LTC_1234-CSDN博客

文章目录except 的介绍except 的使用转载于： http://blog.chinaunix.net/uid-20690190-id-1894513.html 感谢except 的介绍expect脚本是Tcl脚本语言的拓展。用来实现自动的交互式任务，无需人为干预。在实际开发中，运行shell脚本有时候会输入linux密码或者是mysql密码等，而expect可以帮我们输入except 的使用。我们首先从一个简单的例子开始，如同在这一节一开始就提到的，我们想设置一个自动的文件下载程序。 &n

2022-04-26 16:40:08 2709

转载 Git 从master拉取代码创建新分支

转载于： http://www.divcss5.com/html/h63419.shtml从master拉取新分支并push到远端开发过程中经常用到从master分支copy一个开发分支：1.切换到被copy的分支（master），并且从远端拉取最新版本$git checkout master$git pull2.从当前分支拉copy开发分支$git checkout -b devSwitched to a new branch ‘dev’3.把新建的分支push到远端$git pus

2022-03-01 14:42:36 1831

原创 Shell脚本中引用另一个脚本文件

在Shell中要调用别的shell脚本或别的脚本中的变量有一下两种方式：方法一: 使用点号. ./subscript.sh方法二: 使用sourcesource ./subscript.sh注意:1.两个点之间，有空格2.两个脚本不在同一目录，要用绝对路径3.为简单起见，通常用第一种方法例子mainshell.sh #主脚本subshell.sh #子脚本###subshell.sh内容如下:####!/bin/bashstring=

2022-01-29 15:35:23 3163

原创 python中 shutil的使用

文章目录shutil的介绍python中 shutil的使用shutil的介绍shutil 是 python 高级的文件，文件夹，压缩包处理模块，shutil模块中包含一些函数，让你在 Python 程序中复制、移动、改名和删除文件。要使用 shutil 的函数，首先需要 import shutil。python中 shutil的使用shutil 是高级的文件，文件夹，压缩包处理模块。1.shutil.copyfileobj(fsrc, fdst[, length])将文件内容拷贝到另一个文件中im

2022-01-13 17:48:58 3684

原创 python中subprocess模块的使用

文章目录subprocess的介绍subprocess的使用subprocess的介绍subprocess最早在2.4版本引入。用来生成子进程，并可以通过管道连接他们的输入/输出/错误，以及获得他们的返回值。subprocess的使用subprocess的run、call、check_call、check_output函数subprocess.run(args[, stdout, stderr, shell …])：执行args命令，返回值为CompletedProcess类；若未指定std

2021-12-06 20:01:17 3358

转载 python2中的unicode和str 与 python3中的str和bytes

转载于 https://www.cnblogs.com/yangmingxianshen/p/7990102.html，感谢！python3有两种表示字符序列的类型：bytes和str。前者的实例包含原始的8位值；后者的实例包含Unicode字符。python2中也有两种表示字符序列的类型，分别叫做str和unicode。与python3不同的是，str的实例包含原始的8位值，而unicode的实例，则包含Unicode字符。上面两句话我特别不懂，所以文章后面就下是希望为了把上面两句话弄懂。&nbs

2021-11-08 14:54:11 602

原创 Python 中[::-1]的用法

文章目录Python 中[::-1]的用法Python 中[::-1]的用法在做leetcode 中反转字符串时，发现可以通过[::-1]. 所以打算总结一下其使用方法：例如现在现有整数 num = -12345首先需要先把num通过str() 转化为字符串形式str_tmp = str(num);可以得到 str_tmp = “-12345”可以通过 str_tmp[x:y] 来截取生成新的字符串，x默认值为0 ，y默认值为len(str_tmp)例如str_tmp[2:4] 为“23”s

2021-11-04 11:02:14 4064 2

原创 Pycharm中无法import自己写的模块

文章目录现象解决方法现象pycharm 运行出现 ImportError:No module named ‘’XXX”解决方法pycharm不会将当前文件目录自动加入自己的sourse_path。右键make_directory as–>sources path将当前工作的文件夹加入source_path就可以了...

2021-08-25 16:33:01 1011

原创 shell 获得脚本路径的方法

得到输入参数parm=${0}echo ${parm}得到输入参数的上一级路径parm_path=dirname $0echo ${parm_path}得到当前路径cur_path=pwdecho ${cur_path}得到输入参数的绝对路径abs_path=$(cd dirname $0; pwd)echo ${abs_path}1、取当前运行脚本的所在路径：　$02、取当前脚本所在路径的父目录：　dirname “$0”3、取返回的父目录的值：　(dirname"0")4、

2021-05-25 16:17:53 5018

转载 git 生成patch 和打入patch

转载于： https://blog.csdn.net/u012701023/article/details/82984026平时我们在使用git 管理项目的时候，会遇到这样一种情况，那就是客户使用git 生成patch 给到我们，那我们就需要把客户给到patch 打入到我们的project ，基于这样一个场景，我把git 如何生成patch 和如何打入patch 做总结生成patch 的方法：(我这里描述的生成patch 是根据commit 记录生成的) 1.例如首先先通过git log 查看有哪一

2021-03-18 15:31:03 1296

转载 5G核心网的构架

转载于：https://blog.csdn.net/m0_37582216/article/details/1055673941.5G无线接入网络架构主要包括5G接入网和5G核心网，其中NG-RAN代表5G接入网，5GC代表5G核心网。 5G核心网主要包括哪些呢？先说一下关键的AMF/SMF/UPF AMF：全称 Access and Mobility Management Function，接入和移动管理功能，终端接入权限和切换等由它来负责。在AMF的单个实例中可以支持部分或全部AMF功能： -

2021-01-07 10:20:09 2387

转载 $( )与` `（反引号）的区别和使用

转载于https://blog.csdn.net/baidu_37964071/article/details/80930704在bash中，$( )与` `（反引号）都是用来作命令替换的。命令替换与变量替换差不多，都是用来重组命令行的，先完成引号里的命令行，然后将其结果替换出来，再重组成新的命令行。 eg： $( )与｀｀在操作上，这两者都是达到相应的效果，但是建议使用$( )，理由如下：｀｀很容易与”搞混乱，尤其对初学者来说。在多层次的复合替换中，｀｀必须要额外的转义字符处理（反斜

2020-12-21 16:41:48 2883

转载 Git 工作区、暂存区和版本库

Git 工作区、暂存区和版本库基本概念我们先来理解下 Git 工作区、暂存区和版本库概念：工作区：就是你在电脑里能看到的目录。暂存区：英文叫 stage 或 index。一般存放在 .git 目录下的 index 文件（.git/index）中，所以我们把暂存区有时也叫作索引（index）。版本库：工作区有一个隐藏目录 .git，这个不算工作区，而是 Git 的版本库。下面这个图展示了工作区、版本库中的暂存区和版本库之间的关系：图中左侧为工作区，右侧为版本库。在版本库

2020-12-03 09:43:12 96

转载计算LTE 峰值速率

转载于http://www.360doc.com/content/16/1125/17/30344509_609474016.shtml1.下行峰值速率假设1 系统为FDD-LTE；假设2 整个带宽均分配给一个UE；假设3 使用最高阶的MCS（64QAM）；假设4 使用常规循环前缀；假设5 UE支持2*2的MIMO（Category 4）。那么，理论下行峰值速率（peak data rate）的计算方法如下：1 slot = 0.5ms；1 slot = 7modulation

2020-09-28 17:31:22 4121

原创 eclipse 4.5.2 安装windowBuilder 插件链接失效的解决办法

安装eclipse 4.5.2 安装windowBuilder 插件的时候，打开http://www.eclipse.org/windowbuilder，发现没有4.5.2 对应的版本，网上找了一个4.5 的版本的 http://download.eclipse.org/windowbuilder/WB/release/R201506241200-1/4.5/，结果出现下面的错误于是尝试使用http://download.eclipse.org/windowbuilder/WB/release/R2

2020-09-18 09:20:41 595

转载 slf4j-api、slf4j-log4j12、log4j之间关系

转载于https://www.cnblogs.com/lujiango/p/8573411.htmlContent1. slf4j-api2. slf4j-api、slf4j-log4j12、log4j3. log4j 3.1 log4j的使用3.2 log4j配置使用3.2.1 定义配置文件3.2.2 在代码中使用log4jx. 参考资料 Top1. slf4j-apislf4j:Simple Logging Facade for Java，为java提供的简单日志Faca

2020-08-28 10:22:47 352

转载 5G NSA添加NR小区为SCG

转载于 http://www.txrjy.com/thread-1111072-1-1.html5G设计了SA（独立组网）和NSA（非独立组网）两种模式。NSA组网的一大特点是可以基于现有的LTE核心网实现5G快速部署，是在5G初期运营商大规模投资后收益不确定的情况下，既达到快速部署5G网络又降低5G投资的“一石二鸟”过渡方案，所以5G商用初期，运营商都选择了NSA组网。目前国内三大运营商的5G网络也是NSA，预计持续到今年四季度SA商用。实现NSA的关键技术是双连接（DC）。双连接不是新名词，在4

