lxslx的博客

原创 dvajs 中实现首页导航路由嵌套（利用dvajs创建前端页面）

dvajs 中实现首页导航路由嵌套（利用dvajs创建前端页面）react-router3.0 升级为react-router4.0后不再支持 多个<Route>并列在一个<Router>组件中,而要包含<Switch>react-router3.0中嵌套路由写法: <Router history={history}> <Route path='/' component={IndexPage}>

原创 Spring 依赖注入

依赖注入方式:1.构造器注入2.setter注入3.接口注入maven pom.xml配置引入jar包和依赖jar<packaging>jar</packaging> <dependencies> <dependency> <groupId>org.spring...

原创 BERT使用过程中的碰到的那些报错

BERT是谷歌2018年提出的语言模型，在十几个任务上达到了state-of-art。在这里本人在使用过程中总结了一下遇到的错误。BERT推荐在TPU上运行，但是资源有限在GPU上跑也行，不行也能在cpu上跑（ps就是有些慢）官方BERT的版本建议在tensorflow>=1.11的版本上运行，但是在本人服务器安装的是tensorflow-gpu=1.12的情况下，程序报错，...

转载 python排序算法（二）选择排序

选择排序也是一种简单直观的排序算法。它的工作原理很容易理解：初始时在序列中找到最小（大）元素，放到序列的起始位置作为已排序序列；然后，再从剩余未排序元素中继续寻找最小（大）元素，放到已排序序列的末尾。以此类推，直到所有元素均排序完毕。 for i in range(len(arr)-1): min=i for j in range(i,len(arr)): ...

原创 python 排序算法（一）冒泡排序

冒泡排序算法的原理如下： 比较相邻的元素。如果第一个比第二个大，就交换他们两个。 对每一对相邻元素做同样的工作，从开始第一对到结尾的最后一对。在这一点，最后的元素应该会是最大的数。 针对所有的元素重复以上的步骤，除了最后一个。 持续每次对越来越少的元素重复上面的步骤，直到没有任何一对数字需要比较 for i in range(len(arr)-1,0,...

转载 pytorch实战（二）-多层感知机识别MNIST数字

import torchfrom torch.autograd import *from torch import nn,optimfrom torch.utils.data import DataLoaderfrom torchvision import datasets,transformsclass simpleNet(nn.Module): def __ini...

转载 pytorch实战（一）-----逻辑回归

#-*-coding:utf-8-*-import torchimport torch.nn as nnimport torch.optim as optimfrom torch.autograd import Variableimport numpy as npimport matplotlib.pyplot as pltwith open("data.txt") as f...

原创 linux 命令安装 oracle jdk

sudo apt-get install python-software-propertiessudo apt-get install software-properties-commonsudo add-apt-repository pap:webupd8team/javasudo apt-get updatesudo apt-get install oracle-java8-i

转载 生成模型与判别模型优缺点

原创 tkinter-简单计算器

import tkinter as tkfrom tkinter import *from functools import partial#读取数据def get_input(entry,argu): entry.insert(END,argu)#删除数据def back_input(entry): input_len=len(entry.get()) i

原创 pyinstaller安装与使用

1.安装pyinstaller如果电脑安装的python版本低于3.6的情况下，直接使用pip安装pyinstallerpip installer pyinstaller如果电脑python版本高于3.6则安装之后去网站下载pyinstaller，然后将site-packages里面的文件Pyinstaller替换掉如果不替换则运行pyinstaller时会报错2.安装

转载 R语言数据挖掘开源工具rattle的安装

1.R语言的环境配置去R语言官网下载最新的R语言环境2.安装Rstudio去Rstudio官网下载最新的Rstudio版本安装3.打开Rstudio安装在rattleinstall.packages(“RGtk2”)install.packages("rattle", repos="http://rattle.togaware.com")library(rattle)

转载 spark机器学习构建回归模型

from pyspark import SparkContextsc=SparkContext("local[4]","first spark app")raw_data=sc.textFile("E:\sparkLearning\Bike-Sharing-Dataset\hour.csv")records=raw_data.map(lambda x:x.split(","))num_

