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(144)
  • 资源 (3)
  • 收藏
  • 关注

原创 1024——程序员的快乐

加油!程序员!

2020-10-24 12:41:50 13904

原创 1024敷衍型总结

又是一年的1024,希望接下来的一年能有所收获

2021-10-24 14:51:03 197

原创 github——项目上传github指定文件夹(先克隆本地,再上传)

1.下载git,安装教程https://www.cnblogs.com/xueweisuoyong/p/11914045.html2.注册GitHub账号,创建一个新库,添加个README.md3.将新建的库下载到本地(下载的地方后面要用到)4.进入到准备下载的地方的根文件夹,右键点击Git Bash Here5.输入git init,再克隆项目到本地git clone https://github.com/github账号名称/新建的库名称.git6.将需要放到github上的项目拖拽至克隆

2021-03-12 13:38:26 1352

原创 github——遇到的诡异错误

1.Failed connect to github.com:443解决方案:git config --global --unset http.proxy2.OpenSSL SSL_read: Connection was reset, errno 10054解决方案:git config --global http.sslVerify "false"3.如此设置完还是会出现443的话,就加个梯子,科学上网,就能上传了...

2021-03-12 10:44:12 211

原创 网页视频加速方法(不能改进度)

原文章:https://zhuanlan.zhihu.com/p/1364014241.按下F12,打开控制台(console)2.输入代码 document.querySelector(“video”).playbackRate=“16” ------然后按键盘回车

2021-03-09 21:44:44 13470 1

原创 bert——Bert-BiLSTM-CRF命名实体识别演变

(1)RNN网络中的循环结构使得某个时刻的状态能够传到下一个时刻,即可以实现信息的持久化。因此,循环神经网络的主要用途是处理和预测序列数据。缺点:RNNs能够把以前的信息联系到现在,从而解决现在的问题。但是,随着预测信息和相关信息间的间隔增大, RNNs 很难去把它们关联起来了。从理论上来讲,通过选择合适的参数,RNNs 确实是可以把这种长时期的依赖关系 (“long-term dependencies”) 联系起来,并解决这类问题的。但遗憾的是在实际中, RNNs 无法解决这个问题。如果序列过长,

2021-03-09 20:50:54 3961

原创 Vue——标签页名称修改(设置页面标题)

1.修改router中index.js文件中每个路由加上meta:{ title: ‘首页’}const router = new Router({ mode: '', routes: [ { path: '/', name: '', component: , meta:{ // title: '首页'

2021-03-09 15:02:51 11665 2

原创 a标签去下划线,颜色变白,去点击后虚线框

style=“text-decoration:none;color: white;outline:none;”去下划线:text-decoration:none;颜色变白:color: white;去点击后虚线框:outline:none;

2021-03-09 14:03:38 366

原创 bert——预训练模型下载

google的bert预训练模型:(前两个2019-05-30更新的,后面2018-10-18更新的)BERT-Large, Uncased (Whole Word Masking): 24-layer, 1024-hidden, 16-heads, 340M parametersBERT-Large, Cased (Whole Word Masking): 24-layer, 1024-hidden, 16-heads, 340M parametersBERT-Base, Uncased: 12-l

2021-03-08 21:03:29 951

原创 Vue——打包上传服务器

1.首先使用build命令,将整个前端文件进行打包2.然后项目根目录下的dist会生成static文件夹3.将static文件夹和index.html交给后端即可完成部署

2021-03-03 00:20:42 156

原创 Vue——解决删除或编辑表格中某条数据,表格不更新问题

问题:当删除或更新表格中的某条数据后,前端发送请求后,表格数据并不会实时更新,如何解决?解决方案:对表格显示的数据进行再次请求,只要表格的数据发生变化,表格的数据就会更新。...

2021-03-03 00:07:38 2220

原创 Vue——解决退出登陆后返回上一页问题

问题:在用户退出登陆后,点击左上角的返回键,用户会回到原来的页面,但此时已经没有登陆状态了,继续操作会出现问题,如何解决?解决方案:直接清空本地缓存,让用户无可回退window.localStorage.clear();网友还有其他解决方案,如监听回退按钮,禁止其使用等...

