- 综合排序
- 最热优先
- 最新优先
- 来自专栏张善友的专栏
WiX和DTF介绍
Deployment Tools Foundation (DTF) DTF就是msi.dll(Windows installer library)的.net包装，DTF使得为MSI安装包编写自定义Actions DTF就可以使用.NET支持的语言C#/VB.NET等等来写CA了。 Wix 3.0版版本就是基于DTF之上开发的，虽然3.0版本现在还是beta阶段，3.0还支持VS2008的项目模板。
1.5K80发布于 2018-01-29 - 来自专栏ShowMeAI研究中心
推荐系统！基于tensorflow搭建混合神经网络精准推荐！ ⛵
数据科学工具库速查表 | Pandas 速查表图解数据分析：从入门到精通系列教程# 电影数据处理# 题材字段缺失处理dtf_products = dtf_products[~dtf_products[" genres"].isna()]dtf_products["product"] = range(0,len(dtf_products))# 电影名称处理dtf_products["name"] = dtf_products dtf_users["user"] = dtf_users["userId"].apply(lambda x: x-1)dtf_users["timestamp"] = dtf_users["timestamp ","product"]], how="left")dtf_users = dtf_users.rename(columns={"rating":"y"})# 清洗数据dtf_products = dtf_products )).fit_transform(dtf_users.values), columns=dtf_users.columns, index=dtf_users.index)图片 数据切分简单处理完数据之后
1.4K41编辑于 2022-08-26 - 来自专栏数据派THU
NLP 进行文本摘要的三种策略代码实现和对比：TextRank vs Seq2Seq vs BART
(dtf["y"][i]) 在上图中，我将摘要中提到的信息手动标记为红色。 dtf_train = dtf.iloc[i+1:] dtf_test = dtf.iloc[:i+1] TextRank TextRank (2004) 是一种基于图的文本处理排名模型，基于 Google "]) dtf_n["ngrams"] = n dtf_freq = dtf_freq.append(dtf_n) dtf_freq["word"] = dtf_freq["word"].apply [dtf_freq_X["freq"]>thres]) y_top_words = len(dtf_freq_y[dtf_freq_y["freq"]>thres]) 这样就ok了，下面将通过使用 tensorflow [1]) dtf_test["y_clean"] = dtf_test['y_clean'].apply(lambda x: special_tokens[0
1.1K10编辑于 2022-05-27 - 来自专栏脑电信号科研科普
系统梳理EEG中常用的功能连接指标—系列2（终）
PDC值的范围[0 1]，值越大表示从通道j到i的信息流动越强 7.有向传递函数（Direct Transfer Function, DTF） 与PDC类似，DTF也是一种基于格兰杰因果关系的多变量有效连接测量方法 ，DTF的计算过程也与PDC类似，唯一区别在于DTF的计算用到了上述A(f)的逆矩阵，我们这里记为H(f)，那么DTF定义为： 同样，DTF取值范围在[0 1]。 与PDC相比，DTF主要问题可能是会检测到通道之间的间接因果连接，因此会产生虚假连接，而PDC只检测通道之间的直接连接。
2.3K00发布于 2020-11-17 - 来自专栏炼丹笔记
用XGB调XGB?"我"调"我"自己？
{} self.best_cfg = None self.best_score = None self.cs = cs def cfg_to_dtf = pd.DataFrame(cfgs) return dtf def optimize(self): """ Optimize algo/ = self.cfg_to_dtf(self.cfgs) for i in range(0, self.max_iter): # We need at least = self.cfg_to_dtf(self.cfgs) self.internal_model.fit(dtf, = self.cfg_to_dtf(self.cfgs) 把algo_score换成需要调参数的XGB，并把internal_model替换成用于调参的XGB，就可以自动搜寻参数啦，还等什么，快去尝试下吧
58520发布于 2021-06-15 - 来自专栏DeepHub IMBA
NLP中的文本分析和特征工程
## create dtf dtf = pd.DataFrame(lst_dics)## filter categories dtf = dtf[ dtf["category"].isin(['ENTERTAINMENT dtf = dtf[dtf["lang"]=="en"] 文本预处理 数据预处理是准备原始数据使其适合于机器学习模型的阶段。对于NLP，这包括文本清理、停止词删除、词干填塞和词元化。 dtf['avg_word_length'] = dtf['char_count'] / dtf['word_count'] dtf['avg_sentence_lenght'] = dtf['word_count '] / dtf['sentence_count'] dtf.head() ? features as columns dtf = pd.concat([dtf, dtf_X.set_index(dtf.index)], axis=1) dtf.head() ?
