原创 Scrapy-splash 渲染網頁(windows10)

Scrapy-splash 渲染網頁         scrapy爬蟲框架沒有提供頁面js渲染服務,所以我們獲取不到部分HTML網頁的數據信息,我們可以通過一個渲染引擎來爲我們提供渲染服務將網頁所有信息均呈現出來-----Splash渲染

原创 利用Navicat實現mysql數據庫導出與讀入

1 Navicate 導出SQL數據 步驟 1 :選中所需導出數據 步驟2 :選中 Dump SQL File -> Structure And Data         步驟3 :輸出.sql文件 Navicate 讀取SQL數據

原创 git 出現 fatal: remote origin already exist 錯誤時,解決辦法

問題分析: 往往出現 fatal: remote origin already exist, 是 git 默認了上一個github地址,而當前的地址與上一個項目地址衝突,不相符 題解辦法: 可以考慮直接在當前的項目文件中,修改文件配置參數

原创 git獲取並設置github中的ssh公鑰

 默認情況下,用戶的 SSH 密鑰存儲在其 ~/.ssh 目錄下。 進入該目錄並列出其中內容,你便可以快速確認自己是否已擁有密鑰: 步驟 1 :查看文件是否存在,文件不存在調至步驟2 ,文件存在跳轉只步驟3 # step 1 查詢~/

原创 在pycharm中,創建python文件夾與普通文件夾的區別(帶有_inin_.py)

一、pycharm當中,新建package有兩種類型(文件夾、python文件夾)   ①python package包是一個帶有特殊文件 __init__.py 的目錄 __init__.py 文件定義了包的屬性和方法。 其實它可以什

原创 (精)配置scrapy時,遇到Fatal error in launcher: Unable to create process using "xxxx"問題解決

1、基本情況解析: ①scrapy是在自己創建的Python3虛擬環境py36下安裝的 ②安裝scrapy選擇的命令是: conda install -c conda-forge scrapy ③在啓動項目時,已經確保進入了項目文件夾,

原创 jieba分詞 半自動安裝流程(下載安裝包,手動安裝)

1.下載jieba分詞工具包 下載地址:https://pypi.org/project/jieba/ 2.將安裝包解壓並放置在安裝包文件夾中: #  D:\anaconda\envs\py36\Lib\site-packages 3

原创 模塊無法引用,出現ModuleNotFoundError: No module named 'XXXX',解決辦法!!!

將自己做的py文件放到 site_packages 目錄下: site_packages 文件保存在你的pycharm的編譯環境裏邊: 如何查找 : 1 ,首先查看自己編譯器位置。 2.打開到下圖這個位置 3.一般調用的相關包都保存在

原创 瞭解 HMM 算法

什麼是HMM 模型?和馬爾可夫鏈又有什麼關係? 回答 : (1)什麼是馬爾科夫鏈?:(百度、知乎)有相關解釋。 (2)什麼是HMM模型? 隱馬爾可夫模型(HMM)可以用五個元素來描述,包括2個狀態集合和3個概率矩陣: 1. 隱含狀態 S

原创 如何理解機器學習?

1.大家經常會爲在想,到底什麼是機器學習? 機器學習相關解釋: (1)使用算法解析數據,從中學習,然後對世界上的某件事情做出決定或預測 (2)從任務T ,訓練過程E,模型表現 P ,機器學習過程被解釋爲:【爲實現任務T】,通過【訓練關於T

原创 機器學習的算法是如何劃分的?

機器學習算法有哪些? 機器學習算法包括: 1、分層聚類,2、KNN,3、基於密度的聚類DBSCAN,4、K-means,5、自組織映射SOM,6、PCA,7、LDA,8、MDS,9、樸素貝葉斯,10、數據降維,11、神經網絡,12、GMM

原创 反向傳導算法

反向傳導算法 目錄 反向傳導算法 推導流程 中英文對照 推導流程 假設我們有一個固定樣本集 ,它包含  個樣例。我們可以用批量梯度下降法來求解神經網絡。具體來講,對於單個樣例 ,其代價函數爲: 這是一個(二分之一的)方差代價函數。給定一

原创 微信公衆號開通了

微信公衆號 :“人工智能AI圈” 今天,博主開通了自己的微信公衆號“人工智能AI圈”,目前,公衆號正在初步構建階段,有感興趣的小夥伴可以先掃碼關注!

原创 稀疏自編碼器符號一覽表

下面是我們在推導sparse autoencoder時使用的符號一覽表: 符號 含義 訓練樣本的輸入特徵,. 輸出值/目標值. 這裏  可以是向量. 在autoencoder中,. 第  個訓練樣本 輸入爲  時的假設輸出,其中包

原创 自編碼算法與稀疏性

目前爲止,我們已經討論了神經網絡在有監督學習中的應用。在有監督學習中,訓練樣本是有類別標籤的。現在假設我們只有一個沒有帶類別標籤的訓練樣本集合  ,其中  。自編碼神經網絡是一種無監督學習算法,它使用了反向傳播算法,並讓目標值等於輸入值,