2021-03-02 23:56:34 2389

原创 Vue——子组件与子组件进行数据传递

首先,两个子组件之间有公共的祖先直接将消息从子组件发给父组件,父组件再传给子组件,子组件获取假设第一个子组件为A,第二个子组件为B,父组件为C(1)子组件A发给父组件Cthis.$emit('发给父组件C',你的数据);(2)父组件接受C<子组件A @发送给父组件C="getdata"/>(发送给父组件C这个字段要与子组件中发送出来的字段一致)export default { name: "search", data() { return {

2021-03-02 18:06:08 1202

原创 python——tensorflow使用gpu(window版本)

(以下访问的网站,最好科学上网,查看快,下载快)1.验证tensorflow可以使用gpuimport tensorflow as tfprint(tf.test.is_gpu_available())输出True则为成功没成功则执行下面的步骤2.要成功用gpu执行,需要安装tensorflow-gpu、cuda、cudnn三个,版本需要全部对应(1)首先查看三个东西对应的版本,然后分别下载,地址(科学上网,查看)笔者下载的是tensorflow-gpu-1.15.0、cuda10、cu

2021-01-28 20:31:37 2141

原创 去除文本中的所有中文

1.将文本导入word中2.点击替换,选择更多,使用通配符,输入[!^1-^127],点击全部替换即可。

2021-01-20 14:19:46 3585

转载 Graphviz window下载

访问官网发现是404,好多链接下载不了了,找到一个比较慢的 传送门 选择第三个msi即可然后windows下Graphviz安装及简单实用参考:http://www.cnblogs.com/AimeeKing/p/5021675.html

2021-01-19 17:18:20 176

原创 bert——使用GPU运行模型

1.Windows用命令查看nvidia的GPU使用情况cd C:\Program Files\NVIDIA Corporation\NVSMInvidia-smi2.使用GPUimport torchimport os #设置使用那块GPU “0”是GPU的idos.environ["CUDA_VISIBLE_DEVICES"] = "0"//主要用的是这句,其他是校验 #查看GPU是否可用cuda_available=torch.cuda.is_available() pr

2021-01-17 15:29:09 3781 1

原创 bert——常见运行run_classifier.py错误

用pytorch运行github上谷歌提供的bert模型的run_classifier.py,参数见官网,需将其中有$的参数进行替换,替换成自己的路径,运行过程会出现以下错误:1.cannot import name ‘modeling’ from ‘bert’将import modeling import optimization import tokenization改为from bert import modeling from bert import optimization from bert

2021-01-17 15:06:12 3152

转载 小程序——picker组件

转载:https://www.cnblogs.com/bgwhite/p/9335648.html小程序自带的picker组件,picker一共分为三类普通选择器:mode = selectorrange:下拉列表的数据,为一个obj或array。只有当mode=selector或者 mode= multiSelector时有效。range-key:当range为对象时,range-key用来指定显示对象的哪一个属性上的属性值value:下拉项的下标,可通过改变该属性来实现确定后数据的对应渲染。

2021-01-15 22:08:07 8436

原创 小程序——弹出框

1.提示框 wx.showToast({ title: '成功',//用户看到的提示信息 icon: 'success',//提示图标,有error,success、none duration: 2000//停留时间 })2.加载框wx.showLoading({ title: '提交中..', })加载完成后需要隐藏加载框w

2021-01-15 22:02:25 1449

原创 小程序——自定义tabbar(不同权限显示不同tabbar)

1.假如有两个用户,教师以及学生,教师tabbar显示两个,学生tabbar显示三个(1)准备两种图片,当前页亮的图片以及非当前页不亮的图片(2)首先创建一个新的js,用于填写tabbar的内容,包括显示的字以及图片的路径,并暴露出去var studentMenus = { activeUrl: 'info', list:[{ currentUrl:"student_select", "pagePath": "pages/student", "text": "选择"

2021-01-15 21:45:07 2656 5

原创 小程序——js获取当前页面中的值

1.使用场景:一般用在显示列表中的多条信息,但是要点击某条信息进一步显示其详细信息2.wxml中在属性中写上data-xxx=""(注意:需要与响应函数写在同个标签里,不然获取不到)<view data-id='{{item.id}}' bindtap='gotoDetail'>3.js获取e.currentTarget.dataset.参数//获取详细信息 gotoDetail:function(e){ console.log(e.currentTarget.d

2021-01-15 20:31:35 1109

原创 小程序——获取openid

将临时code传给后台,后台通过AppId及AppSecret向微信提供的接口获取openid1.在小程序官网对自己传值的公网进行配置在这里将自己的访问的公网地址进行配置2.前端传临时code// 获取临时code wx.login({ success: res => { res.code//res.code就是临时code } })//传值给后端wx.request({ method: 'POST',

2021-01-15 20:16:59 194

原创 小程序——父组件向子组件传值

1.首先需要在父组件中调用子组件,并在子组件的属性中写上传值的数据这是父组件的wxml界面,其中find_all_teachers为子组件,分别传值teacher_list<find_all_teachers teacher_list="{{teacher_list}}"></find_all_teachers>2.在子组件的find_all_teachers.json中加入{ "usingComponents": {}, "component": true}

