自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(89)
  • 资源 (2)
  • 收藏
  • 关注

原创 Celery性能提升

celery

2022-08-14 21:29:24 631 1

原创 启动Celery出现报错

windows中celery启动出现报错

2022-06-26 16:27:55 957 1

原创 Python正则匹配

1.所有正则匹配:2.常用的正则匹配

2022-01-09 14:50:56 556

原创 JS简单教程1

题目:充钱规则:根据不同支付方式,享受不同的折扣,显示最终的成交价格。支付方式:下拉框微信支付9折京东支付8折支付宝支付7折。Q币的数量:文本框Q币单价:文本框结算按钮:点击结算按钮显示最终成交价格,显示下面的这个文本框。成交价:文本框代码为:<html> <head> <title>课程作业</title> <script language="javascript"> function com...

2021-11-21 21:40:53 496

原创 Jmeter十大组件

思想:首先是分治,将一个大问题分解为小问题,将数组进行拆分,然后再递归两两排序。Python版本:class Solution: def Sort_(self, left_list, right_list): # 两个变量指针分别指向每个数组的第一个位置,记录遍历的位置。 left_point, right_point = 0, 0 n_l, n_r = len(left_list), len(right_list) NewL

2021-10-24 20:52:57 833

原创 Jmeter安装步骤

一.内部类概念:在一个类的内部再定义一个完整的类。class Outer{ class Inner{ }}特点:1.编译之后可生成独立的字节码文件。2.内部类可直接访问外部类的私有成员,而不破坏封装。(变相完成外部类私有成员的访问)3.可为外部类提供必要的内部功能组件。二.内部类的分类1.成员内部类(1)在类的内部定义,与实例变量、实例方法同级别的类。(2)外部类的一个实例部分,创建内部类对

2021-10-24 10:33:33 5995

原创 PostMan:接口请求3秒等待

//让接口请求停留3秒(3秒灌水机制)const sleep = (milliseconds) =>{ const start = Date.now(); while (Date.now() <= start + milliseconds) { }};sleep(3000);//打印console.log("等待2")

2021-09-17 21:07:42 976

原创 测开基础理论

1.什么是软件测试?答:软件测试是在规定的条件下对程序进行操作,以发现错误,对软件质量进行评估。2.软件测试的目的?答:①发现软件的错误和缺陷;②保证软件的质量,确保能够满足用户以及产品的需求。3.白盒测试用例的常用方法?答:静态测试(不运行程序,文档测试,代码检查),动态测试(需要执行代码,接口测试、覆盖率分析、性能分析、内存分析),逻辑覆盖法(语句、判断、条件、判断/条件、条件组合、路径)。4.黑盒测试用例的常用方法?答:等价划分类,边界值分析,错误推测法、因果图法、场景法、

2021-09-15 20:12:27 104

原创 Appium自动化测试(八)——PO模式(三):数据驱动

1.获取超级权限(也就是root权限):sudo su2.查看系统硬盘信息,显示格式为“文件系统,容量,已用,可用,已用%,挂载点。df -hl

2021-08-22 22:00:43 458

原创 Appium自动化测试(七)——Toast安装和使用

目标:使用Toast获取内容。何为Toast? Toast为手机上的操作提示,比如,登录账号时,屏幕下方会弹出“登陆成功”,或者点击返回时,下方提示“再次点击即可退出”。首先,使用示例代码查看系统是否安装Toastfrom appium import webdriverfrom selenium.webdriver.common.by import Byfrom selenium.webdriver.support.wait import Web...

2021-08-22 18:19:44 187

原创 Appium自动化测试(六)——PO模式(二):通讯录案例

需求如下:在《通讯录》应用中,进添加联系人页面,在姓名和电话栏中,输入对应的数据。注意:因为appium每次启动应用时都会"重置应用",才会出现本地保存,若不想重置,可直接在启动参数加一行代码,desired_caps['noReset'] = True 方法:Appium+PO模式+Pytest框架数据参数化1. 项目结构如下:项目结构在上一节已经介绍了,这里不重复介绍。base_action.pyfrom selenium.webdriver.su...

2021-08-22 11:38:43 1183

原创 Appium自动化测试(五)——PO模式(一):短信案例

PO模式:Page Object,PO模式是自动化测试项目开发实践的最佳设计模式之一。核心思想:通过对界面元素的封装减少冗余代码,同时在后期维护中,若元素位置发生变化,只需要调整页面封装的代码,提高测试用例的可维护性、可读性。优点:减少了冗余代码 业务代码和测试代码被分开,降低耦合性 维护成本低缺点:结构复杂:基于流程做了模块化的拆分案例一:自动发送短信方法:Appium+PO模式+Pytest框架数据参数化模块分布项目模块base模块:前置代码和基本操作,ba..

