首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏CodeNone

    图慎入】Git(2

    ),最常用的就是以下几种 啥都不加,输出全部且冗长 输出前几个,git log -p 单行输出,git log --oneline 当然是可以组合的,git log --oneline -2 自然就是单行输出前2条记录。

    46220编辑于 2022-09-22
  • 来自专栏人工智能LeadAI

    Python 版本共存问题 2

    那么问题就来了,可能三个月前自己写的 Seq2Seq 的 tf 代码,在新版的 Tensorflow 中就已经不能运行,这就是因为版本变化带来的API变化导致。 有鉴于此,为了同时运行新老代码,我们通常选择在同一台机器上 配置共存的版本 Module。 如何配置并使用多种版本module? py_env/py27_env/bin 文件夹中只存在和 Python 相关的命令,因此只有 Python 相关命令的执行会受该环境的影响 如何退出该独立的 Python 环境 deactivate 2、 这里的 pip2就是系统命令了,即 /usr/bin/pip2了。 可以采用 which pip2 验证一下which pip2 which pip which pip3 which pip3.5 可以进入 Python 解释器看看 # 以下三个命令都可以进入 该独立环境对应的

    1.6K60发布于 2018-03-07
  • 来自专栏changxin7

    2.并发编程编程

    需要使用关键字的方式来指定参数 2. args指定的为传给target函数的位置参数,是一个元组形式,必须有逗号 ​ 参数介绍: 1 group参数未使用,值始终为None 2 3 target表示调用对象 )2、帮我们处理好锁问题。 ,conn2只能用于发送。 = time.time() - s2 # # print('t1>>',t1) #结果:0.5146853923797607s 进程池的效率高 # print('t2>>',t2 其他语言里面有更高级的进程池,在设置的时候,可以将进程池中的进程动态的创建出来,当需求增大的时候,就会自动在进程池中添加进程,需求小的时候,自动减少进程,并且可以设置进程数量的上线,最多为,python

    1.5K20发布于 2019-08-20
  • 来自专栏JNing的专栏

    python: pip版本 (pippip2pip3) & python环境 (pythonpython2python3)

    python环境 - 配置 OS Ubuntu 14.04 Python Anaconda3 (Python3.6) + 系统自带 (Python2.7 + Python3.4) pip版本 (pip/pip2/ /anaconda3/lib/python3.6/site-packages pip2 系统自带 (Python2.7) /usr/lib/python2.7/dist-packages pip3 系统自带 python环境 (python/python2/python3) 总结 不同的 python命令 会打开不同的 python环境 。 在本机中,各 python命令 对应情况如下: python命令 对应python版本 python Anaconda3 (Python3.6) python2 系统自带 (Python2.7) python3

    1.6K40发布于 2018-09-27
  • 来自专栏刷题笔记

    7-2 到底有

    本文链接:https://blog.csdn.net/shiliang97/article/details/96301355 7-2 到底有二 一个整数“犯二的程度”定义为该数字中包含2的个数与其位数的比值 例如数字-13142223336是个11位数,其中有3个2,并且是负数,也是偶数,则它的犯二程度计算为:3/11×1.5×2×100%,约为81.82%。本题就请你计算一个给定整数到底有二。 这道题会出现好几次,也没啥注意点,就是 1.输出百分号要写%%,只写一个%会识别成格式控制符 2.如果count给整成整数型的了,那就写成1.0*count转换成浮点型去算 #include<iostream =0){ k1*=2; //cout<<"oushu"<<endl; } int count=0; for(int i=0;i<n.length();i++){ if(n[i]=='<em>2</em> '){ count++; //cout<<count<<endl; } } printf("%.2f%%",1.0*count/len*k1*100); return 0; }

