• 等级
  • 233836 访问
  • 343 原创
  • 303 转发
  • 5425 排名
  • 49 评论
  • 251 获赞

Python下探究随机数的产生原理和算法

资源下载 #本文PDF版下载 Python下探究随机数的产生原理和算法(或者单击我博客园右上角的github小标,找到lab102的W7目录下即可) #本文代码下载 几种随机数算法集合(和下文出现过的相同) 前言 我们对于随机数肯定不会陌生,随机数早已成为了我们经常要用到的一个方法,比如用于密码加密,数据生成,蒙特卡洛算法等等都需要随机数的参与.那么我们的电脑是怎么才能够产生随机数的呢...

2018-10-15 11:38:47

wx-jq:一套完全原创的微信小程序插件集合库

wx-jq (一套完全原创的微信小程序插件集合库) 微信小程序插件,微信小程序组件,微信小程序插件集合,微信小程序组件集合,微信小程序插件学习,微信小程序插件开发,   在线演示:   下载地址: https://gitee.com/dgx/wx-jq     效果展示(截图大部分来自真机苹果5s,少量来自模拟器) 焦点图效果 插件/效果(完成):   tab切...

2018-10-05 21:51:45

手把手教你开发微信小程序中的插件

继上次 手把手教你实现微信小程序中的自定义组件 已经有一段时间了(不了解的小伙伴建议去看看,因为插件很多内容跟组件相似),今年3月13日,小程序新增了 小程序**「插件」 功能,以及开发者工具新增 「代码片段」**功能,即在小程序基础库 1.9.6 版本上,允许开发者开发插件,同时将插件提供给其它小程序使用,这无疑给开发者带来了福音,因为不同的小程序之间可以共享代码啊,这将省去不少的开发成本了~ ...

2018-10-05 21:50:07

手把手教你实现微信小程序中的自定义组件

微信小程序中的组件 前言 之前做小程序开发的时候,对于开发来说比较头疼的莫过于自定义组件了,当时官方对这方面的文档也只是寥寥几句,一笔带过而已,所以写起来真的是非常非常痛苦!! 好在微信小程序的库从 1.6.3 开始,官方对于自定义组件这一块有了比较大的变动,首先比较明显的感觉就是文档比以前全多了,有木有!(小程序文档),现在小程序支持简洁的组件化编程,可以将页面内的功能模块抽象成自定义组件...

2018-10-05 21:49:19

跟老齐学Django 4:扩展网站功能

数据库配置 users_like = models.ManyToManyField(User, related_name="articles_like", blank=True) 多对多的关系 ./mysite/settings.py REDIS_HOST = 'localhost' REDIS_PORT = 6379 REDIS_DB = 0 ./article/li...

2018-10-04 18:00:01

django restful

$ pip3 install djangorestframework $ pip3 install django-filter $ pip3 install Markdown Scrum板数据图 在任何项目中,对数据的建模都是关键的第一步,需要考虑的要点: 任务板通常见于Scrum风格的开发中,用于在当前的sprint中管理任务 任务从后台日志中被转移到待办任务集合中 过程中可以通过...

2018-10-03 15:57:55

跟老齐学Django 3:文章管理

用户生成内容 $ python3 manage.py startapp article 创建数据模型、表单、视图函数、前端模板和配置URL 用户和文章栏目之间是“一对多”的关系,在Django中,模型对象之间的关系可以概括为“一对一”、“一对多”和“多对多”,分别对应OneToOneField、ForeignKey、ManyToManyField from django.db imp...

2018-10-03 12:11:44

跟老齐学Django 2:用户管理

模板和静态文件:./mysite/setting.py    都配置在网站根目录下 TEMPLATES = [ { 'BACKEND': 'django.template.backends.django.DjangoTemplates', 'DIRS': [os.path.join(BASE_DIR, 'templates'),], #制定路径 ...

2018-10-02 16:05:01

跟老齐学Django 1

https://www.djangoproject.com/ pip install Django==1.11.1 import django print(django.get_version()) 创建一个Django项目:django-admin startproject mysite python3 manage.py runserver 创建应用:python3 manage...

2018-09-30 19:20:18

django2.0 关联表的必填on_delete参数的含义

一对多(ForeignKey) class ForeignKey(ForeignObject): def __init__(self, to, on_delete, related_name=None, related_query_name=None, limit_choices_to=None, parent_link=False, to_field...