原创 spark机器学习--推荐系统（一）（python）

#-*-coding:utf-8from pyspark import SparkContextfrom pyspark.mllib.recommendation import ALS,Rating#数据格式 用户id，影片id，星级，时间戳sc=SparkContext("local[2]","second spark app")#读取数据rawData=sc.textFi

原创 第一个spark程序

我用的是Intellij编写的scala程序首先配置build.sbt文件name := "mytest"version := "1.0"scalaVersion := "2.11.0"libraryDependencies += "org.apache.spark" % "spark-core_2.11" % "2.2.0" 然后编写主程序/**

原创 linux 系统下spark环境的搭建

1.安装jdk去jdk官网下载对应版本的jdk安装jdktar zxvf 下载的jdk名称配置环境变量vi /etc/profile在文件中写入export  JAVA_HOME=这里填jdk路径export PATH=$PATH:$JAVA_HOME/bin然后退出文件source /etc/profile让文件立即生效，不然要重启才会生效2.安装

原创 windows下Scrapy安装

1.首先windows下要安装jdk先去jdk官网下载对应电脑系统版本的jdk，安装之后配置环境变量（一般情况下系统会默认添加环境变量），打开电脑控制面板->系统和安全->系统->高级系统设置在环境变量中的系统变量的PATH里面添加jdk的安装路径查看jdk是否安装成功打开cmd，输入java -version，显示下图信息则安装成功2.安装py

原创 python 学习笔记 os模块

os模块是用于操作系统操作的1. os.name打印输出当前平台，nt 是windows平台，posix是linux平台2.os.getcwd输出结果是当前工作目录3.os.chdir(path)改变当前输出目录为path4.os.mkdirs('dirname')递归的创建目录5.os.remove('filename')删除一个文件6.os.

原创 python爬虫学习多进程下载图片

import requestsimport urllib.requestfrom bs4 import BeautifulSoupimport os,reimport datetimefrom multiprocessing import Poolclass Spider: #初始化网址 def __init__(self): self.url=

原创 linux学习笔记（二）文件操作命令

1.rm 命令使用：rm [参数] 文件功能：删除文件常用参数：          -v ：显示执行过程-i:进行交互式的删除-r:递归的删除文件或目录如果rm命令不跟上-r则不能删除目录文件使用实例：rm -r v    /var/test删除var目录下的test目录并显示执行过程2.cp命令使用：cp [参数]  源文件  目的文件

原创 linux学习笔记（一）目录操作命令

linux文档操作命令有以下几种：1.ls命令          使用方式：ls   [参数]  [目录]          功能：用于显示目录下的文件和子目录          常用参数：-a    显示目录下的所有文件，包括隐藏文件                              -i     显示文件的每个文件的 inode 号

原创 Django编写第一个博客学习笔记（二）

（一）创建数据库在blog 文件下的models.py 内创建数据库from django.db import modelsclass Article(models.Model): title=models.CharField(max_length=32,default='Title') content=models.TextField(null=T

原创 django编写第一个博客学习笔记（一）

一.django安装使用命令pip install django二.创建第一个项目django-admin startproject myblog  三.创建第一个app进入myblog文件下django-admin startapp blog四.测试是否安装成功python manage.py  runserver

原创 python重载和多态问题

python不像java，c++等面向对象一样存在着多态和重载的问题，在python中用缺省参数很好的实现了多态和重载，在python中只存在着重写一.多态的实现class Student(object): def __init__(self,name=None,age=None,grade=None): self.name=name self

原创 python爬虫学习--下载图片

#coding=utf-8import urllib.requestimport urllib.parseimport reurl="http://tieba.baidu.com/p/2772656630"def get_content(url): ''' :param url: :return: ''' html=urllib.request.

