graphviz

转自： https://blog.csdn.net/elaine_bao/article/details/78668657 官网： https://www.bazel.build Github: https://github.com/bazelbuild/bazel 最近用到tensorflow的时候遇到了个新的编译工具Bazel，踩了无数坑之后终于决定还是系统地学习一下这货。 Bazel是一个类似于Make的编译工具，是Google为其内部软件开发的特点量身定制的工具，如今Google使用它来构建内部大多数的软件。Google认为直接用Makefile构建软件速度太慢，结果不可靠，所以构建了一个新的工具叫做Bazel，Bazel的规则层级更高。 下面就以C++和Bazel结合的例子理解一下Bazel的工作原理。 Install 安装过程请参考: http://bazel.io/docs/install.html 建立工作区（workspace） Bazel的编译是基于工作区（workspace）的概念。工作区是一个存放了所有源代码和Bazel编译输出文件的目录，也就是整个项目的根目录。同时它也包含一些Bazel认识的文件： WORKSPACE 文件，用于指定当前文件夹就是一个Bazel的工作区。所以WORKSPACE文件总是存在于项目的根目录下。 一个或多个 BUILD 文件

下载protege5.20 下载graphviz2.38 打开protege，首先配置graphviz。左上角，File——Preference——OWLViz——修改path to DOT，为graphviz2.38安装路径。 打开OWL文件。左上角 File-Open——打开文件打开本地owl文件 打开后Entities里面可以看到Class hierarchy。 点击菜单栏 Windows——views——Class views——OWLViz，然后在屏幕找个地方放置OWLViz窗口即可。 点击OWLViz中Export to Image，可以导出关系图。 不行的话，3、4步骤交换顺序试一下。 来源： oschina 链接： https://my.oschina.net/LevideGrowthHistory/blog/4836907

点击上方“蓝字”带你去看小星星 引言 近日，南大周志华等人首次提出使用 深度森林 方法解决多标签学习任务。该方法在 9 个基准数据集、6 个多标签度量指标上实现了最优性能。 而深度森林是基于 决策树 构建的深度集成模型，因此对于想了解深度森林以及对这个方法本身感兴趣的同学需要对决策树有一个了解。 在这一讲中，你将会： 1、认识决策树； 2、大体了解决策树是如何训练的； 3、学会sklearn中决策树使用方法。 什么是决策树 如果我们在意模型的 可解释性 ，那么决策树(decision tree)分类器绝对是上佳的选择。如同名字的字面意思，我们可以把决策树理解为基于一系列问题对数据做出的分割选择。 举一个简单的例子，我们使用决策树决定去不去见相亲对象 这就是决策树，每一层我们都提出一个问题，根据问题的回答来走向不同的子树，最终到达叶子节点时，做出决策（去还是不去）。 再比如我们可以用一个决策树来判断一个西瓜好瓜还是坏瓜： 在上面的两个例子中，方框子树为 特征 ，比如是“美不美”或者“触感”； 而分支的条件为特征下的 数据 ，比如西瓜例子中触感：硬滑或者软粘。 虽然上图中做出的每个决策都是根据离散变量，但也可以用于连续型变量，比如，对于Iris中sepal width这一取值为实数的特征，我们可以问“sepal width是否大于2.8cm 当一颗决策树的节点以及判断条件都被确定的时候

sklearn决策树可视化时报错（graph.write_png()），出错原因是没有安装GraphViz's executables。Graphviz不是一个python tool，仍然需要安装GraphViz's executables.下载链接 http://www.graphviz.org/download/ win64具体下载链接： https://www2.graphviz.org/Packages/development/windows/10/cmake/Release/x64/ 对于一般IDE环境下安装后需要将Graphviz的bin路径添加到环境变量Path中，对于虚拟环境，例如conda，需要将bin路径下的内容拷贝到虚拟环境下的Library目录下（重复不覆盖）。 来源： oschina 链接： https://my.oschina.net/dong706/blog/4710199

gin - pprof go get https://github.com/gin-contrib/pprof main.go package main import ( "github.com/gin-contrib/pprof" "github.com/gin-gonic/gin" ) func main() { s := gin.Default() // 方式一：性能 pprof.Register(s) // 方式二：性能 - 授权访问 a := s.Group("/admin", gin.BasicAuth(gin.Accounts{"root": "888000"})) pprof.RouteRegister(a) s.Run(":13000") } web访问 http://127.0.01:13000/admin/debug/pprof/ 页面元素 类型 描述 备注 allocs 内存分配情况的采样信息 可以用浏览器打开, 但可读性不高 blocks 阻塞操作情况的采样信息 可以用浏览器打开, 但可读性不高 cmdline 显示程序启动命令及参数 可以用浏览器打开 goroutine 当前所有协程的堆栈信息 可以用浏览器打开, 但可读性不高 heap 堆上内存使用情况的采样信息 可以用浏览器打开, 但可读性不高 mutex 锁争用情况的采样信息 可以用浏览器打开,