2021-01-15 19:48:30 580 2

原创 小程序——小程序页面跳转区别

1.navigateTo:保留当前页面,跳转到应用内的某个页面。但是不能跳到tabbar页面wx.navigateTo({ url: `/pages`})2.redirectTo:关闭当前页面,跳转到应用内的某个页面。但是不允许跳转到tabbar页面wx.redirectTo({ url: '/pages'})3.switchTab:跳转到abBar页面,并关闭其他所有非tabBar页面wx.switchTab({ url: '/pages'})4.navigateBac

2021-01-15 19:34:58 195

原创 小程序——小程序版本自动更新

引用:微信小程序版本自动更新1.自动版本更新即小程序发布新版本后会提示用户进行更新,不用重新扫描小程序二维码2.代码如下:if (wx.canIUse('getUpdateManager')) { const updateManager = wx.getUpdateManager() updateManager.onCheckForUpdate(function (res) { if (res.hasUpdate) { updateManag

2021-01-15 19:26:19 1315

原创 爬虫——Python爬虫(BeautifulSoup)遇到拿meta标签

解决方案:一般拿标签是bs.find("div",class_="haha")而meta标签不能通过bs.find('meta',name='haha')而是bs.find(attrs={"name":"haha"})['content']

2020-12-14 13:04:16 2283 2

原创 知识图谱——从零开始用neo4j框架对csv文件构建知识图谱(三)——构建知识图谱

知识图谱——从零开始用neo4j框架对csv文件构建知识图谱(一)——安装neo4j知识图谱——从零开始用neo4j框架对csv文件构建知识图谱(二)——构建三元组1.构建实体文件和关系文件在上文我们最后得出了entity-relation.csv,接下来我们对其拆分为实体和关系两个文件#!/usr/bin/env python# _*_ coding:utf-8 _*_import pandas as pdimport csv# 读取三元组文件h_r_t_name = [":STAR

2020-12-03 22:32:41 5994 11

原创 知识图谱——从零开始用neo4j框架对csv文件构建知识图谱(二)——构建三元组

知识图谱——从零开始用neo4j框架对csv文件构建知识图谱(一)——安装neo4j1.构建三元组关系三元组为实体——关系——实体在上文安装好neo4j后,我们需要对以及爬下来的数据进行拆分,原先的数据是,第一列为文章名字,第二列为文章链接、第三类为摘要,如下图我们需要构建的三元组就是它们其中的关系以上图为例,构建的三元组有文章(表格第一列元素)——链接——具体链接(表格第二列元素)文章(表格第一列元素)——摘要——具体摘要(表格第三列元素)2.python拆分成三元组import cs

2020-12-03 22:09:42 5103 8

原创 知识图谱——从零开始用neo4j框架对csv文件构建知识图谱(一)——安装neo4j

之前我们使用爬虫爬到了众多的数据,对于这些数据,如何我们想构建一个知识图谱,应该怎么做呢?1.下载neo4j下载的官方地址是https://neo4j.com/download-center/#community(注意:科学上网下载速度较快,用国内的网极其慢)这里不要选择最新版本,选择这个框最下面的版本,现在打开显示的是3.5.25版本用Linun就下载第一个tar,选择window就下载第二个zip,本文以window平台下下载neo4j为例(选择以前的版本是因为里面需要用到jvm,选择最新的

2020-12-03 21:50:31 2210

原创 深度学习(二)——神经元——分类

文章参考https://zhuanlan.zhihu.com/p/274375661.卷积神经元(1)只跟前一神经细胞层的部分神经元有连接。(2)它们不是和某些神经元随机连接的,而是与特定范围内的神经元相连接。(3)通常用来保存空间信息。这让它们对于那些拥有大量局部信息,比如图像数据、语音数据会非常实用。(4)独立训练,有很多副本,每个副本都有自己的权重2.解卷积神经元(1)与卷积神经元相反,使用方式不同,但连接方式相同(2)通过跟下一神经细胞层的连接来解码空间信息(3)独立训练,有很多副

2020-11-25 11:32:56 1069 1

原创 深度学习(一)——神经元——介绍

1.什么是神经元这里的神经元指的是人工神经网络中的神经元。神经元是一种处理单元,是对人脑组织的神经元的某种抽象、简化和模拟。是人工神经网络的关键部分。通过神经元,人工神经网络可以以数学模型模拟人脑神经元活动,继而进行高效的计算以及其他处理。2.应用到计算机中有一些输入,然后给一个输出。3.应用到数学中在数学上,在机器学习中的神经元就是一个数学函数的占位符,它仅有的工作就是对输入使用一个函数,然后给一个输出。...