4.7K20发布于 2020-06-24 - 来自专栏DeepHub IMBA
NLP 进行文本摘要的三种策略代码实现和对比：TextRank vs Seq2Seq vs BART
(dtf["y"][i]) 在上图中，我将摘要中提到的信息手动标记为红色。 dtf_train = dtf.iloc[i+1:] dtf_test = dtf.iloc[:i+1] TextRank TextRank (2004) 是一种基于图的文本处理排名模型，基于 Google "freq"]) dtf_n["ngrams"] = n dtf_freq = dtf_freq.append(dtf_n) dtf_freq["word"] = dtf_freq[" [dtf_freq_X["freq"]>thres]) y_top_words = len(dtf_freq_y[dtf_freq_y["freq"]>thres]) 这样就ok了，下面将通过使用 tensorflow [1]) dtf_test["y_clean"] = dtf_test['y_clean'].apply(lambda x: special_tokens[0
75820编辑于 2022-04-14 - 来自专栏只为你下
Java日期处理易踩的十个坑
calendar.set(2019, Calendar.DECEMBER, 31); Date testDate = calendar.getTime(); SimpleDateFormat dtf = new SimpleDateFormat("YYYY-MM-dd"); System.out.println("2019-12-31 转 YYYY-MM-dd 格式后 " + dtf.format = new SimpleDateFormat("yyyy-MM-dd"); System.out.println("2019-12-31 转 yyyy-MM-dd 格式后 " + dtf.format 反例： String str = "2020-03-18 12:00"; SimpleDateFormat dtf = new SimpleDateFormat("yyyy-MM-dd hh:mm"); Date newDate = dtf.parse(str); System.out.println(newDate); 运行结果： Wed Mar
1.6K00发布于 2020-03-29 - 来自专栏腾讯云中间件的专栏
腾讯云中间件产品月报（第2期）
4.分布式事务DTF：增加多 RestTemplate 实例、druid、SQL语句的兼容性； ●最新产品动态● 腾讯微服务平台TSF 产品介绍：稳定、高性能的微服务技术中台。 1. 扫码了解更多消息队列TDMQ的信息 分布式事务DTF 产品介绍：强一致、高性能、高可用的分布式事务服务，接入简单，轻松管理高并发交易。 现DTF已上线腾讯云官网，并开放内测体验，欢迎大家试用并进群交流。 ? 1. 新增功能 增加多 RestTemplate 实例的场景兼容。 增加 spring-boot-dtf-druid 包，以提高对 druid 的兼容性。 增加了对 SQL 语句的兼容性。 扫码了解更多分布式事务DTF的信息 ?
1.7K20发布于 2021-03-24 - 来自专栏腾讯云中间件的专栏
腾讯云中间件产品月报（第1期）
发布两款新产品：基于Apache Pulsar自研的金融级消息队列TDMQ、分布式事务DTF； 3. 孵化产品动态：一款高性能、高可靠的通用分布式任务调度中间件，预计8月底实现产品独立化。 扫码了解更多消息队列TDMQ的信息 分布式事务DTF 产品介绍：强一致、高性能、高可用的分布式事务服务，接入简单，轻松管理高并发交易。 现DTF已上线腾讯云官网，并开放内测体验，欢迎大家试用并进群交流。 ? 增强spring-boot-dtf对druid的兼容性。 3. 增加spring-boot-dtf-druid包，以提高对druid的兼容性。 ? 扫码了解更多分布式事务DTF的信息 ●孵化产品动态● 分布式任务调度 产品介绍：一款高性能、高可靠的通用分布式任务调度中间件，通过指定时间规则严格触发调度任务，保障调度任务的可靠有序执行。
1.4K30发布于 2021-03-24 - 来自专栏java架构计划训练营
将string字符串转成LocalDateTime工具类
return */ public static String convertDateToString(LocalDateTime localDateTime){ DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss"); String dateTime = dtf.format(localDateTime */ public static String convertDateToStringYMD(LocalDateTime localDateTime){ DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd"); String dateTime = dtf.format(localDateTime); return
4.9K10编辑于 2022-06-14 - 来自专栏捡田螺的小男孩
程序员必备：Java日期处理的十个坑
= new SimpleDateFormat("YYYY-MM-dd");System.out.println("2019-12-31 转 YYYY-MM-dd 格式后 " + dtf.format( = new SimpleDateFormat("yyyy-MM-dd");System.out.println("2019-12-31 转 yyyy-MM-dd 格式后 " + dtf.format( newDate = dtf.parse(str);System.out.println(newDate); 四、Calendar获取的月份比实际数字少1即(0-11) 反例： //获取当前月，当前是3 = new SimpleDateFormat("yyyy-MM-DD");System.out.println("2019-12-31 转 yyyy-MM-DD 格式后 " + dtf.format( = new SimpleDateFormat("yyyy-MM-dd");System.out.println("2019-12-31 转 yyyy-MM-dd 格式后 " + dtf.format(
1.7K20发布于 2020-04-14 - 来自专栏DeepHub IMBA
使用Keras构建具有自定义结构和层次图卷积神经网络(GCNN)
