原创 Java基礎小知識

1. Java創建對象的方式有幾種? 通過new 語句實例化一個對象 通過反射機制創建對象 通過clone()方法創建一個對象 通過反序列化的方式創建對象 第一種方式就不用贅述了,我們先看第二種方式: 反射機制提供的功能:

原创 數據分析LIB

一些常見的進行數據清洗的庫,以及自己常用到的自定義的庫,都寫在這裏: MyLib ''' 這個類用來處理表格數據中的類別,把類別轉化爲整形數字 還可以用來自定義補空(平均值,中值等) ''' class TransformAndF

原创 推薦系統簡述

推薦系統分爲基於用戶和基於物品 舉個例子,用戶A喜歡給《上海堡壘》打高分,用戶B也喜歡給《上海堡壘》高分,我們可以看出A,B臭味相投,A喜歡的電影也可以推薦給B,這就是基於用戶的推薦系統。如果A喜歡電影《上海堡壘》,而《上海堡壘》

原创 深度學習 AI入門-1

初體驗 path = untar_data(URLs.PETS) # 自動下載並解壓數據 fnames = get_image_files(path_img) # 得到路徑下所有的圖片 data.show_batch(rows

原创 RabbitMQ——事務

事務模式 事務具有原子性,MQ發送消息也應當具有原子性,下面介紹一下事務模式: send: public class Send { private static final String QUEUE_NAME = "si

原创 RabbitMQ——消息發佈訂閱

消息訂閱發佈 一個生產者,多個消費者 每個消費者都有自己的隊列 生產者,沒有直接把消息發送到隊列,而是先發送到交換機 每個隊列都要綁定到交換機 生產者發送的消息 經過交換機,到達隊列,就能實現一個消息被多個消費者消費 話不

原创 RabbitMQ——路由模式

下面我們將要實現這個模型,所有的代碼將都是以這個模型爲基礎: direct: 首先,我們設置的routingKey是 error,那麼按照路由規則,我們最終將向這兩個隊列發送消息: 生產者: public class Send

原创 RabbitMQ——work queue

工作隊列 包含一個生產者和多個消費者的MQ。生產者發送消息非常輕鬆,消費者和業務結合,需要花費時間。 下面介紹一種輪詢方式的工作隊列: 首先定義生產者: public class Send { private stat

原创 docker搭建zookeeper集羣

docker配置zookeeper集羣: 我們需要的 docker-compose.yml 文件 ,這個需要我們自己先安裝好,docker以及docker-compose,這個我在之前的教程中寫到了,可以看這裏:docker-co

原创 Pytorch入門-2

第一種神經網絡的寫法 假設這裏有一個二分類問題: import torch import torch.nn as nn import torch.nn.functional as F from torch.autograd imp

原创 RabbitMQ消息確認以及return機制

消息確認機制 消息發送出去後,如果想確定消息發送的狀態信息,發送成功或者發送失敗,rabbitmq中有一套完整的檢測機制來檢測這類問題,我們只需要調用即可,具體的檢測機制我們後面再討論,暫且看一下怎麼用代碼先實現: public

原创 grep sed awk三劍客詳解

find 學這三個命令之前,還是要先來個開胃菜,學一下find命令: find /etc/ -name *.txt # 查找etc下面所有的txt文件 find /etc/ -name feed -type f # 查找fe

原创 關於Numpy的進一步總結

下面把一些容易忘記的numpy操作重新總結一下: array1 = np.array([3,4,1,7,45,6,15,37,1,25]) print(array1[array1>10]) # [45 15 37 25] np.

原创 關於經典機器學習算法的一個總結

分類和迴歸 我們分爲這兩個方面來總結: 分類算法: Perceptron Logistic Regression(不用標準化處理) Perceptron from sklearn.linear_model import Pe

原创 Java網絡編程-1

UDP單播 首先我們想一個場景,你住在河東,你的朋友小白住在河西,你們中間隔着一條河 ,你要給小白送禮物,以下的代碼都是基於這個場景 首先是客戶端(也就是我自己): public class AddressClient {