2020-11-24 22:12:58 7626

原创 python下载——urlretrieve() 将远程数据下载到本地

1.urlretrieve()函数的作用答:将远程数据下载到本地。函数的第一个参数为下载的地址。函数的第二个参数为下载存放的位置。函数的第三个参reporthook 是一个回调函数,当连接上服务器、以及相应的数据块传输完毕时会触发该回调,我们可以利用这个回调函数来显示当前的下载进度。函数的第四个参数 data 指 post 到服务器的数据,该方法返回一个包含两个元素的(filename, headers)元组,filename 表示保存到本地的路径,header 表示服务器的响应头。2.pyth

2020-11-15 14:14:50 552

原创 爬虫——Python爬虫遇到ip被封或Max retries exceeded问题

(1)IP被封解决方法:User Agent+IP代理具体方法:User Agent减少IP被封次数,原理是模仿人的点击访问。具体做法:加上headers={'user-agent':'Mozilla/5.0 (Windows NT 6.3; WOW64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/63.0.3239.133 Safari/569.36'}这里使用的是模仿谷歌浏览器的,其他浏览器可以参见这篇文章Python3网络爬虫(四):使用Us

2020-11-12 11:19:11 4527 2

原创 爬虫——Python爬虫(BeautifulSoup)遇到拿不到的标签

问题:由于网速不好,一些需要缓冲的标签获取不到解决方案:首先查看是不是自己所写的标签有问题,是用class还是用id取的。再利用仿真,让网站停留几秒进行缓冲方法:(1)将chromedriver.exe放到程序所在文件夹(2)py文件中导入from selenium import webdriverimport time(3)具体代码driver = webdriver.Chrome()driver.get(wholelink)#写上自己的链接time.sleep(5)#缓冲时间,可

2020-11-07 13:47:07 2986

原创 爬虫——Python爬英文文献ScienceDirect论文的标题、摘要,并保存在本地

相对于上一篇爬百度学术的,这篇爬的是ScienceDirect,英文版的,这里面提供的内容更全,有标题,完整摘要,作者,论文相关信息等import requestsfrom bs4 import BeautifulSoupfrom urllib.request import quotesearch = input('请输入关键词:')kwen = search.encode('utf-8') #将汉字,用utf格式编码,赋值给gbkkwf = open('IEEE.txt','w',encod

2020-10-26 21:37:28 5715 18

原创 爬虫——Python爬百度学术论文的标题、摘要,并保存在本地

只能爬标题,部分摘要(链接页显示啥就是啥),也可以爬年份,来源,作者(代码中我注释掉了)import requestsfrom bs4 import BeautifulSoupfrom urllib.request import quote#"百度学术是用utf-8编码的,因而这里汉字以这个形式编码search = input('请输入关键词:')kwen = search.encode('utf-8') #将汉字,用utf格式编码,赋值给gbkkwf = open('百度学术.txt','

2020-10-26 17:06:50 3702 1

原创 ZSL+VisualAbstraction(Zero-Shot Learning via Visual Abstraction)

1.文章提出的背景细粒化目标识别受到重视,但是其收集训练样本困难。2.提出问题当遇到细粒化目标识别中一些难以用语义描述的视觉概念(文中指的是两个人之间互动的概念以及一个人的姿势概念),怎么办?3.提出方法ZSL+视觉抽象去识别一个人的姿势(实例化)以及两个人的互动(类)。第一步:数据的收集本文提供一个界面进行收集数据。对于一个人的姿势通过提供一句话让实验者去想象,然后通过界面展示出来;对于两个人的互动则通过提供一张图片让实验者去回忆,然后通过界面展示出来。第二步:确定特征文中确定了Basi

2020-10-22 18:40:01 121 2

原创 机器学习-计算机视觉-目标检测问题学习笔记

1.历史2.深度学习目标检测3.区别4.

2020-10-18 22:34:34 318

原创 ALE-零学习zero-shot(Label-Embedding for Attribute-Base Classification)

1.文章提出的背景:DAP有许多缺点:(1)预测属性可以,预测类别不太行(2)不能增量学习(3)无法利用除属性外的信息*先科普一下什么是DAPDAP(Direct Attribute Prediction)DAP可以理解为一个三层模型:第一层是原始输入层,例如一张图片,用像素的方式进行描述;第二层是n维特征空间,每一维代表一个特征;第三层是输出层,输出模型对输出样本的类别判断。在第一层和第二层中间,训练n个分类器,用于对一张图片判断是否符合n维特征空间各个维度所对应的特征;在第二层

2020-10-18 22:31:39 1148 3

chromedriver.exe

爬虫仿真所需驱动器chromedriver.exe。 具体文章见https://blog.csdn.net/zeshen123/article/details/109545963

2020-11-07

计算机专业实习周记17篇.doc

计算机专业实习周记17篇.doc!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!

2020-04-26

picture_around.html

基于Vue.js轮播图,详情查看https://blog.csdn.net/zeshen123/article/details/103840604

2020-02-07

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