附件是计算机领域的学术会议等级排名情况，分为A+, A, B, C, L 共5个档次。其中A+属于顶级会议，基本是这个领域全世界大牛们参与和关注最多的会议。国内的研究者能在其中发表论文的话，是很值得骄傲的成就。A类也是非常好的会议了，尤其是一些热门的研究方向，A类的会议投稿多录用率低，部分A类会议影响力逐步逼近A+类会议。B类的会议分两种，一种称为盛会级，参与的人多，发表的论文也多，论

pip 的安装，用法，升级，卸载

很多领域，SCI是王道，尤其在中国，在教师科研职称评审和学生毕业条件中都对SCI极为重视，而会议则充当了补充者的身份。但是在计算机领域，尤其是人工智能与机器学习领域里，往往研究者们更加青睐于会议    我无意否认SCI期刊的价值，但是在机器学习、计算机视觉和人工智能领域，顶级会议才是王道。有人会质疑这些会议都只是EI索引的。是的，这的确非常特殊：在许多其它领域，会议都是盛会，比如socie

AREA: Artificial Intelligence and Related Subjects  Rank 1:      AAAI: American Association for AI National ConferenceCVPR: IEEE Conf on Comp Vision and Pattern RecognitionIJCAI: Int

AREA: Artificial Intelligence and Related Subjects  Rank 1:      AAAI: American Association for AI National ConferenceCVPR: IEEE Conf on Comp Vision and Pattern RecognitionIJCAI: Int

TensorFlow中，想要维度增加一维，可以使用tf.expand_dims(input, dim, name=None)函数。当然，我们常用tf.reshape(input, shape=[])也可以达到相同效果，但是有些时候在构建图的过程中，placeholder没有被feed具体的值，这时就会包下面的错误：TypeError: Expected binary or unicode stri

在使用TensorFlow跑深度学习的时候，经常出现显存不足的情况，所以我们希望能够随时查看GPU时使用率。如果你是Nvidia的GPU，那么在命令行下，只需要一行命令就可以实现。1. 显示当前GPU使用情况Nvidia自带了一个nvidia-smi的命令行工具，会显示显存使用情况：$ nvidia-smi输出：2. 周期性输出GPU使用情况但是有时我们希望不仅知道那一固定时刻的GPU使用情况，

numpy.random.shuffle(x)

附件是计算机领域的学术会议等级排名情况，分为A+, A, B, C, L 共5个档次。其中A+属于顶级会议，基本是这个领域全世界大牛们参与和关注最多的会议。国内的研究者能在其中发表论文的话，是很值得骄傲的成就。A类也是非常好的会议了，尤其是一些热门的研究方向，A类的会议投稿多录用率低，部分A类会议影响力逐步逼近A+类会议。B类的会议分两种，一种称为盛会级，参与的人多，发表的论文也多，论

Getting started with PythonCreate some variables in PythonAdvanced python typesAdvanced printingConditional statements in pythonConditional loopsCreating functions in Python