    74530发布于 2019-11-08
  • 来自专栏饶文津的专栏

    「2017 Multi-University Training Contest 2」2017校训练2

    image.png #include <bits/stdc++.h> #define N 100001 using namespace std; int t; int n,x,y; char s1[N],s2[ N]; int main(){ scanf("%d",&t); while(t--){ scanf("%d%d%d%s%s",&n,&x,&y,s1,s2); =s2[i])++dif;else ++sam; if(x-y>dif||y>sam&&dif-(y-sam)*2<x-y)puts("Lying"); else puts n)-1+MOD)%MOD; ans=qpow(ans,m-1)*2%MOD; if(m==1){ puts("1"); continue; } ll chuyi3=qpow (3,MOD-2)%MOD; if(n&1){ cout<<(ans+1)*chuyi3%MOD<<endl; }else{ cout<<ans*chuyi3%MOD<<endl;

    48820发布于 2020-06-02
  • 来自专栏数据科学(冷冻工厂)

    单细胞分析:模态 reference mapping (2)

    ") Example 2:绘制人类骨髓细胞图谱 Data 例如,我们将由人类细胞图谱项目生成的,来自八位不同捐献者的人类骨髓单核细胞(BMNC)数据集进行了映射。 尽管我们也可以计算并应用传统的PCA投影,但在处理通过WNN分析构建的模态参考数据时,我们更推荐使用监督式PCA(sPCA)。 spca.annoy.neighbors"]], file = "/brahms/shared/vignette-data/reftmp.idx") 查询数据集预处理 本节我们将展示如何将来自多位捐献者的骨髓样本与一个模态骨髓参考集进行比对 hcabm40k.batches <- lapply(X = hcabm40k.batches, FUN = NormalizeData, verbose = FALSE) Mapping 接下来,我们在每位捐献者的数据集与模态参考集之间确定锚点 = 3) p1 + p2 + plot_layout(guides = "collect") 我们还可以把所有的数据对象合并成一个统一的数据集。

    41210编辑于 2024-05-17
  • 来自专栏python与大数据分析

    图像标注版本2-标注框

    标注的秘诀就在于增加一个bboxList列表,记录每次释放鼠标时的起始结束位置以及其他信息,在绘制事件中,将过往的bboxList存储的点位信息重新绘制出来。 for point in self.bboxList: rect = QRect(point[0], point[1], abs(point[0]-point[2] bbox = (tempx0, tempy0, tempx1, tempy1) self.bboxList.append(bbox) 四、构建主窗口 # 测试类 class LabelV2( QWidget): def __init__(self): super(LabelV2, self). 函数中,显示主窗口,其他功能暂时不需要 if __name__ == '__main__': app = QApplication(sys.argv) labelwin = LabelV2(

    47130编辑于 2023-09-04
  • 来自专栏杨熹的专栏

    Python 爬虫 2 爬取页网页

    参考资料:极客学院: Python单线程爬虫 代码:2.Single-thread-crawler.ipynb 本文内容: Requests.get 爬取多个页码的网页 例:爬取极客学院课程列表 爬虫步骤 東京の郊外に住む木村さんは、お酒を飲んでの失敗のい人で... q=filter&page=1[] 2https://www.crowdfunder.com/?q=filter&page=2[] 3https://www.crowdfunder.com/? pageNum=2' html = requests.get(url).text # print html classinfo = re.findall('(<li id=.*? ,eachclass,re.S).group(1) #info['content'] = re.search('</h2>

    (.*?)

    2.3K50发布于 2018-04-02
  • 来自专栏啄木鸟软件测试

    模态大模型技术原理与实战(2)

    oSoftMax函数:将酚类输出值转转换为[0,1]之间的概率分布,且概率和为1. 这批数据的总量不大,但是其种类丰富,包含了基于各个任务的轮对话数据。 这句话可以按以下思维逻辑分解:如果去掉余的两个苹果,剩下的苹果应该等分为2份,那么老大最后的苹果数量(26-2)/2=12个,老二分得的苹果比老大的两个,则老二的苹果数量12+2=14个。 GPT-3 文本生成、轮对话、机器翻译方面、智能问答具有优势。 GPT-3缺陷: ·无法保证生成的文章是否符合人类的价值观、是否有政治敏感和种族歧视的信息 ·其长距离上下文理解能力不够强 ·轮对话能力有待提高。