2020-08-27 16:36:52 3286

转载 2020-08-26

转载于 http://blog.sina.com.cn/s/blog_6d8537870102w67p.htmlSU-MIMO和MU-MIMO空分复用意味着多层传输，即将相同的时频资源分配给同一个UE，并用于发送多个并行的传输。空分复用还要求在发射端和接收端同时存在多根天线，并加上发射机和接收机的信号处理，组合在一起以抑制不同层间的干扰。SU-MIMO和MU-MIMO都支持通过预编码的方法来降低或者控制空间复用数据流之间的干扰，从而改善MIMO技术的性能。SU-MIMO中，空间复用的数据流调

2020-08-26 15:13:11 550

转载 5g为什么叫NR

转载于 https://product.pconline.com.cn/itbk/top/1903/12426577.html5g为什么叫nr1、5GNR（New Radio，新空口），基于OFDM的全新空口设计的全球性5G标准，也是下一代非常重要的蜂窝移动技术基础，5G技术将实现超低时延、高可靠性。NR涉及一种基于正交频分复用(OFDM)的新无线标准。OFDM指的是一种【数字多载波调制方法】。随着3GPP采用这一标准之后，NR这一术语被沿用下来，成为5G的另一个代称，正如用LTE(长期演进)描述4G无

2020-08-19 10:13:32 499

转载 caffe框架的介绍

转载于https://www.jianshu.com/p/683f04313d551. 官网介绍1. CaffeCaffe是一个以表达式、速度和模块化为核心的深度学习框架，由BLVC（Berkeley Vision and Learning Center）和社区贡献者开发。项目创建者是贾扬清。2. FeatureExpressive architecture具有表现力的结构鼓励应用和创新。模型及优化是通过配置定义的，而不是使用硬编码的方式。可以在GPU和CPU之间无缝切换，可以用GPU训练

2020-08-13 14:15:06 1660

转载 Seaborn的使用

转载于： https://www.cnblogs.com/abdm-989/p/12204640.htmlSeaborn既然有了matplotlib,那为啥还需要seaborn呢？其实seaborn是在matplotlib基础上进行封装，Seaborn就是让困难的东西更加简单。用Matplotlib最大的困难是其默认的各种参数，而Seaborn则完全避免了这一问题。seaborn是针对统计绘图的，一般来说，seaborn能满足数据分析90%的绘图需求，复杂的自定义图形，还是要Matplotlib。Se

2020-07-30 09:46:05 326

转载 Matplotlib的使用

Matplotlib是Python中用的最多的2D图形绘图库，学好Matplotlib的用法可以帮助我们在统计分析中更灵活的展示各种数据的状态。这是数据可视化必学的库，好好学吧。其支持以下几种数据可视化方式本文就基于这几种方式对Matplotlib进行讲解。安装和启动安装Matplotlib可以借助pip，如果在ipython中使用需要用 $ipython --matplotlib 命令启动。这里没啥好说的，过。开始之前先通过一个折线图的例子让大家大概了解一下Matplotlib

2020-07-30 09:32:31 311

转载 pandas的使用

介绍在Python中，pandas是基于NumPy数组构建的，使数据预处理、清洗、分析工作变得更快更简单。pandas是专门为处理表格和混杂数据设计的，而NumPy更适合处理统一的数值数组数据。使用下面格式约定，引入pandas包：import pandas as pdpandas有两个主要数据结构：Series和DataFrame。SeriesSeries是一种类似于一维数组的对象，它由一组数据（各种NumPy数据类型）以及一组与之相关的数据标签（即索引）组成，即index和values两部

2020-07-30 09:19:24 322

转载 from…import * 语句与 import 区别

首先你要了解 import 与 from…import 的区别。import 模块：导入一个模块；注：相当于导入的是一个文件夹，是个相对路径。from…import：导入了一个模块中的一个函数；注：相当于导入的是一个文件夹中的文件，是个绝对路径。所以使用上的的区别是当引用文件时是:import //模块.函数from…import // 直接使用函数名使用就可以了所以from…import *：是把一个模块中所有函数都导入进来; 注：相当于：相当于导入的是一个文件夹中所有文件，所

2020-07-29 14:00:29 534

原创 Xgboost的介绍

文章目录Xgboost概念算法原理Xgboost概念XGBoost全称：eXtreme Gradient Boosting，是一种基于决策树的集成机器学习算法，使用梯度上升框架，适用于分类和回归问题。优点是速度快、效果好、能处理大规模数据、支持多种语言、支持自定义损失函数等，不足之处是因为仅仅推出了不足5年时间，需要进一步的实践检验。算法原理先来举个例子，我们要预测一家人对电子游戏的喜好程度，考虑到年轻和年老相比，年轻更可能喜欢电子游戏，以及男性和女性相比，男性更喜欢电子游戏，故先根据年龄大小区分小

