长短 实战 记忆pytorch
【matplotlib 实战】--堆叠柱状图
堆叠柱状图，是一种用来分解整体、比较各部分的图。与柱状图类似，堆叠柱状图常被用于比较不同类别的数值。而且，它的每一类数值内部，又被划分为多个子类别，这些子类别一般用不同的颜色来指代。 柱状图帮助我们观察“总量”，堆叠柱状图则可以同时反映“总量”与“结构”。也就是说，堆叠柱状图不仅可以反映总量是多少？ ......
《Windows PowerShell实战指南 第3版》读书笔记-第1章：背景介绍
脚本只是使用PowerShell的一种方式，学习PowerShell并不一定需要从脚本开始。 为什么要重视PowerShell 使用PowerShell之前： GUI交互方式更简单易学，但效率更低； VBScript对Windows组件的支持不够全面； 使用PowerShell之后： PowerSh ......
pytorch(8-3) 文本语言处理 拆分成字符统计词频并从高到底分配ID 画图可视化1-3元词频分布规律
https://zh.d2l.ai/chapter_recurrent-neural-networks/language-models-and-dataset.html import collections import re from d2l import torch as d2l #@save ......
搭建Pytorch2.1+CUDA12.1+Anaconda+Pycharm深度学习环境
环境： Win11 22H2 需要的安装包： Anaconda3-2021.05-Windows-x86_64.exe Python 3.11. pycharm-professional-2021.2.1.exe CUDA12.1与CUDNN V8.9.5 pytorch 2.1 选择性安装Open ......
《动手学深度学习 Pytorch版》 8.3 语言模型和数据集
8.3.1 学习语言模型 依靠在 8.1 节中对序列模型的分析，可以在单词级别对文本数据进行词元化。基本概率规则如下： \[P(x_1,x_2,\dots,x_T)=\prod^T_{t=1}P(x_t|x_1,\dots,x_{t-1}) \]例如，包含了四个单词的一个文本序列的概率是： \[P( ......
pytorch(8-2) 文本语言处理 拆分成字符统计词频并从高到底分配ID
https://zh.d2l.ai/chapter_recurrent-neural-networks/language-models-and-dataset.html import collections import re from d2l import torch as d2l #@save ......
Go字符串实战操作大全！
在本篇文章中，我们深入探讨了Go语言中字符串的魅力和深度。从基础定义、操作、字符编码到复杂的类型转换，每个环节都带有实例和代码示例来深化理解。通过这些深入的解析，读者不仅能够掌握字符串在Go中的核心概念，还能洞察Go设计哲学背后的思考。 关注公众号【TechLeadCloud】，分享互联网架构、云服 ......
client-go实战之六:时隔两年，刷新版本继续实战
欢迎访问我的GitHub 这里分类和汇总了欣宸的全部原创(含配套源码)：https://github.com/zq2599/blog_demos 时隔两年，《client-go实战》被激活，更多内容将会继续更新 时间过得真快，《client-go实战》系列已是两年前的作品，近期工作中再次用到clie ......
sql查询实战代码
<select id="workPage" resultType="com.shsajt.db.model.ContractWork"> select * from contract_work cw left join contract_item ci on cw.item_id = ci.id l ......
安装pytorch报错，没解决
environment variables: CIO_TEST= CLASS_PATH=.:/exe/jdk/jdk1.8.0_341/lib/dt.jar:/exe/jdk/jdk1.8.0_341/lib/tools.jar :/exe/jdk/jdk1.8.0_341/jre/lib COND ......
《安富莱嵌入式周报》第324期：单对以太网技术实战，IROS2023迪士尼逼真机器人展示，数百万模具CAD文件下载，闭环步进电机驱动器，CANopen全解析
周报汇总地址：http://www.armbbs.cn/forum.php?mod=forumdisplay&fid=12&filter=typeid&typeid=104 更新一期视频教程： 第8期ThreadX视频教程：应用实战，将裸机工程移植到RTOS的任务划分，驱动和应用层交互，中断DMA， ......
linux vmstat命令实战详解
Linux vmstat命令实战详解 vmstat命令是最常见的Linux/Unix监控工具，可以展现给定时间间隔的服务器的状态值,包括服务器的CPU使用率，内存使用，虚拟内存交换情况,IO读写情况。这个命令是我查看Linux/Unix最喜爱的命令，一个是Linux/Unix都支持，二是相比top， ......
【Pytorch】小土堆笔记（未完成）
transforms 在训练的过程中，神经网络模型接收的数据类型是 Tensor，而不是 PIL 对象，因此我们还需要对数据进行预处理操作，比如图像格式的转换。 同时我们可以对图片进行一系列图像变换与增强操作，例如裁切边框、调整图像比例和大小、标准化等，以便模型能够更好地学习到数据的特征。 这些操作 ......
【接口自动化】python+selenium基础实战--登录
安装好环境后，来试试一个基本的登录功能# #-*-coding:utf-8-*-from selenium import webdriver import time driver = webdriver,Chrome() driver.get("http://localhost:63342/proj ......
《动手学深度学习 Pytorch版》 8.2 文本预处理
import collections import re from d2l import torch as d2l 解析文本的常见预处理步骤： 将文本作为字符串加载到内存中。 将字符串拆分为词元（如单词和字符）。 建立一个词表，将拆分的词元映射到数字索引。 将文本转换为数字索引序列，方便模型操作。 ......
