- 综合排序
- 最热优先
- 最新优先
- 来自专栏Vamei实验室
Python标准库的学习准备
4) 文件读写(IO)接口 5) 文件的权限以及其它的文件信息(meta data) 6) 常用系统命令以及应用，比如ls, mv, rm, mkdir, chmod, zip, tar..., 学习文件相关的内容 加密和文本编码 Python的加密算法同样基于一些经典加密算法，比如MD5，RSA算法。加密的基本知识将很有帮助。 使用非ASCII编码，比如中文时，文本编码的知识很重要。
83950发布于 2018-01-18 - 来自专栏技术探究
【准备篇】js逆向分析破解之学习准备
Network面板主要包括5大块窗格(Pane)： Controls 控制Network的外观和功能。 Filters 控制Requests Table具体显示哪些内容。
5.8K62发布于 2019-07-10 - 来自专栏学习成长指南
Anaconda安装和环境配置教程（深度学习准备）
1.下载选择 我第一次使用的这个官网上面的邮箱的方式下载的，但是这个方式真的特别慢，于是用了这个清华的镜像网站，网上有很多的介绍，我就不班门弄斧了，建议使用清华的镜像； 我安装的是这个2022年5月份的版本 --version__ 5.安装jupter 这个主要是简化操作的：让我们虚拟环境下直接在这个jupter notebook里面写代码,这个jupyter就是一个类似于记事本的软件，有了这个，我们就可以直接在这个 kernelspec list 我们这个时候启动jupyter，这个时候是进不去的，因为这个里面的一个版本过高（我们可以使用这个pip list指令查看所有的软件包和对应的版本，发现这个tornado包的版本是>5的 我们打开第一个，在这个里面输入jupyter notebook 这个时候发现报错了，这个就是因为我们的这个里面的tornado版本过高，我们这个时候需要卸载重新安装； 卸载指令： 重现安装，降低版本：降低到5以下的版本即可
4.4K21编辑于 2025-02-24 - 来自专栏牛客网
测试开发：面试真题+学习准备一
5.服务器端socket流程中listen和accept哪个是带阻塞的？什么情况阻塞？ 6.TCP连接时的几个计时器？ 5、25匹马，5个跑道，如何在最少的比赛次数内找出最快的三匹 6、Linux如何找出10天内修改过的文件 7、一个链表，如果找出最中间的结点（答了三种方法，最优的是用快慢指针） 8、数组和链表的区别 9 5、session和cookie的理解？ 6、了解SYN包吗？ 公鸡5块，母鸡2块，小鸡5毛，100块钱全部花完的前提下给出所有购买方案 6、写代码：实现STL的auto函数 7、c volatile关键字的作用 忘了。。。 5、测试两部电梯 忘了。。
5.1K70发布于 2018-04-28 - 来自专栏SAMshare
机器学习准备数据时如何避免数据泄漏
本篇文章主要介绍了几种常用的数据准备方法,以及在数据准备的过程中如何避免数据泄露。
2.3K10发布于 2020-09-04 - 来自专栏脑机接口
深度学习准备「爆破」著名的欧拉方程
250 多年来，数学家一直试图「爆破」物理学中一些最重要的方程：那些描述流体如何流动的方程。如果他们成功了，那么他们将会发现一种情况，在这种情况下，这些方程会被打破——可能是一个无限快旋转的漩涡，或者是一个突然停止和开始的电流，或者是一个粒子以无限快的速度掠过它的邻居。超出那个爆炸点——「奇点」——方程将不再有解。它们甚至无法描述我们生活的世界的理想化版本，数学家将有理由怀疑它们作为流体行为模型的普遍可靠性。
1.1K30编辑于 2022-09-22 - 来自专栏人工智能
如何使用 scikit-learn 为机器学习准备文本数据
[如何使用 scikit-learn 为机器学习准备文本数据 Martin Kelly 的照片，部分权利保留。] {'dog': 1, 'fox': 2, 'over': 5, 'brown': 0, 'quick': 6, 'the': 7, 'lazy': 4, 'jumped': 3} (1, 8) <class {'fox': 2, 'lazy': 4, 'dog': 1, 'quick': 6, 'the': 7, 'over': 5, 'brown': 0, 'jumped': 3} [ 1.69314718 API TfidfTransformer scikit-learn API HashingVectorizer scikit学习API 概要 在本教程中，你可以了解如何使用scikit-learn为机器学习准备文本文档
3.3K80发布于 2018-02-07 - 来自专栏Bay的专栏
如何使用 scikit-learn 为机器学习准备文本数据
{'dog': 1, 'fox': 2, 'over': 5, 'brown': 0, 'quick': 6, 'the': 7, 'lazy': 4, 'jumped': 3} (1, 8) <class {'fox': 2, 'lazy': 4, 'dog': 1, 'quick': 6, 'the': 7, 'over': 5, 'brown': 0, 'jumped': 3} [ 1.69314718 API TfidfTransformer scikit-learn API HashingVectorizer scikit学习API 概要 在本教程中，你可以了解如何使用scikit-learn为机器学习准备文本文档
1.9K50发布于 2018-02-14 - 来自专栏小王的生信学习
Day1新手上路指南—小王—逢山开路,遇水架桥
专业教程：搜狗vx、搜狗知乎、github峰回路转不见君，转头向他人求助：拍电脑用截屏 but not 拍照，授课内容问在微信群，公众号问题用email学习准备——磨刀不误砍柴功explorer：Google
38220编辑于 2024-03-04 - 来自专栏博文视点Broadview
书单丨5本AI著作，记录前沿科技的最新发展