2021-08-15 12:11:38 994 4

原创 Appium自动化测试(四)——元素定位

点击 android-sdk -> tools ->uiautomatorviewer.bat,打开工具。右边的Noe detail可以查看元素信息。from appium import webdriverimport timedesired_caps = dict()# 手机参数desired_caps['platformName'] = 'Android'desired_caps['platformVersion'] = '5.1'desired_caps...

2021-08-01 17:50:57 203

原创 Appium自动化测试(三)——Appium环境搭建

Appium客户端的安装 官网下载appium-desktop-Setup-1.3.1.exe执行文件,默认安装就行。 安装完成后,执行以下步骤 启动成功,效果如下: Appium-python库的安装 命令行安装: pip install Appium-Python-Client ...

2021-08-01 15:59:38 102

原创 Appium自动化测试(二)——Android虚拟机的安装

模拟器Genymotion的安装 执行genymotion-2.11.0-vbox.exe(这是一个集合的安装程序,它包含了genymotion和virtualbox),安装过程中默认安装就行了(过程中提示会安装oracle插件,全部允许安装就行了)。 安装完成之后会在桌面显示如下三个图标: 导入虚拟机镜像文件。 打开virtualbox。 进入virtualbox->管理->导入虚拟电脑。 点击文件选择(Samsung Galaxy S6 - 5...

2021-08-01 15:36:36 617

原创 Appium自动化测试(一)——环境的安装

一.Java安装安装jdk-8u151-windows-x64.exe(官网下载的文件) 自定义变量JAVA_HOME=C:\Program Files\Java\jdk1.8.0_152 注意:C:\Program Files\Java\jdk1.8.0_152为jdk的安装目录 配置path %JAVA_HOME%\bin %JAVA_HOME%\jre\bin 验证 win+r,输入java -version win+r,输入javac -version.

2021-07-30 21:45:07 185

原创 Pytest框架读取yaml文件(一)

目录结构:yam_util.pyimport yaml"""问题1:解析的yaml文件必须是utf-8的格式,可以用notepad++来查看格式"""def read_yaml(): """ 读取yaml文件 :return: """ with open('get_new.yaml', encoding='UTF-8')as f: data = yaml.load(f, Loader=yaml.FullLoader) .

2021-07-25 21:06:47 1901 1

原创 java length() 方法,length 属性和 size() 方法的区别。

length()方法是针对字符串来说的,要求一个字符串的长度就要用到它的length()方法;length 属性是针对 Java 中的数组来说的,要求数组的长度可以用其 length 属性;Java 中的size()方法是针对泛型集合说的, 如果想看这个泛型有多少个元素, 就调用此方法来查看。package Java_String;import java.util.ArrayList;import java.util.List;public class test1 { p...

2021-04-26 14:25:10 197

原创 java 关于非 new 生成的 Integer 对象进行比较的问题

Java 会对-128 ~ 127的整数进行缓存,所以当定义两个变量初始化值位于-128 ~ 127之间时,两个变量使用了同一地址。当两个 Integer 变量的数值超出-128 ~ 127范围时, 变量使用了不同地址。package Java_Number;public class tese1 { public static void main(String[] args) { Integer a = -128; Integer b = ...

2021-04-26 13:56:22 444

原创 JAVA(基础理论):静态方法

(1)在静态方法中可以直接调用本类的静态方法,也可以使用【类名.静态方法名】调用其他类的静态方法。(2)静态方法中可以调用实例方法,但是必须要new一个对象,不可以直接调用。(3)静态方法不能用this来调用本类的类方法。如果在static修饰的方法中使用this关键字,则这个关键字就无法指向合适的对象。因为static修饰的方法是类方法,先于任何实例存在。static修饰的方法在类加载时已经存在,实例是在创建时才在内存中生成。而this关键字,总是指向当前调用该方法的对象。...

