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openpyxl模块向Excel中插入图片

向一个Excel表格中A1位置插入一张图片。Python实现from openpyxl import load_workbookfrom openpyxl.drawing.image import Imagedef insertimg2excel(imgPath, excelPath):imgsize = (720 / 4, 1280 / 4)# 设置一个图像缩小的比例wb = load_work

#python
python appium 自动化测试 send_keys不能输入问题

原因是输入框控件是android.view.View,只能点击,不能sendkeys发送内容

#android#python
python openpyxl 饼图PieChart 标签、百分比、字体大小

# 饼图from openpyxl import Workbookfrom openpyxl.chart import PieChart, Referencefrom openpyxl.chart.label import DataLabelListfrom openpyxl.chart.text import RichTextfrom openpyxl.drawing.text import P

#python
Python requests 如何突破反爬虫指纹 JA3算法

这是「进击的Coder」的第 466 篇技术分享作者:kingname来源:未闻 Code“阅读本文大概需要 6 分钟。”在前几天的文章《为什么随机 IP、随机 UA 也逃不掉被反爬虫的命运》里面,我介绍了 JA3 指纹算法。这个算法可以在你改掉 IP 和 UA 的情况下依然识别到你。今天,我们来介绍如何在 Python 里面,使用 requests 请求网站的时候,修改 JA3指纹。r

#python#算法#爬虫
Python requests 如何突破反爬虫指纹 JA3算法

这是「进击的Coder」的第 466 篇技术分享作者:kingname来源:未闻 Code“阅读本文大概需要 6 分钟。”在前几天的文章《为什么随机 IP、随机 UA 也逃不掉被反爬虫的命运》里面,我介绍了 JA3 指纹算法。这个算法可以在你改掉 IP 和 UA 的情况下依然识别到你。今天,我们来介绍如何在 Python 里面,使用 requests 请求网站的时候,修改 JA3指纹。r

#python#算法#爬虫
python pptx 表格 图表样式详解

from pptx import Presentationslide = prs.slides.add_slide(prs.slide_layouts[6])表格单元格合并:table = slide.shapes.add_table(rows, cols, left, top, width, height).table# 添加表格,并取表格类rows = table.rowsrow = rows

#python
深度学习——关于adam优化器和交叉熵损失函数介绍

在深度学习中,选择优化器和损失函数是非常重要的决策,因为它们直接影响模型的训练和性能。在你的代码中,使用了Adam优化器和交叉熵(categorical crossentropy)损失函数,这是常见且在许多情况下表现良好的选择。

文章图片
#深度学习#人工智能
PaddlePaddle测试模型报Intel MKL function load error: cpu specific dynamic library is not loaded.

经过我这边的测试,使用conda install nomkl安装完之后就可以了

#python#人工智能
selenium关闭左上方Chrome 正受到自动测试软件的控制的提示

老版本: 之前老版本这样操作即可,新版的chrome就不行了。怎么办呢?看下面只需要增加3行代码即可统计了options一些常用参数使用代理# 禁止策略化# 解决DevToolsActivePort文件不存在的报错# 指定浏览器分辨率# 谷歌文档提到需要加上这个属性来规避bug# 隐身模式(无痕模式)# 禁用javascript# 最大化运行(全屏窗口),不设置,取元素会报错# 隐藏滚动条, 应对

#chrome#selenium#python
深度学习——关于adam优化器和交叉熵损失函数介绍

在深度学习中,选择优化器和损失函数是非常重要的决策,因为它们直接影响模型的训练和性能。在你的代码中,使用了Adam优化器和交叉熵(categorical crossentropy)损失函数,这是常见且在许多情况下表现良好的选择。

文章图片
#深度学习#人工智能
    共 14 条
  • 1
  • 2
  • 请选择