logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

使用PyQT进行可视化编程

文章目录写在前面安装PyQTQT designerPyUIC实现步骤PyQT控件使用Reference写在前面    ~~~~    课后实验要求写一个用户管理界面进行数据库查询,之前用Java开发使用过Swing、JavaFX等,都可以直接进行拖拽实现布局。趁这次机会,学习一下PyQT的GUI编程。安装PyQ...

#pyqt#python
【Python3.6爬虫学习记录】(十一)使用代理IP及用多线程测试IP可用性--刷访问量

第一部分 requests ChromeDriver PhantomJS的代理IP使用1-1 requests使用代理IP1-2 ChromeDriver使用代理IP1-3 PhantomJS使用代理IP第二部分测试代理IP的可用性2-1 未使用线程测试2-2 使用多线程测试

#python#爬虫#测试
博客迁移之从CSDN导出markdown格式文章

写在前面最近沉迷于个人网站开发,买了长期服务器和域名,一直在搞事情。这篇文章的主要任务是将个人CSDN博客导出为Markdown格式保存,便于后续使用Hexo或Jekyll等框架。主要步骤Step1 抓包分析从CSDN的写博客页面(https://mp.csdn.net/mdeditor)抓包分析。因为写博客时使用的Markdown格式,则再重新编辑某一篇文章时,浏览器将从CSDN...

Pytorch笔记 之 torch.nn 模块简介

参考翻译 [What is torch.nn really?](https://pytorch.org/tutorials/beginner/nn_tutorial.html)主要是对 PyTorch 框架的各模块进行简要介绍一定程度上是 PyTorch 的入门笔记假设已经对神经网络相关基础知识有了一定了解(或实现过机器学习梯度下降相关代码)

#深度学习
win10下安装Ubuntu双系统(UEFI启动模式)

目录目录前言配置说明折腾过程完整的安装教程后续前言由于 计算机系统 课程老师的推荐,准备尝试Ubuntu操作系统通常,可以在虚拟机,服务器,双系统使用Ubuntu系统。虽然已经有了服务器,但是比较卡,体验效果不佳;安装虚拟机会简单一些,但是‘要玩就玩最纯正的’(我就是从这句话开始折腾的),毅然决然的选择安装双系统。配置说明网上的教程大致分成两种:①传统BIOS②uefi启动

#ubuntu
websocket前后端分离demo(vue-socket.io + flask-socketio + nginx)

目录1 vue-socket.io 配置1.1`main.js` 文件1.2`app.vue`2 flask-socketio 配置2.1 demo 代码2.2 启动3 nginx 配置4 相关问题基本 demo,列出重要的一些问题1 vue-socket.io 配置1.1main.js 文件...import VueSocketio from 'vue-socket.i...

#vue.js#flask
Pytorch笔记 之 torch.nn 模块简介

参考翻译 [What is torch.nn really?](https://pytorch.org/tutorials/beginner/nn_tutorial.html)主要是对 PyTorch 框架的各模块进行简要介绍一定程度上是 PyTorch 的入门笔记假设已经对神经网络相关基础知识有了一定了解(或实现过机器学习梯度下降相关代码)

#深度学习
DGL框架之 message function 和 reduce function 相关介绍

文章目录DGL两个APIBuiltin message passing functionsMultiGraphsReferenceDGL两个APImessage function(消息函数)消息函数通过边获取变量:(1)用 e.src.data 获得这条边出发节点的特征信息(2)用 e.dst.data 获得这条边目标节点的特征信息(3)用 e.data 获得这条边的特征信息...

#pytorch
MLP进行MNIST分类调参技巧总结

《模式识别》课程实验考试,要求自主选择分类方法,使用20000个手写数字样本训练区分10个类别的分类器,并预测20000个测试样本的标签。与一般的MNIST手写数字识别不同,本实验给定的数据是老师经过PCA降维后的数据,五组数据特征维数分别为81-85。因此基本断绝了直接使用CNN的念想,实验中主要使用MLP,并使用了一些调参(炼丹)技巧,最终准确率达到98.03%,在此总结记录!主要方法:对数据

#pytorch#深度学习
语音识别之DNN-HMM

文章目录写在前面DNN-HMM步骤:GMM-HMM中的HMMforce alignmentembeded training写在前面最近做声纹识别,需要用到语音识别的知识,在此记录一下。DNN-HMM步骤:帧长切分, 提取特征(MFCC)GMM-HMM进行alignment对齐; 对每一帧进行聚类(音素总数), 获得每帧属于各个音素的概率; HMM进行解码搜索, 获得每一帧最优音素表示序...

#语音识别
    共 11 条
  • 1
  • 2
  • 请选择