【matplotlib 实战】--直方图
直方图，又称质量分布图，用于表示数据的分布情况，是一种常见的统计图表。 一般用横轴表示数据区间，纵轴表示分布情况，柱子越高，则落在该区间的数量越大。构建直方图时，首先首先就是对数据划分区间，通俗的说即是划定有几根柱子（比如，1980年~2020年的数据，每5年划分一个区间的话，共8个区间）。接着，对 ......
Redis实战管理
目录Redis 实战管理Redis 数据类型Redis 通用操作strings（字符）类型操作增删改查hash（字典）类型操作增删改查List（列表）类型操作增删改查Set（集合）类型操作增删改查Sorted-Set（有序集合）类型操作增删改查 Redis 实战管理 Redis 数据类型 Strin ......
docker入门加实战——docker安装并配置阿里云加速
docker入门加实战——docker安装并配置阿里云加速 为什么要学习docker 在开发和部署项目的过程中，经常会遇到如下问题： 软件安装包名字复杂，不知道去哪里找 安装软件和部署项目步骤复杂，容易出错 这就是我们今天要学习Docker技术要解决的问题。有了Docker以后，项目的部署会如丝般顺 ......
windows下安装conda和安装GPU版本的tensorflow和pytorch
windows下安装conda和安装GPU版本的tensorflow和pytorch 驱动下载 查看自己电脑的独立显卡型号 如：NVIDIA GeForce RTX 3060 在查看自己电脑是否已经安装了显卡驱动，如果显卡可用，那么就是安装了驱动；否则就要到NVIDIA官网下载驱动 NVIDIA驱动 ......
《动手学深度学习 Pytorch版》 8.1 序列模型
到目前为止，我们遇到的数据主要是表格数据和图像数据，并且所有样本都是独立同分布的。然而，大多数的数据并非如此。比如语句中的单词、视频中的帧以及音频信号，都是有顺序的。 简言之，如果说卷积神经网络可以有效地处理空间信息，那么本章的循环神经网络（recurrent neural network，RNN） ......
pytorch(8-1) 循环神经网络 序列模型
https://zh.d2l.ai/chapter_recurrent-neural-networks/sequence.html #%matplotlib inline import torch from torch import nn from d2l import torch as d2l f ......
异步爬虫实战：实际应用asyncio和aiohttp库构建异步爬虫
在网络爬虫的开发中，异步爬虫已经成为一种非常流行的技术。它能够充分利用计算机的资源，提高爬虫效率，并且能够处理大量的运算请求。Python中的asyncio和aiohttp库提供了强大的异步爬虫支持，使得开发者能够轻松构建高效的异步爬虫。 什么是异动爬虫？为什么要使用自动爬虫？ 异步爬虫是一种高效的 ......
企业级增量实战
企业级增量恢复实战 背景： 某大型网站，mysql数据库，数据量500G，每日更新量100M-200M 备份策略： xtrabackup，每周六0:00进行全备，周一到周五及周日00:00进行增量备份。 故障场景： 周三下午2点出现数据库意外删除表操作。 模拟故障: # 编辑脚本 #!/bin/ba ......
pytorch训练模版
train.py import torch import numpy as np import os import math import sys import argparse import psutil import torch import torch.optim as optim impor ......
pytorch 自定义dataset类
实现模版 class our_dataset(Dataset): def __init__(self,···): super(our_dataset, self).__init__() #初始化，可以自定义添加参数 def __getitem__(self,index): ··· return im ......
PyTorch学习笔记
Pycharm按住Ctrl可以查看这个类 ctrl + /快速注释 ctrl + P可以知道函数需要一个什么参数 transforms的使用 Tensorboard 使用 transforms的Normalize作用：可以用来标准化 Compose的用法 dataloader 神经网络torch.n ......
盘点一个Python自动化办公Excel数据填充实战案例（上篇）
大家好，我是皮皮。 一、前言 前几天在Python白银交流群【上海新年人】问了一个Python自动化办公的问题，一起来看看吧。有个表格，里面每行信息，如下图所示： 现在需要将数据贴到另一个文件指定单元格中，另一个文件是这样子的。 下图是他的原始数据和他想得到的目标数据，一页有三个，如下所示： 预期得 ......
pytorch中squeeze()和unsqueeze()函数
下面使用一个二维矩阵看下dim不同时呈现出的效果： # 创建一个3*4的全1二维tensor a = torch.ones(3,4) ''' 运行结果 tensor([[1., 1., 1., 1.], [1., 1., 1., 1.], [1., 1., 1., 1.]]) '''在0维度上插入一 ......
pytorch 计算网络模型的计算量FLOPs和参数量parameter参数数量
参数量方法一：pytorch自带方法，计算模型参数总量 参数量方法二： summary的使用：来自于torchinfo第三方库 参数量方法三： summary的使用：来自于torchsummary第三方库 计算量方法一：thop的使用，输出计算量FLOPs和参数量parameter我们通常要通过计算 ......
pytorch permute
pytorch permute permute(dims)将tensor的维度换位。参数：参数是一系列的整数，代表原来张量的维度。比如三维就有0，1，2这些dimension。例： import torch import numpy as np a=np.array([[[1,2,3],[4,5,6 ......