2021-02-22 12:02:23 588

原创 Python批量解压.tar文件

系统环境:ubuntu18.04语言:python3.6目标:将目录下的多个.tar文件解压到另外一个目录下,同时以原压缩文件的名称来命名新文件夹存放解压后的文件。示例图如下:代码为(上图知识测试,代码中的路径得替换成自己的路径):# encoding:utf-8import tarfilefrom glob import globimport osfrom tqdm import tqdmdef un_tar(file_name): file = os.path

2021-02-14 12:02:10 1157

原创 Linux命令:复制文件夹到另外一个目录下

在Linux中,有时候我们需要复制一下自己的文件夹,这个时候我们就需要用到了文件夹的赋值命令了。例如:我需要将train这个文件夹及其里面的子目录中的所有内容复制到另外一个跟目录中:F:\DeepHash\CIFAR10_32 路径中CIFAR10_32文件夹复制到G:\Hash中形成G:\Hash\CIFAR10_32(此处用windows路径作为示例)那么在linux中我们的命令为:cp -rf /home/DeepHash/CIFAR10_32 /home/Hash/当然也会出现

2021-01-30 10:27:45 3638

原创 ubuntu系统使用命令行统计文件夹中文件的个数

我们使用ubuntu系统,有可能只有ubuntu的命令行形式。这个时候我们要查询某个文件夹下面文件的数量,就不像windows系统那么方便了。分为4种情况来进行说明:第一种情况:查看当前目录下的文件数量(注意:1.是文件,不是文件夹。2.不包含子目录中的文件)使用的命令行:ls -l|grep "^-"| wc -l第二种情况:查看当前目录下的文件数量(注意:包含子目录中的文件)使用的命令行:ls -lR|grep "^-"| wc -l第三种情况:查看当前目录下的文件夹

2021-01-12 16:27:12 1143

原创 python中使用numpy中的排序方法

我在使用numpy中的排序方法对我的数组进行排序之后发现,两种排序方法的时间差别很大:similarity是一个形状为(K,)的数组第一种是:similarity.argsort()第二种是:np.argsort(similarity, kind='mergesort')第二种有一个参数是可以选择排序的方法的,我这里学者了时间复杂的最低的归并排序,在相同循环次数和相同数据的情况下,第一种的时间大约是2个小时,第二种的时间是10分钟不到。结果令人惊讶!!!!!!...

2021-01-10 17:21:19 336

原创 ubuntu系统断电之后出现NVIDIA-SMI has failed because it couldn‘t communicate with the NVIDIA driver. Make sur

首先进入到本机的根目录,我的是/home/ubuntu/然后执行sudoservicelightdmstop;最后sudosh[驱动文件路径],我的驱动路径为:NVIDIA-Linux-x86_64-450.57.run执行过程中,遇到有continue的选continue,遇到yes选yes。搞定!!!...

2021-01-04 19:19:15 126

原创 python中数组的操作:沿着一个维度复制并扩增矩阵

想达到的目的是:将b = np.array([1, 0, 0, 1, 0, 1, 0, 1])变成:b = np.array([[1 0 0 1 0 1 0 1] [1 0 0 1 0 1 0 1] [1 0 0 1 0 1 0 1]])采用的numpy函数为:np.expand_dims(b,0).repeat(3,axis=0)...

2020-12-29 15:18:27 6441 2

原创 图像检索多标签数据集NUS_WIDE

NUS_WIDE 是一个多标签场景数据集,其中包含的有81个标签。拥有图片269648万张。数据集中的某一类图片如上所示,在图像检索中,我们常常使用最常用的21个标签来作为图像检索的数据集。第一步,先把数据集分为训练集和测试集;第二步,在测试集中,每一个类挑选100张图片,构成2100张图片的查询集。...

2020-12-28 16:14:39 4347 4

原创 Tensorflow2打印模型结构图

from tensorflow.keras.utils import plot_modelplot_model(model, to_file='DResLayer_model.png', show_shapes=True) # 保存模型结构图

2020-12-22 21:28:05 1980

原创 网络调参的技巧:使用平滑标签

标签平滑(Label smoothing),像L1、L2和dropout一样,是机器学习领域的一种正则化方法,通常用于分类问题,目的是防止模型在训练时过于自信地预测标签,改善泛化能力差的问题。NIPS 2019上的这篇论文When Does Label Smoothing Help?用实验说明了为什么Label smoothing可以work,指出标签平滑可以让分类之间的cluster更加紧凑,增加类间距离,减少类内距离,提高泛化性,同时还能提高Model Calibration(模型对于预测值的con

2020-12-21 20:49:13 309

原创 Tensorflow2.x查看模型网络结构,保存网络模型机构图

img_input = Input(shape=(224, 224, 3))output = DResLayer(1000, [2, 3, 4, 2], [64, 128, 256, 512])(img_input)model = models.Model(img_input, output)model.summary()from tensorflow.keras.utils import plot_modelplot_model(model, to_file='DResLayer_model..

