strip | 易学教程

stylegan2报错解决

阅读更多关于 stylegan2报错解决

#error "C++ versions less than C++11 are not supported." I encountered the same error. A nasty workaround was to add flags --std=c++11 and -DNDEBUG to the nvcc call in dnnlib/tflib/custom_ops.py ln 64 : cmd = 'nvcc --std=c++11 -DNDEBUG ' + opts.strip() https://mlog.club/article/2857895 “undefined symbol: _ZN10tensorflow12OpDefBuilder6OutputESs” https://blog.csdn.net/zaf0516/article/details/103618601 打开custom_ops.py中127行--compiler-options \'-fPIC -D_GLIBCXX_USE_CXX11_ABI=0，改为--compiler-options \'-fPIC -D_GLIBCXX_USE_CXX11_ABI=1，即可如下图所示：来源： oschina 链接： https://my.oschina.net/u/4339825/blog

爬虫技术初窥

阅读更多关于爬虫技术初窥

什么是爬虫网络爬虫是一种按照一定的规则，自动地抓取万维网信息的程序或者脚本。举个例子，用户浏览豆瓣时，作为活生生的人看到的是带有样式的HTML。爬虫看到的仅仅是HTML的文本内容。爬虫就是将这些标签里的内容提取出来而已。它要做的事情非常的简单。但是实现起来需要挺多的步骤。 URL代表着什么 URL全称统一资源定位符，在它的背后基本上有两种可能：1.一个固定的页面 2. 一个处理请求的程序（如servlet）。故当访问一个URL时，爬虫需要解析的可能是页面或者是json数据。（当然也有可能是类似json的其他格式化数据）用代码发送HTTP请求日常生活中，浏览器是访问互联网的工具。它替我们完成了一次次的HTTP请求，服务器在接收到请求后，就是返回响应的内容给浏览器。像一张HTML页面，返回过来之后，在浏览器中进行解析，最后得到平时看到的页面。那么想想一下一个没有界面的浏览器，并且接收的response也不会解析成好看的网页，只是输出单纯的HTML代码。这就是用代码发送请求，进而获得response的过程。对返回的HTML代码进行处理 public void parseDemo(){ HttpResponse response = HttpRequest.request("http://www.baidu.com"); } 模拟一个获取response的代码

HTML5 视频和音频的常用方法

阅读更多关于 HTML5 视频和音频的常用方法

HTML5 中为视频 video 和音频 audio 元素，提供了属性、方法和事件。这两个元素的常用属性上一节我们已经讲过了，本节我们来讲一下这两个元素的方法。视频和音频的常用方法 HTML5 中为 video 元素和 audio 元素提供了一些方法，这些方法可以用于操作 video 元素和 audio 元素，下面我们来看一下：方法描述 paly() 开始播放音频、视频 pause() 暂停当前播放的音频、视频 load() 重新加载音频、视频元素 addTextTrack() 向音频、视频添加新的文本轨道，所有主流浏览器都不支持此方法 canPlayType() 检测浏览器是否能播放指定的音频、视频类型其中 paly() 方法和 pause() 方法可以用于视频、音频的开始播放和暂停播放， load() 方法用于重新加载视频和音频，下面我们来看一下这些方法的使用。示例：在某段音频的下方创建三个按钮，分别是播放音频、暂停音频、重新加载。首先我们先插入一段音频，代码如下所示： <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>HTML5学习(9xkd.com)</title> </head> <body> <div> <audio id="myaudio" controls="controls">

python2.7监控flume

阅读更多关于 python2.7监控flume

由于工作需要，写了python2.7监控flume的功能，下面是干货，希望能帮到大家 #!/usr/bin/env python - - coding: utf-8 - - import datetime,os,sys,time,socket,urllib,json,urllib2,sys import requests #模拟curl http://ip:port/metrics,这里启动时定义是41415,默认是41414 def comm(ip,port,type): url=" http://%s:%s/metrics " %(ip,port) req=urllib2.Request(url) res=urllib2.urlopen(req).read() j=json.loads(res) sink = j["%s"%type]["EventDrainSuccessCount"] return sink sink4_42 = comm("10.1.1.42","41415","SINK.sink4") sink4_43 = comm("10.1.1.43","41415","SINK.sink4") sink4_44 = comm("10.1.1.44","41415","SINK.sink4") sink4_45 = comm("10.1.1.45","41415",

