乱码plt.rcParams['font.sans-se

在学习matplotlib过程中，因为绘图需要显示文字，但是如果我们想要好看一点的格式就会输出中文，但是输出中文往往是乱码，网上找了很多资料看上去并不是很好，最后经过个人实践下面的这种方法是最实用的。【未解决乱码之前的案例】import pandas as pdimport numpy as npimport matplotlib.pyplot as pltimport matplotlib# fname 为 你下载的字体库路径，注意 SimHei.ttf 字体的路径font1 =

range是python中的一个内置函数，用于生成一系列连续的整数，创建一个整数列表，一般用在 for 循环中。【函数语法】range(start, stop[, step])参数说明：start: 计数从 start 开始。默认是从 0 开始。例如range（5）等价于range（0， 5）;stop: 计数到 stop 结束，但不包括 stop。例如：range（0， 5） 是[0, 1, 2, 3, 4]，没有5step：步长，默认为1。例如：range（0， 5）

在学习Pandas的过程中碰到里面有一些函数都包含了axis这个参数，但是这参数包含两个值0和1，而且0和1代表不同的含义，这也让我学的有点懵逼，于是网上查阅了一些相关资料把学习心得记录下来。以下面这张图为例，简单的来说就是axis=0代表往跨行（down)，而axis=1代表跨列（across)换句话说:使用0值表示沿着每一列或行标签/索引值向下执行方法 使用1值表示沿着每一行或者列标签横向执行对应的方法下面我们通过实际的例子来看看具体使用效果是什么。举例1: df.mean(ax

在学习Pandas过程中，碰到了下面的一个警告虽然说不是什么错误，但是看到这种警告就是让人不舒心。这是我写的代码#打印出每个大陆对spirit饮品消耗的平均值，最大值和最小值spirit = drinks.groupby('continent')['spirit_servings'].agg({"spirit_avg":'mean','spirit_max':'max','spirit_min':'min'})然后运行的时候出现下面警告错误大致的意思是：未来警告：使用序列上的dict

【前言】最近在使用pycharm这款编译器的时候，发现在学习python过程中没有代码提示就很烦，所以网上收集资料加上自身的实践总结出以下方法如何在pycharm中设置代码提示。【步骤一】起初看到网上很多教程都是这样点击File然后将Power Save Mode旁边的√去掉就可以，实际上确实是这样的，当我们敲代码的时候比如import就会有自动提示。【注意】但是可能有些小伙伴按照这样的提示可是还是不显示代码自动提示，为什么会这样呢，原因是你的Python环境没有配置好，我们按照下面

在学Python的过程中，由于之前学的是Java有一些编程功底，对于Python这门语言最多就是一些语法的格式不同而已，但是对于数据库操作大体思是一样的，今天来为大家介绍的是如何在Python中连接并使用MySQL。【安装mysql-connector 驱动】我们可以使用pip命令来安装mysql-connector：python -m pip install mysql-connector注意事项：刚开始我安装的时候在命令行输入这句代码（win+R）然后输入cmd，最后在里面输...