本书第1章展示了在移动端应用深度学习技术的Demo，帮助读者建立直观的认识；第2章至第4章讲述了如何在移动端项目中应用深度学习技术；第5章至第8章的难度略大，主要讲述如何深入地调整框架，适配并定制自己的框架 NO. 5 《深度学习之TensorFlow工程化项目实战》 李金洪 编著 ? 这是一本非常全面的、专注于实战的AI图书，兼容TensorFlow 1.x和2.x版本，共75个实例。 本书共分为5篇：第1篇，介绍了学习准备、搭建开发环境、使用AI模型来识别图像；第2篇，介绍了用TensorFlow开发实际工程的一些基础操作，包括使用TensorFlow制作自己的数据集、快速训练自己的图片分类模型 、编写训练模型的程序；第3篇，介绍了机器学习算法相关内容，包括特征工程、卷积神经网络（CNN）、循环神经网络（RNN）；第4篇，介绍了多模型的组合训练技术，包括生成式模型、模型的攻与防；第5篇，介绍了深度学习在工程上的应用
1.2K10发布于 2020-06-10 一. 生信入门环境搭建
随手记dev.off() #关闭画板libPaths() # 包安装路径【NO.1】 学习班学习准备工作大家把电脑配置一下，参考视频 https://www.bilibili.com/video/av80872684 ， https://space.bilibili.com/338686099 【4】遇到报错先看【答疑文档】： https://docs.qq.com/doc/DT2VMdmN2Y0F5SHlr
50900编辑于 2024-03-15- 来自专栏量子位
AMD深度学习库MIOpen更新，支持CNN加速
此次更新包括： 同时为正向和反向传播优化的深度卷积解算器 优化的卷积算法，包括Winograd和快速傅立叶转换 为深度学习准备的、优化的GEMM 池化、Softmax、激活、梯度算法的批量归一化，以及LR
1.5K120发布于 2018-03-29 - 来自专栏玩转大前端
VuePress 入门
wheel) 对应配置是 module.exports = { base: '/wheel/', title: ' EchoWheel UI', description: '一套为开发者学习准备的基于 base: '/wheel/', // 仓库名，表示部署到哪里 title: ' EchoWheel UI', // 网页左上角标题名，也是主页标题 description: '一套为开发者学习准备的基于
97030编辑于 2022-08-15 - 来自专栏AIGC新知
我用AI帮我生成了流程图、时序图(顺序图)、甘特图
5 款 AI 思维导图 ProcessOn功能：AI图表生成，Markdown和LaTeX支持，多格式导出，个性化风格，多人协作和云端存储。 st(right)->op(right)->cond cond(yes)->io(bottom)->e cond(no)->sub1(right)->op ``` - 例子5： 未来任务 : des4, after des3, 5d section 开发 学习准备理解需求 输入输出框 e=>end: 结束框 st(right)->op(right)->cond cond(yes)->io(bottom)->e cond(no)->sub1(right)->op ``` 5、 未来任务 : des4, after des3, 5d section 开发 学习准备理解需求
4.5K10编辑于 2024-10-08 - 来自专栏人工智能应用
数据科学家的第一课：Python数据预处理完全指南
轴向计算 np.mean(arr, axis=1) # 行方向均值 三、Pandas数据处理实战 3.1 核心数据结构 Series：带标签的一维数组 s = pd.Series([1,3,5] 指定数据类型 避免循环，尽量使用apply()或向量化操作 六、总结 掌握这些技术后，您将能够： ✓ 高效清洗百万级数据集 ✓ 自动识别数据质量问题 ✓ 构建可复用的数据处理管道 ✓ 为机器学习准备好高质量数据
43301编辑于 2025-08-01 - 来自专栏陶士涵的菜地
openai模型个性化训练Embedding和fine-tuning区别
OpenAI的Cookbook也有类似的比喻 微调就像你通过学习准备考试，是一种长期记忆，但过了一周后考试来临，模型可能会忘记袭击，或者记错它从来没有读过的事实。 另外嵌入的搜索提问方式相对于微调有一个缺点就是它每次附带的文本数量是有限制的，因为除了原始的问题，它还需要带上搜索出来的问题，GPT-3.5是4K（大约5页），GPT-4最大是32K（大约40页）。
1.6K20编辑于 2023-05-11 - 来自专栏企鹅号快讯
非CS背景，我是如何成为AI工程师的？
主要内容 AI工程师学习准备过程：（C++；图像知识；深度学习知识；简历内容） AI工程师求职面试经验总结 大家好，今天跟大家分享一下自己在AI方向求职的经验，希望能够帮助大家少走弯路尽早收获offer 学习准备的干货内容 在所有工作开始之前，首先要做的是把自己AI方向的环境设置好，包括以下几方面： OpenCV DL framework（Tensorflow，Keras，Caffe，MxNet） Ubantu
2.2K80发布于 2018-01-02 - 来自专栏编程学习之路
【HTML5】html5开篇基础（5）
-- 该文本内容会默认显示在输入框中 --> </textarea> cols=“每行中的字符数”，rows=“显示的行数”，我们在实际开发中不会使用，都是用 CSS 来改变大小, 5.提示信息 这个最简单
2.7K10编辑于 2024-10-01 - 来自专栏技术探究
程序员开发必知必会之正则表达式学习资料[附完整资料]
爬虫逆向 | js逆向分析破解之学习准备。 爬虫逆向 | js_cookie破解 ，爬虫遇到521还不会解决吗？
1.1K20发布于 2019-07-30 - 来自专栏用户7693963的专栏
校园版搭建在线教学平台方案（讲师篇）
章节课程管理：主要对各章节“学习准备”的设定与修改，对各节课程“复习思考题”、“重点与难点”的添加，对各节电子教程内容的编辑。 5. 教师答疑管理。答疑系统的主要功能如下： 问题解答：解答学生新提出的问题。
1.4K40发布于 2020-09-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号