2020秋招面试必刷mybatis核心知识点（含答案）

阅读更多关于 2020秋招面试必刷mybatis核心知识点（含答案）

嘿，每日干货分享来袭，持续更新内容涵盖： Java、MyBatis、ZooKeeper、Dubbo、Elasticsearch、Memcached、Redis、MySQL、 Spring、Spring Boot、Spring Cloud、RabbitMQ、Kafka、 Linux 等技术栈. MyBatis 面试题： 1、什么是 Mybatis？ Mybatis 是一个半 ORM（对象关系映射）框架，它内部封装了 JDBC，开发时只需要关注 SQL 语句本身，不需要花费精力去处理加载驱动、创建连接、创建 statement 等繁杂的过程。程序员直接编写原生态 sql，可以严格控制 sql 执行性能，灵活度高。 2、MyBatis 可以使用 XML 或注解来配置和映射原生信息，将 POJO 映射成数据库中的记录，避免了几乎所有的 JDBC 代码和手动设置参数以及获取结果集。 3、通过 xml 文件或注解的方式将要执行的各种 statement 配置起来，并通过 java 对象和 statement 中 sql 的动态参数进行映射生成最终执行的 sql 语句，最后由 mybatis 框架执行 sql 并将结果映射为 java 对象并返回。（从执行 sql 到返回 result 的过程）. 2、Mybaits 的优点： 1、基于 SQL 语句编程，相当灵活

24招加速你的Python，超级实用

阅读更多关于 24招加速你的Python，超级实用

从以下九个方面讨论了加速Python的具体方法，一共24个，每个都带有优化前后的对比，非常实用。分析代码运行时间加速查找加速循环加速函数实用标准库加速 Numpy向量化加速加速Pandas Dask加速多线程多进程加速我在此基础上主要美化了编辑，方便读者更容易阅读学习。 “ 一、分析代码运行时间 1 测算代码单次运行时间平凡法：快捷法(Jupyter)： 2 测算代码重复执行多次平均用时平凡法：快捷法(Jupyter)： 3 按调用函数分析代码运行时间平凡法：快捷法(Jupyter)： 4 按行分析代码运行时间平凡法：快捷法(Jupyter)： “ 二、加速你的查找 ” 5 用set而非list进行in查找低速法：高速法： 6 用dict而非两个list进行匹配查找低速法：高速法： “ 三、加速你的循环 ” 7 优先使用for循环而不是while循环低速法：高速法： 8 循环体中避免重复运算低速法：高速法： “ 四、加速你的函数 ” 9、用缓存机制加速递归函数低速法：高速法： 10、用循环取代递归低速法：高速法： 11、使用Numba加速Python函数低速法：高速法： “ 五、使用标准库函数进行加速 ” 12、使用collections.Counter类加速计数低速法：高速法： 13

MobileNetV1/V2/V3简述 | 轻量级网络

阅读更多关于 MobileNetV1/V2/V3简述 | 轻量级网络

> MobileNet系列很重要的轻量级网络家族，出自谷歌，MobileNetV1使用深度可分离卷积来构建轻量级网络，MobileNetV2提出创新的inverted residual with linear bottleneck单元，虽然层数变多了，但是整体网络准确率和速度都有提升，MobileNetV3则结合AutoML技术以及人工微调进行更轻量级的网络构建来源：晓飞的算法工程笔记公众号 MobileNetV1 论文: MobileNets: Efficient Convolutional Neural Networks for Mobile Vision Applications 论文地址： http://arxiv.org/pdf/1704.04861.pdf Introduction MobileNet基于深度可分离卷积构建了非常轻量且延迟小的模型，并且可以通过两个超参数来进一步控制模型的大小，该模型能够应用到终端设备中，具有很重要的实践意义。 Depthwise Separable Convolution 假设标准卷积的输入和输出分别为$D_F\times D_F \times M$的特征图$\mathbb{F}$和$D_F \times D_F\times N$的特征图$\mathbb{G}$（假设特征图大小不变），卷积核大小为$D_K\times D

