原创 python學習——序列

Python支持一種數據結構的基本概念,名爲容器。容器基本上就是可包含其他對象的對象。兩種主要的容器是: 序列(列表與元組) 映射(字典) 在序列中,每個元素都有編號,而在映射中,每個元素都有名稱(也叫鍵)。 還有一種既不是序

原创 python學習——字符串

所有的標準序列操作都是用於字符串,但是字符串是不可變的,因此所有的元素賦值和切片賦值都是非法的。 一、設置字符串的格式 # 設置字符串的格式 # 只寫兩種 # 1、使用元組 a = "Hello, %s. %s enough

原创 python——抽象

抽象是程序能夠被人們理解的關鍵所在。 你不需要知道具體的操作細節,只需要這是知道是做什麼的。 一、自定義函數 一般而言,要判斷某個對象是否可調用,可使用內置函數callable。 a = 1 y = math.sqrt print

原创 Tensorflow筆記——可視化預測結果

本章的前期工作以及神經網絡的搭建:https://blog.csdn.net/ileopard/article/details/102763645 一、可視化界面設計     使用 tkinter來設計可視化界面 1.新建窗體 from

原创 python學習——條件、循環及其他語句

一、賦值魔法 # 1、序列解包,同時給多個變量賦值,序列可以是元組和列表 # 要解包的序列包含的元素個數必須與你在等號左邊列出的目標個數相同 x, y, z = 1, 2, 3 # 1 x, y = y, x # 2 valu

原创 'pip' 不是內部或外部命令,也不是可運行的程序 或批處理文件。

剛入門Python機器學習 我安裝的是PyCharm.   pip install scipy 在安裝scipy包時:出現'pip' 不是內部或外部命令,也不是可運行的程序 或批處理文件。   在file->settings裏安裝也出錯,

原创 python——再談抽象

主要學習如何創建對象,多態、封裝、方法、屬性、超類和繼承。 一、對象魔法 在面向對象編程中,術語對象大致意味着一系列數據(屬性)以及一套訪問和操作這些數據的方法。 優點: 多態:可對不同類型的對象執行相同的操作。 封裝:可對外部

原创 python——魔法方法、特性和迭代器

在python中,有些名稱很特別,開頭和結尾都是兩個下劃線。這樣的拼寫表示名稱有特殊意義,因此絕不要在程序中創建這樣的名稱。 在這樣的名稱中,有很大一部分都是魔法方法的名稱。 在python3中沒有舊式類,因此無需顯示地繼承ob

原创 Pytorch學習(2)- tensor

Tensor:張量,可以是標量(一個數)、向量(一維數組)、矩陣(二維數組)或者更高維的數組。 它與numpy和ndarrays相似,但是PyTorch的tensor支持GPU加速。 一、tensor分類 從接口的角度分類        

原创 Oracle——SELECT語句

本問介紹了以下內容: 執行單表SELECT語句和多表的SELECT語句 在Oracle數據庫內部使用行標識符rowid來訪問一行 在SQL語句中執行算術運算 對日期進行加減法操作 使用別名來引用表和列,列需要使用AS關鍵字 使用

原创 JSP文件中加載JS和CSS文件出錯兩大問題

路徑問題 過濾器問題 先看一下我的項目框架 1.路徑問題      加上${pageContext.request.contextPath} <!-- CSS路徑 --> <link rel="stylesheet" type

原创 Python3,pycharm——將.py文件轉換爲.exe文件

在pycharm終端內進行以下三個個步驟: 安裝pyinstaller:pip install pyinstaller 進入D:\Python\Scripts(python的安裝目錄)目錄下:cd D:\Python\Scripts 執行

原创 Pytorch學習(4)-Autograd

      Autograd(torch.autograd):一套自動求導引擎,可以根據輸入和前向傳播過程自動構建計算圖,並執行反向傳播。 計算圖(Computation Graph)是現代深度學習框架(如PyTorch和Tensorfl

原创 Spring——入門學習

一、前期準備 開發工具:eclipse Spring框架包(基本只需四個包,其他的在之後需要用到的時候自行添加)       第三方依賴包      準備好後,將上面的五個包複製到lib或者Referenced Libraries文件夾內

原创 Pytorch學習(3)- 線性迴歸

線性迴歸利用數理統計中的迴歸分析來確定兩種或兩種以上變量間相互依賴的定量關係,其表達式爲:                                y = w*x + b + e, 誤差e服從均值0的正態分佈。線性迴歸的損失函數是: