from sklearn import manifold# t-SNE 倾向于保存局部特征，训练较慢for i in range(listLength):my_value[i] = np.array(my_value[i]).reshape(-1, 64)tsne = manifold.TSNE(n_components=2, init='pca', random_state=501)X_tsne

需求描述：点击VUE页面上的一个点，传回d[3]值代表图片序号，向后端发送请求，后端接收序号，找到对应图片后转换成流，再把流以图片形式传回给VUE。VUE中的点击事件：.on("click", d => {this.getImg("/getImg",d[3]).then(res =>{console.log(res);this.stateSrc = window.URL.createO

geohash常用于将二维的经纬度转换为字符串，有现成的库可以将其编码和解码。python 安装库 >>pip install geohash可是装好之后import geohash却报错import Geohash可行发现环境中Lib/site-packages/目录下是大写的G，改成小写的g即可，即把Geohash文件夹重命名为geohash。然后修改该目录下的__init__.p

1、打开Anaconda prompt执行下面命令：1.1 新建一个环境 conda create --name python3X python=3.X （我用的3.7）1.2 切换环境 activate python3X2、安装pytorchconda install pytorch-cpu torchvision-cpu -c pytorch （无所谓conda版本）*3、 测试torch是否

效果图：点击每个散点，右边的图片会变成对应的~（10000个点）需求说明：因为图片较多，直接放在项目里，项目启动时要加载很久。所以尝试把图片放在本地/服务器上，当点击一个散点的时候，再去请求图片地址，即不点就不被加载。对应z_data.json文件：这个文件是学长强化学习的数据，看起来很长...就用到了0-x坐标，1-y坐标，3-对应图片序号。前端 demo.html:<!DOCTYPE h

数据为纽约市的交通进出情况（一个txt进，一个txt出），然后已知一年365天*24小时的数据，想用HA来预测，并计算MAE和RMSE来评估预测准确性。我的read()函数是用来拼接两个文件夹里的数据的，一般只要读取一个文件夹的数据即可，返回是一个大矩阵。我的HA是按周来计算的，第一周不参与评价预测。从第8天开始，以之前每周的同一天取平均做预测。比如今天是周二，则累加之前所有周的周二的数据，取平均

deeplab源码：models/research/deeplab at master · tensorflow/models · GitHub在本地仓库克隆下来即可。注意！该源码是tensorflow1写的，装tensorflow2的话会需要改很多函数，建议用1！可以在官网查看对应版本：在 Windows 环境中从源代码构建 | TensorFlow我选的是python3.7+tensorflo

世界名画陈列馆问题Description:世界名画陈列馆由m´n个排列成矩形阵列的陈列室组成。为了防止名画被盗，需要在陈列室中设置警卫机器人哨位。每个警卫机器人除了监视它所在的陈列室外，还可以监视与它所在的陈列室相邻的上、下、左、右4个陈列室。试设计一个安排警卫机器人哨位的算法，使得名画陈列馆中每一个陈列室都在警卫机器人的监视之下，且所用的警卫机器人数最少。设计一个优先队列式分支限界法，计算警卫机

第一章 引论1.了解系统硬件组织，理解软件的层次结构与虚拟机的概念；P42.掌握操作系统的定义，了解系统的形成和发展；定义：用以控制和管理系统资源，方便用户使用计算机的程序的集合。3.理解多道程序的引入，掌握多道程序设计的概念和目的；引入：由于通道技术的出现，CPU可以直接把输入输出的工作转给通道来完成。原因是CPU与常用的输入输出设备之间速度的差距过大。故为使CPU在等待一个...

整理来自 https://segmentfault.com/q/1010000009232993其实两者之间是没有任何联系的...var vm = new vue({}) 是为了实例化，而export default {}是导出模块。另外 export default和export的区别是：前者只能导出一个 ，后者可以导出若干个...