["paper_id"]) dtf_graph["connection"] = 1 dtf_graph_tmp = DataFrame({"cited_paper_id": array_papers_id , "citing_paper_id": array_papers_id, "connection": 0}) dtf_graph = concat((dtf_graph, dtf_graph_tmp) ).sort_values(["cited_paper_id", "citing_paper_id"], ascending=True) dtf_graph = dtf_graph.pivot_table = normalize(A, norm='l1', axis=1) A = variable(A, dtype=tf_float32) # Feature matrix data = array(dtf_data.iloc [:, 1:1434]) # Labels labels = array( dtf_data["label"].map({ 'Case_Based': 0, 'Genetic_Algorithms
2.3K20发布于 2020-07-29 - 来自专栏java学习java
微服务项目：尚融宝（49）（核心业务流程：标的管理（1））
lend.setInvestNum(0); lend.setPublishDate(LocalDateTime.now()); //起息日期 DateTimeFormatter dtf yyyy-MM-dd"); LocalDate lendStartDate = LocalDate.parse(borrowInfoApprovalVO.getLendStartDate(), dtf
24821编辑于 2022-11-15 - 来自专栏程序猿杂货铺
【java8新特性(三)】新时间日期API
DateTimeFormatter : 解析和格式化日期或时间 @Test public void test5(){ //DateTimeFormatter dtf = DateTimeFormatter.ISO_LOCAL_DATE; DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy年 HH:mm:ss E"); LocalDateTime ldt = LocalDateTime.now(); String strDate = ldt.format(dtf System.out.println(strDate); LocalDateTime newLdt = LocalDateTime.parse(strDate, dtf
56820发布于 2019-09-03 - 来自专栏全栈程序员必看
时间戳格式化「建议收藏」
@Test def tt3(): Unit = { val dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd HH:mm:ss.SSS") //时间戳和时间对象互转 println(LocalDateTime.parse("2020-04-04 08:08:08.123", dtf).toInstant(ZoneOffset.of
5.1K10编辑于 2022-08-02 - 来自专栏程序猿~
SpringCloud - Jackson序列化LocalDateTime
(value, g, provider); g.writeEndArray(); } else { DateTimeFormatter dtf = _formatter; if (dtf == null) { dtf = _defaultFormatter(); } g.writeString(value.format(dtf)); } } protected boolean useTimestamp(SerializerProvider
3.4K10发布于 2021-06-17 - 来自专栏后端架构师
Java 8 时间和日期 API
20190704 String str2 = date.format(DateTimeFormatter.ISO_LOCAL_DATE); // 2019-07-04 DateTimeFormatter dtf = DateTimeFormatter.ofPattern("yyyy-MM-dd"); String str5 = date.format(dtf); // 2019-07-04 LocalDate date13 = LocalDate.parse(str5, dtf); // 2019-07-04 LocalDate和下面要介绍的LocalTime，LocalDateTime之间共享了许多类似的方法
1K30发布于 2021-07-27 - 来自专栏CSharp编程大全
C#在WINForm程序中通过三种方式创建XML文件
xmlelement1); //添加另一个元素 XmlElement xmlelement2 = xmldoc.CreateElement("", "DTF 25"); xmlwriter.WriteEndElement(); xmlwriter.WriteStartElement("", "DTF
2.7K10编辑于 2022-01-14 - 来自专栏数据STUDIO
使用 Python 和 TFIDF 从文本中提取关键词
all_text) all_keys.append(keyss.split("n")) all_files_names.append(key_name) import pandas as pd dtf = pd.DataFrame({'goldkeys': all_keys, 'text': all_documents}) dtf.head() 文本预处理 dtf['cleaned_text'] = dtf.text.apply(lambda x: ' '.join(preprocess_text(x))) dtf.head() 之后，清理每个文档的 temp.append(tt) orginal_kw_clean.append(temp) return orginal_kw_clean orginal_kw= clean_orginal_kw(dtf =0.5, min_df=1, ngram_range=(1,3)) vectors = vectorizer.fit_transform(dtf
5.5K41编辑于 2022-05-24
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