转载 Apriori算法学习笔记

#coding=utf-8from numpy import *def loadDataSet(): return [[1,3,4],[2,3,5],[1,2,3,5],[2,5]]'''创建候选项集列表'''def createC1(dataSet): C1=[] for transaction in dataSet: for item i

转载 kMeans算法学习笔记（一）

#coding=utf-8from numpy import *#数据集的读取def loadDataSet(fileName): dataMat=[] fr=open(fileName) for line in fr.readlines(): currentLine=line.strip().split('\t') fltLine=

转载 回归算法学习笔记（二）局部加权线性回归

#coding=utf-8from numpy import *def loadDataSet(fileName): numFeat=len(open(fileName).readline().split('\t'))-1 dataMat=[];labelMat=[] fr=open(fileName) for line in fr.readlines():

转载 回归算法学习笔记（一）用线性回归线找到最佳拟合直线

#coding=utf-8from numpy import *def loadDataSet(fileName): numFeat=len(open(fileName).readline().split('\t'))-1 dataMat=[];labelMat=[] fr=open(fileName) for line in fr.readlines():

转载 adaBoost算法学习笔记

本文参考自《机器学习实战》其中adaboostTrainDS()函数的返回值要修改为aggClassEst.T,不然ROC曲线会画不出来#coding=utf-8from numpy import *'''单层决策树算法'''def loadSimpData(): dataMat=matrix([[1.0,2.1],[2.0,1.1],[1.3,1.0],[1.0

转载 logistic回归算法学习笔记-从疝气症预测病马死亡率

#coding=utf-8from numpy import *#数据集的获取def loadDataSet(): dataMat=[];labelMat=[] fr = open('testSet.txt') for line in fr.readlines(): lineArr=line.strip().split() dataMa

转载 朴素贝叶斯算法学习笔记（三）显示地域相关的用词

#coding=utf-8import feedparserimport bayesimport bayes_emailfrom numpy import *#计算出现频率最高三十个单词def calMostFreq(vocabList,fullText) : import operator freqDict={} for token in vocabList

转载 朴素贝叶斯算法学习笔记（二）使用算法进行交叉验证

import bayesfrom numpy import *def bagOfWords2VecMN(vocabList,inputSet): returnVec=0*len(vocabList) for word in inputSet: if word in vocabList: returnVec[vocabList.inde

转载 朴素贝叶斯算法学习笔记（一）

#coding=utf-8from numpy import *'''准备数据：从文本中构建词向量'''#数据集的读取def loadDataSet(): postingList=[['my','dog','has','flea','problems','help','please'],\ ['maybe','not','take','him'

转载 决策树算法学习笔记(三)-预测隐形眼镜类型

#coding=utf-8import matplotlib.pyplot as plt#定义文本框和箭头格式decisionNode=dict(boxstyle="sawtooth",fc="0.8")leafNode = dict(boxstyle="round4",fc="0.8")arrow_args=dict(arrowstyle=")def getNumLeafs(my

转载 决策树算法学习笔记(二)

# -*- coding: UTF-8 -*-from math import logfrom numpy import *import matplotlib.pyplot as pltdef calcShannonEnt(dataSet): numEntries=len(dataSet)#统计数据集的数量 labelCounts={}#创建一个数据字典 for

转载 决策树算法学习笔记（一）

香农熵的计算# -*- coding: UTF-8 -*-from math import logdef calcShannonEnt(dataSet): numEntries=len(dataSet)#统计数据集的数量 labelCounts={}#创建一个数据字典 for featVec in dataSet: currentLabel

转载 KNN算法学习笔记二

def file2matrix(filename): fr=open(filename)#打开文件 arrayOfLines=fr.readlines()#读取每一行 numberOfLines=len(arrayOfLines)#统计行数 returnMat=zeros((numberOfLines,3))#转换成矩阵 classLabelVe

转载 KNN算法学习笔记（一）

from numpy import *import operatordef createDataSet(): group=array([[1.0,1.1],[1.0,1.0],[0,0],[0,0.1]]) labels=['A','A','B','B'] return group,labelsgroup,labels=createDataSet()de

原创 二叉排序树的操作（C语言）

#include"stdio.h"#include"stdlib.h"#include"string.h"#define NUM  5typedef struct BTNode{        int key;        struct BTNode *lchild,*rchild;}BTNode;void BTInsert(BTNode *&T,int ke