    53710编辑于 2024-09-10
  • 来自专栏数据处理与编程实践

    VBA: 份文件的批量顺序打印(2

    文章背景:测试仪器的数据有些会以Excel文件的形式保存,工作量大时测试员会选中份文件进行批量打印,同时可能需要删除一些无需打印的测试数据(比如空白样,错误数据等)。 num_row As Integer, ii As Integer, flag As Integer, temp As Integer Dim Response1, Response2 arrSplitStrings) getFileName = arrSplitStrings(num) End Function 代码运行效果:http://mpvideo.qpic.cn/0bf2ciaa2aaasiaik6tibrqfaewdbujaadia.f10002 (2)实际工作当中,如果连接了实体打印机,运行上述代码后会依次打印出你所需要的文件。 相关资料: [1] VBA: 份Excel文件的批量顺序打印 [2] Excel: 提取路径中的文件名 [3] VBA:获取指定数值在指定一维数组中的位置

    1.9K40编辑于 2022-09-20
  • 来自专栏ml

    2014---校训练2(ZCC Loves Codefires)

    In Codefires, every problem has 2 attributes, let's call them Ki and Bi(Ki, Bi>0). if Memset137 solves Sample Input 3 10 10 20 1 2 3 Sample Output 150 Hint Memset137 takes the first 10 seconds to solve L = 10 * 2 + (10+20) * 3 + (10+20+10) * 1 = 150. Author 镇海中学 Source 2014 Multi-University Training Contest 2 代码: 1 #include<cstdio> 2 #include<iostream

    64450发布于 2018-03-26
  • 来自专栏python3

    uwsgi的python2+3版本共存

    一、第一种方式(virtualenv) 1、首先,机器需要有python2和python3的可执行环境。 确保pip和pip3命令可用。原理就是在哪个环境下安装uwsgi。 2、安装virtualenv环境管理工具 ? 3、创建python2和python3的虚拟环境 ? 4、进入python2虚拟环境 ? 5、进入python3虚拟环境 ?

    1.7K20发布于 2020-01-03
  • 来自专栏跟牛老师一起学WEBGIS

    OL2中的地图联动展示

    概述: 在前面有篇文章提到了OL3中的地图联动展示,在本节中讲述在OL2中实现地图的联动展示。 效果: ? 实现思路: 在Ol2中,实现地图的联动展示也是比较简单的。 查看OL2中map的api,可知只要添加map的move事件即可。 ? 实现代码如下: <! dev.openlayers.org/OpenLayers.js"></script> <script type="text/javascript"> var map1, map2; center: [103.847, 36.0473], zoom: 4 }); map2 layers: [imgLayer, vecAnno2, mousepos2], numZoomLevels:20, center: [103.847

    79530发布于 2018-10-23
  • 来自专栏王的机器

    『曲线构建系列 2曲线方法 (基差)

    1.3 曲线构建框架 在考虑基差的曲线环境下,该构建框架需三个步骤就可以生成所有曲线。 第一步:构建好的基准曲线(basic curve)用于计算折现因子和标准 IBOR。 2 用利率基差建曲线 2.1 市场报价 利率基差报价 利率基差掉期(Tenor Swap, TS)是浮动换浮动的利率掉期,双方定期交换 2 个期限不同的 IBOR,其中一端需添加一个利差(spread) 首先,定义: 为了简化公式里符号,把短和长期限分别定义为 k = 1 和 k = 2。 每个币种都有用于利率产品折现的曲线,另外,每个非 USD 币种都有一条用于外汇产品折现的曲线,四个币种总结如下表: 4 总结 当利率基差和跨货币基差不能忽略时,曲线环境就产生了: 对于每一个货币,折现曲线和 考虑抵押品来构建曲线,这是下帖的课题,也是曲线构建系列的大结局。 Stay Tuned!

