原创 MySQL安裝配置問題與解決（This application requires Visual Studio 2013 Redistributable）
安裝問題：This application requires Visual Studio 2013 Redistributable. Please install the Redistributable then run this i
2019-07-30 01:41:22
原创 WEB（html）天氣預報插件代碼——通過iframe控件調用實現
天氣預報調用網址（可定製）：http://www.tianqi.com/plugin/ ——————————————————————————————————————圖 1—————————————————————————————
2019-07-30 01:41:22
5
原创 機器學習(Machine Learning)路線圖【待完善】
【圖解機器學習】 機器學習路線圖： 【1】● http://blogs.sas.com/content/subconsciousmusings/2017/04/12/machine-learning-algorithm-use/
2019-06-11 09:23:40
原创 文獻 | 2010-2016年被引用次數最多的深度學習論文（修訂版）——【轉載】
一、書籍 Deep learning (2015) 作者：Bengio 下載地址：http://www.deeplearningbook.org/ 二、理論 1.在神經網絡中提取知識 Distilling the knowledge in
2019-05-09 12:15:02
原创 樹莓派的實現【待編輯】
怎樣在樹莓派上輕鬆實現深度學習目標檢測？ 1. Facebook開源Caffe2：可在樹莓派上訓練和部署模型 http://shumeipai.nxez.com/2017/04/24/caffe2-in-th
2019-05-07 07:42:43
原创 常見 User-Agent 大全
window.navigator.userAgent 1) Chrome Win7: Mozilla/5.0 (Windows NT 6.1; WOW64) AppleWebKit/535.1 (KHTML, like Gecko)
2019-03-26 03:12:00
原创 網絡爬蟲-1（共？）：爬取網頁的預備知識（簡單爬取 / 虛擬頭信息）——連接url
謹以此記錄個人學習過程，以期爲後來者提供一絲半毫之參考。 準備工作：pip install urllib 第一：實現基本網頁抓取。 第二：有些網站不能通過機器簡單訪問。需要使用代理繞過服務器的鑑別阻攔。 第三：
2019-03-26 03:12:00
原创 網絡爬蟲-2（共？）：知識框架-及-URL管理器實現
謹以此記錄個人學習過程，以期爲後來者提供一絲半毫之參考。 爬蟲構造過程整體框架： URL管理器：管理待抓取URL集合和以抓取URL集合。防止重複抓取/防止重複抓取 URL管理器實現方式：內存/關係數據庫/緩存數據庫 網頁下
2019-03-26 03:12:00
原创 網絡爬蟲-3（共？）：網頁解析器實現
網頁解析器的目的 及 四種網頁解析器的類型： 結構化解析——DOM(Document Object Model) 樹。結構如下：
2019-03-26 03:12:00
原创 【上中課程】詞雲Word Cloud（標籤雲、詞頻分析、文本分析）的實現——應用jieba庫和wordcloud庫
詞雲，又稱文字雲、標籤雲，是對文本數據中出現頻率較高的“關鍵詞”在視覺上的突出呈現，形成關鍵詞的渲染形成類似雲一樣的彩色圖片，從而一眼就可以領略文本數據的主要表達意思。常見於博客、微博、文章分析等。 基本概念： 1.語
2019-03-25 03:19:02
1
原创 發明專利、實用新型專利——下載步驟
專利下載步驟： 1.首先從知網查得其專利號 2.而後，進入中國專利佈告公告網址，輸入相應專利號 3.點擊【實用新型專利】鏈接，即可進入瀏覽頁面進行下載。 中國專利佈告公告網址——【http://epub.sipo.gov.cn/in
2019-03-11 23:43:51
原创 詞頻分析準備工作——jieba庫、WordCloud庫的安裝。
pip包的升級： 1.pip show pip 查看當前pip版本【pip如有新版本一般都會在控制面板實時顯示的】 2.python -m pip install --upgrade pip 升級pip jieba中文分詞第三方庫的安
2019-03-07 19:46:38
原创 【ML_Algorithm 6 】貝葉斯(Bayes)——算法概念梳理與實際應用
基本概念導引： 貝葉斯法是關於隨機事件A和B的條件概率和邊緣概率的。 其中P(A|B)是在B發生的情況下A發生的可能性。 爲完備事件組，即 在貝葉斯法則中，每個名詞都有約定俗成的名稱： P(A)是A的先驗概率或邊緣概率。之所以稱爲"
2018-12-25 19:33:48