2020-07-23 16:10:11 2534

原创集成算法的介绍

文章目录集成算法概念Bagging随机森林介绍BoostingStacking集成算法概念集成学习算法本身不算一种单独的机器学习算法，而是通过构建并结合多个机器学习器来完成学习任务。可以说是集百家之所长，能在机器学习算法中拥有较高的准确率，不足之处就是模型的训练过程可能比较复杂，效率不是很高。常见的集成算法模型有：Bagging、Boosting、StackingBaggingBagging的全称是bootstrap averaging，它把各个基模型的结果组织起来，基本思想是训练多个分类器，各个

2020-07-23 14:02:48 2543

转载 TCP/UDP 协议与HTTP、FTP、SMTP的区别

转载于：https://www.cnblogs.com/duanxz/p/5127561.html 一、OSI 模型OSI 模型主要作为一个通用模型来做理论分析，而TCP/IP 协议模型是互联网的实际通讯协议，两者一般做映射分析，以下不做严格区分和声明（好吧，比较懒）；OSI 整个模型层次大致可以分为3个主要层面来看|.............主机...............| 操作系统和软件等应用、表示、会话|.............网络........

2020-07-07 14:46:23 3015

原创 git 合并两次提交

文章目录第二次git commit 之前提交到同一个change-Id第二次git commit之后提交到同一个change-Id第二次git push之后提交到同一个change-Id第二次git commit 之前提交到同一个change-Id场景：第一次push 之后发现需要修改或增加文件到同一个提交操作步骤：step1. vi new_add.txt 添加新的文件step2. git add new_add.txtstep3.git commit --amend 把文件和上次提交合

2020-07-06 17:46:24 3389

原创 tf.softmax_cross_entropy_with_logits()的应用

文章目录softmax_cross_entropy_with_logits介绍代码实现softmax_cross_entropy_with_logits介绍在计算最小化代价值的时候，我们通常使用tf.softmax_cross_entropy_with_logits()，其原型是：tf.nn.softmax_cross_entropy_with_logits(labels=y, logits=pred, name=None)函数功能：计算最后一层是softmax层的cross entropy，把so

2020-06-28 20:28:51 291

转载 Numpy,Pandas,Matplotlib,Scipy,Seaborn介绍

转载于：https://blog.csdn.net/baihuaxiu123/article/details/70260041 Python做数据挖掘很强大，最近几年很火的机器学习以及较为前沿的自然语言处理也会选用Python作为基础工具. 其中

2020-06-18 17:52:39 673

转载交叉熵在机器学习中的使用

转载于https://blog.csdn.net/tsyccnh/article/details/79163834，感谢！关

2020-06-15 15:55:22 200

原创 np.random.seed()的介绍

文章目录np.random.seed函数的作用代码示例np.random.seed函数的作用seed( ) 用于指定随机数生成时所用算法开始的整数值，如果使用相同的seed( )值，则每次生成的随即数都相同，如果不设置这个值，则系统根据时间来自己选择这个值，此时每次生成的随机数因时间差异而不同。代码示例import numpy as npprint("======seed_test1======")# 不设置seeddef seed_test1(): for i in range(3

2020-06-10 20:26:14 2417

转载 BP神经网络的介绍

本文着重讲述经典BP神经网络的数学推导过程，并辅助一个小例子。本文不会介绍机器学习库(比如sklearn, TensorFlow等)的使用。欲了解卷积神经网络的内容，请参见我的另一篇博客一文搞定卷积神经网络——从原理到应用。本文难免会有叙述不合理的地方，希望读者可以在评论区反馈。我会及时吸纳大家的意见，并在之后的chat里进行说明。本文参考了一些资料，在此一并列出。http://neuralnetworksanddeeplearning.com/chap2.htmlhttps://ww

2020-06-07 17:27:04 7330

原创 Tensorflow 实现逻辑回归（基于MNIST数据集实现手写数字识别）

文章目录逻辑回归代码实现逻辑回归回归一般用于解决那些连续变量的问题，如：线性回归，它是通过最小化误差函数，来不断拟合一条直线，以计算出权重 w 和偏差 b 的过程，它的目标是基于一个连续方程去预测一个值。这里要讲解的逻辑回归（ Logistic 回归），却常用于分类问题，也就是将观测值贴上某个标签，或者是分入某个预先定义的类别之中。回归应该是寻找一个连续值，而分类是寻找一个离散值。故理解常用于分类问题的 Logistic 回归的关键在于，我们是将先寻找到的该样本属于某个类可能性的连续值映射到了某一个

2020-06-03 20:46:36 705

jdbc_connector_and_test.rar 和mysql连接java测试代码

python 使用with con：连接数据库时 报错AttributeError: __enter__怎么解决呢？

python 使用with con：连接数据库时报错AttributeError: enter怎么解决呢？