    2.3K23发布于 2019-10-24
  • 来自专栏小巫技术博客

    Retrofit2 & RxJava2实现单文件和文件上传

    Retrofit2 是目前Android开发主流的网络库,RxJava2也是目前开发者使用的比较多用来更优雅实现异步的库,因为最近业务需求有用到这两个库,就简单分享下它的一个实际使用场景—上传文件 [TOC ] 集成RxJava2和Retrofit2 // Rx compile rootProject.ext.dependencies["rxjava"] compile rootProject.ext.dependencies AndroidSchedulers.mainThread()) .subscribe(fileUploadObserver); } /** * 文件上传 builder.setType(MultipartBody.FORM); return builder.build(); } /** * 文件上传构造 Observer的抽象类,主要是用来收到Rxjava2的事件: /** * 上传文件的RxJava2回调

    3.1K40发布于 2018-07-20
  • 来自专栏skyyws的技术专栏

    iTerm2配置用于同时打开多个ssh会话(支持集群,机器管理)

    使用Windows的同学应该知道Xshell,使用这款工具,我们就可以同时打开多个ssh会话,并对不同的ssh会话按集群或者组分类,那么在mac上我们同样可以使用iTerm2进行配置,来实现该功能。 本片文章主要就是带大家来一步步实现如何使用iterm2来进行配置,对多个ssh会话进行管理,分组。 接着,我们在iTerm2中配置一个新的profile,如下所示: 在profile中,我们需要对以下这几个参数进行配置: Name:这是该profile的名称,我们可以通过command+o打开iterm2 也可以在docker栏的iTerm2图标处,双击右键进行操作: 注意:如果同时打开的会话过多,可能会有暂时的卡顿。

    2.7K20编辑于 2022-05-20
  • 来自专栏小菜鸡的笔记

    mybatis-plus 应用2:【常用的租户方案对比,以及实现租户功能】

    常用的租户方案对比,以及用mybatis-plus插件实现租户功能技术栈spring boot + postgresql + mybatis-plus前菜租户的场景,大概率是要考虑以下问题的数据安全级别 (共享数据库、共享数据架构的方式)步骤1:网关识别租户身份后,放在header中给到应用步骤2:应用中适配怎么区分租户步骤3:数据库层面区分租户步骤1:应用中保留租户信息/** * 用ThreadLocal httpRequest.getParameter(code.getValue()) : httpRequest.getHeader(code.getValue())); }}步骤2: update School set name ='xxx' where 1 and tenant_id='xxx'create逻辑insert into School(id,name) value (1,2) insert into School(id,name,tenant_id) value (1,2,'xxx') 这里 mybatis-plus租户插件,代码的三分之二都在处理最复杂的join查询

    3.4K61编辑于 2022-08-16
  • 来自专栏机器之心

    模态版Llama2上线,Meta发布AnyMAL

    本文提供了在大型数据集上预先训练的投影层,这些数据集包含多种模态(例如,2 亿张图像、220 万段音频、50 万 IMU 时间序列、2800 万段视频),所有数据集都与同一个大模型(LLaMA-2- 70B-chat )对齐,从而实现了交错式模态上下文提示。 方法 方法概览 预训练模态对齐 本文使用配对的模态数据(特定模态信号和文本叙述)对 LLM 进行预训练,从而实现模态理解能力,如图 2 所示。 对于图像对齐,研究使用了 LAION-2B 数据集的一个干净子集,使用 CAT 方法进行过滤,并对任何可检测的人脸进行模糊处理。 利用模态指令数据集进行微调 为了进一步提高模型对不同输入模态的指令跟随能力,研究利用模态指令调整(MM-IT)数据集进行了额外的微调。

    63820编辑于 2023-10-04
  • 来自专栏数据小魔方

    ggplot2多维分面图层对应规则

    今天只给大家讲一个知识点,是属于ggplot2高阶用法中的分面与图层关系如何对应,这个用法之前困扰我很久,也是最近帮朋友做东西才发现这个漏洞,于是感觉分享给大家。 (RColorBrewer) library(dplyr) CHN_adm2 <- readShapePoly("D:/R/rstudy/CHN_adm/CHN_adm2.shp") CHN_adm2 _1 <- fortify(CHN_adm2) data1 <- CHN_adm2@data data2 <- data.frame(id=row.names(data1),data1 ) china_map_data <- join(CHN_adm2_1,data2, type = "full") dongsansheng <-subset(china_map_data (NAME_2),colwise(midpos,.

    1.3K41发布于 2018-04-11
领券