2018-09-30 17:28:40

CSS3世界

三、CSS边框 盒子阴影 四、CSS3背景 五、CSS3文本 六、CSS3颜色特性 七、盒模式 八、伸缩布局盒模式 9、CSS3多列布局          ...

2018-09-26 18:54:42

NeuralCoref: python的共指消解工具,向代词指代的问题进军!

共指消解        首先简要地说说共指消解是什么,有什么用处。假设机器正在阅读一个这样的文本: 克劳德·莫奈是印象派代表人物和创始人之一。 他最重要的风格是改变了阴影和轮廓线的画法。 1 2         如果机器想要从这段话中了解到关于莫奈风格的知识,它首先必须知道,第二句话中的“他”指的就是莫奈。弄清代词的指代就是共指消解中的一个典型任务。         关于共指消解,更详细的概念可以...

2018-09-25 14:26:02

python 判断是否为中文

python在执行代码过程是不知道这个字符是什么意思的、是否是中文,而 是把所有代码翻译成二进制也就是000111这种形式,机器可以看懂的语言。   也就是在计算机中所有的字符都是有数字来表示的。汉字也是有数字表示的, Unicdoe4E00~9FFF表示中文,所以如果一个字符的utf-8编码在这个区间内,就 说明它是中文。 代码: def is_Chinese(word): ...

2018-09-18 10:52:00

TensorFlow学习指南6:词向量

word2vec # -*- coding: utf-8 -*- """ Created on Thu Dec 29 00:39:23 2016 @author: tomhope """ import os import math import numpy as np import tensorflow as tf from tensorflow.contrib.tensorboard.pl...

2018-09-17 17:38:06

使用中文维基百科进行GloVe实验

1. 环境及语料 1.1 环境 Python GloVe 1.2 语料   处理之后的中文Wiki    处理步骤参考我的这篇博客:使用中文维基百科进行Word2Vec实验。处理之后得到文件:corpus.zhwiki.segwithb.txt 2. 实验 2.1 GloVe 获取GloVe,命令:wget http://www-nlp.stanford.edu/software...

2018-09-17 14:46:32

TensorFlow学习指南3:文本及序列

RNN import tensorflow as tf from tensorflow.examples.tutorials.mnist import input_data DATA_DIR = '/tmp/data/mnist' NUM_STEPS = 1000 MINIBATCH_SIZE = 100 mnist = input_data.read_data_sets(DATA_DIR...

2018-09-14 17:48:55

Linux CURL安装及C编程中curl.h头文件缺少问题解决

curl安装 –获得安装包,从网上直接下载或者其他途径,这里直接wget # wget http://curl.haxx.se/download/curl-7.17.1.tar.gz  此处可以选择最新版本。官网http://curl.haxx.se/ –解压到当前目录 # tar -zxf curl-7.17.1.tar.gz 1 –进入解压后的目录内 # cd curl-7.1...

2018-09-11 18:15:50

语义依存分析 表

https://www.ltp-cloud.com/intro/#srl_how 语义依存分析 (Semantic Dependency Parsing, SDP),分析句子各个语言单位之间的语义关联,并将语义关联以依存结构呈现。 使用语义依存刻画句子语义,好处在于不需要去抽象词汇本身,而是通过词汇所承受的语义框架来描述该词汇,而论元的数目相对词汇来说数量总是少了很多的。语义依存分析目标是跨越句...

2018-09-10 20:40:10

语义角色标注表

LTP 的语义角色  https://www.ltp-cloud.com/intro/#srl_how 语义角色标注 (Semantic Role Labeling, SRL) 是一种浅层的语义分析技术,标注句子中某些短语为给定谓词的论元 (语义角色) ,如施事、受事、时间和地点等。其能够对问答系统、信息抽取和机器翻译等应用产生推动作用。 仍然是上面的例子,语义角色标注的结果为:...

2018-09-10 20:29:02

python xml解析和生成

解析使用xml.etree.ElementTree 模块,生成使用xml.dom.minidom模块,  ElementTree比dom快,dom生成简单且会自动格式化。 <?xml version='1.0' encoding='utf-8'?> <baspools> <bas> <basprovide...

2018-09-10 18:39:32

CopperDong

纯属巧合
关注
  • 教育·培训·科研·院校/软件工程师
  • 中国 北京 海淀区
奖章
  • 持之以恒