关于moment()的自定义时间快捷选项及值的回填

阅读更多关于关于moment()的自定义时间快捷选项及值的回填

使用场景：时间默认值可选用指定默认值或时间快捷选项。指定默认值是用户选定的某个固定时间，时间快捷选项是相对于打开应用的时间，并非固定时间，如选中了昨天，在8月20日打开应用时，时间回显8月19日，在9月30日打开应用时，时间回显9月29日。且这两种默认值的可用状态是互斥的，只可二选一。此处只列举格式为YYYYMMDD(年月日)的情况单个时间点的配置场景：选择固定默认值选择快捷选项时间区间的配置场景固定默认值选择快捷选项回显实现方式： // isRange 是否是时间区间 // timeSize 时间粒度(精确度) Y-年 M-月 w-周 D-日 // previousNumber 时间区间近*天(周/月/年) // hasThisYear 时间区间是否包含当天(本周/本月/本年) let defaultValue // 要回填的最终值 let date1 // 时间区间包含当天(本周/本月/本年) let date2 // 时间区间不包含当天(本周/本月/本年) if (!isRange) { switch (timeSize) { case 'Y': defaultValue = moment().year(moment().year() - 1).startOf('year') // 去年 break case 'M':

tensorflow文本分类实战——卷积神经网络CNN

阅读更多关于 tensorflow文本分类实战——卷积神经网络CNN

首先说明使用的工具和环境：python3.6.8 tensorflow1.14.0 centos7.0（最好用Ubuntu）　　关于环境的搭建只做简单说明，我这边是使用pip搭建了python的虚拟环境(virtualenv)，并在虚拟环境中安装tensorflow。详细步骤可以查看tensorflow的官网。注：本文参考于基于tensorflow、CNN、清华数据集THUCNews的新浪新闻文本分类训练数据　　训练（train.txt）和测试(test.txt)数据，两个文件的分类相同为100个分类，其中test.txt每个类下有200条测试数据，train.txt每个类下有1800条训练数据；数据共有两列，第一列为标签信息第二列为标题，见下图百度云链接：https://pan.baidu.com/s/1MZX8SOJ7lerov_UqZhSWeQ 提取码：9nvj 训练代码闲话少说直接上代码，支持训练模型固化，代码粘贴前都经过了测试,均可复现，并且在相应位置给出了注释，有任何疑问欢迎留言，不忙就会回复。 # ##################cnn训练代码################# # coding=utf8 import os import codecs import random import heapq import numpy as np

Python API 操作Hadoop hdfs详解

阅读更多关于 Python API 操作Hadoop hdfs详解

1：安装由于是windows环境（linux其实也一样），只要有pip或者setup_install安装起来都是很方便的 >pip install hdfs 2：Client——创建集群连接 > from hdfs import * > client = Client("http://s100:50070") 其他参数说明： classhdfs.client.Client(url, root=None, proxy=None, timeout=None, session=None) url：ip：端口 root：制定的hdfs根目录 proxy：制定登陆的用户身份 timeout：设置的超时时间 session:连接标识 client = Client("http://127.0.0.1:50070",root="/",timeout=100,session=False) >>> client.list("/") [u'home',u'input', u'output', u'tmp'] 3：dir——查看支持的方法 >dir(client) 4：status——获取路径的具体信息其他参数： status(hdfs_path, strict=True) hdfs_path：就是hdfs路径 strict：设置为True时，如果hdfs_path路径不存在就会抛出异常

订阅 strip