2020-12-21 20:41:43 4225

原创 Tensorflow1.X 怎么查看模型中需要训练的参数

在tensorflow1.x中查看需要训练的模型参数:from functools import reducefrom operator import muldef get_num_params(): num_params = 0 for variable in tf.trainable_variables(): shape = variable.get_shape() num_params += reduce(mul, [dim.value fo

2020-12-21 20:39:09 658

原创 python 逆序json文件中,字典中的键值对

原始json中的键值对:转换代码如下:import jsonwith open("LABEL_DICT.json",'r') as load_f: load_dict = json.load(load_f)print(load_dict)new_dict = {}for k,v in load_dict.items(): print(k,v) new_dict[str(v)] = kprint(new_dict)json_str = json.dumps(

2020-12-21 16:03:57 300

原创 Tensorflow中tf.reduce_mean()使用方法

import tensorflow as tfx = [[0,1,0,1,0,1], [0,1,0,1,0,1], [1,0,1,0,1,0], [0,1,0,1,0,1]]y = tf.cast(x, tf.float32)mean_all = tf.reduce_mean(y)mean_1 = tf.reduce_mean(y, axis=0)mean_2 = tf.reduce_mean(y, axis=1)mean = tf.reduce_mean.

2020-11-04 16:36:41 831 1

原创 conda激活虚拟环境出现Your shell has not been properly configured to use ‘conda activate‘。

出现此问题的系统环境:Linux(Ubuntu 16.04)第一步:source activate。首先激活环境。第二步:conda env list。查看所有可以激活的虚拟环境。第三步:conda activate XXX(虚拟环境名称)。

2020-11-04 13:48:51 745

原创 Python将图片复制到另外一个文件夹下面

这里我们不要使用opencv中将图片打开再进行cv2.imwrite(),这样会保存的图片就会损失大小(这里的大小,就是图片存储大小,不是分辨率)。当然你如果不介意这样的话,请忽略。使用如下代码可以复制图片,并且保存图片的代码:import shutilshutil.copy(oldpath, newpath) #例如:oldpath="C:\\a\\mycar.jpg",newpath="D:\\f\\mycar.jpg"...

2020-10-28 21:19:07 2121

原创 Python获取绝对路径中文件的名字(带后缀)

结果:

2020-10-28 20:56:24 1108

原创 ubuntu系统怎么查看已经安装的python虚拟环境

输入:conda env list

2020-10-28 13:31:05 3607 1

原创 Supervised Learning of Semantics-Preserving Hash via Deep Convolutional Neural Networks-基于深度卷积神经网络的语

一.论文中比较的数据集二.各种数据集的比较CIFAR-10:训练集50000,测试集10000,从测试集中随机抽取1000样本作为性能评估的查询集,每个类100个样本。NUS-WIDE:270,000个图像的数据集。每个图像属于从81个概念标签中取出的多个类别。NUS-WIDE网站仅提供图像的URL,并且根据给定的链接,能够收集大约230,000张图像,因为其他图像已被所有者删除。我们在评估中使用21个最常见标签中的图像,每个标签至少有5,000个图像。图像被分成97,214个图像的训练集和

2020-10-28 13:20:54 382

原创 python打开图片出现Possibly corrupt EXIF data或者Corrupt EXIF data。

在进行读取图片时,会出现此类问题,通常我们需要找图这些图片然后将图片进行处理。第一步:将这个警告设置成报错。import warningswarnings.filterwarnings("error", category=UserWarning)第二步:在打开图片后,捕获异常,并抛出异常。try: img = Image.open(filePath)except: print(filePath)这样就可以打印出有问题的图片路径:...

2020-10-27 21:04:36 937

原创 java在什么时候使用接口?

Java为单继承,当父类的方法种类无法满足子类需求时,可实现接口扩充子类能力。注意:要和方法重写进行区分,我理解为方法重写是为了拥有父类的方法,但是实现子类特有的行为。而接口是拓展子类的能力,这些能力在父类中没有,但是多个子类中都具有。...

2020-10-26 21:19:18 1071

ui自动化框架,关键字驱动

ui自动化框架,关键字驱动

2023-11-05

electerm的linux版本支持

electerm的linux版本支持

2022-11-08

UBENCH数据集链接.txt

网络上寻找的unbench的链接都是显示404,本人在寻找很久之后,终于找到了这个数据集链接,自己已经下载下来了。但是由于数据集有1.5G,所以只能以链接的形式分享给大家。

2020-05-08

ukbench前1000张图片数据集first1000.zip

python计算机视觉中图像搜索很重要的数据集,本人找了很久才找到。我将它收集整理到这里。希望大家在复现代码时能够用到。

2020-05-08

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除