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

Linux中的压缩和解压缩命令zip|tar

一、 zip1. 使用zip压缩文件若使用zip来将文件夹a压缩为a.zip,那么它的语法应该为语法:zip -q -r [压缩文件名] [被压缩文件或文件夹]示例:zip -q -r a.zip a/其中-r代表 recursive,代表递归处理,将指定目录下的所有文件和子目录一并处理。-q代表 quiet,代表无声模式,不输出压缩时的具体细节。当然zip还有其他的压缩参数,详见文档。2.使用z

#linux
并行计算:MPI总结

一、MPI简介1.什么是MPIMassage Passing Interface:是消息传递函数库的标准规范,由MPI论坛开发。一种新的库描述,不是一种语言。共有上百个函数调用接口,提供与C和Fortran语言的绑定MPI是一种标准或规范的代表,而不是特指某一个对它的具体实现MPI是一种消息传递编程模型,并成为这种编程模型的代表和事实上的标准2.MPI的特点MPI有以下的特点:消息传递式并行程序设

#MPI
C/C++:编译全过程——预处理、编译、汇编、链接(包含预处理指令:宏定义,文件包括、条件编译)

一、前言C/C++的编译过程包含了四个步骤:1. 预处理(Preprocessing)2. 编译(Compilation)3. 汇编(Assemble)4..链接(Linking)二、预处理预处理阶段主要处理一些预处理指令,比如文件包括、宏定义、条件编译。1.文件包括文件包括就是将所有的#include...

#c++#编程语言
概率论总结(四): 大数定律及中心极限定理

一、大数定律大数定律是叙述随机变量序列的前一些项的算术平均值在某种条件下收敛到这些项的均值的算术平均值。1.弱大数定理(辛钦大数定理)(1) 什么是随机变量序列?随机变量序列就是一列按某种规则排列的随机变量。这种规则可随意,但强调的是一个次序。例如:若Xi表示第i次抛硬币的结果,那么{Xi}这个序列就是若干次抛硬币的结果序列,X1指第一次抛的结果,Xn指第n次抛的结果。若Yi表示前i次抛硬币正面向

#概率论#大数据#机器学习
C++:vector删除和增加元素,vector操作简洁清晰

一、简介Vector就是线性数组的一种抽象和泛化,它也是由具有线性次序的一组元素构成的集合。二、vector类的成员函数1. 增加(1)从最后添加vector<char> alphabet;alphabet.push_back('A');// 或者 alphabet.emplace_back('A');(2)从某个位置插入alphabet.insert(alphabet.begin()

#c++
Linux: 如何根据进程名字查找进程号?——ps命令的用法

1.根据进程名字查找进程号,可使用ps命令。比如,我们想到进程nginx的进程号(pid), 可使用下面的命令:ps -C nginx -o pid=-C 是command的意思,一般进程名包含在启动该进程的命令(command)中,所以我们可以通过选择command name来实现我们的目的。-o是一个格式选项,输出用户想输出的列及其列名,这里pid=代表输出pid这一列,列名为空,当然你也可以

#linux
Python: numpy数组添加一行或者一列, numpy数组的增删查改

一、numpy数组的增删查改(一)查和改1.通过下标访问array[0][0]array[0,1]2.通过下标修改array[0][0] = 1array[0,0] = 2(二)增1.增加一列(1)通过np.c_[a,b]方式import numpy as n...

#python#numpy#数据分析 +1
机器学习:mAP评价指标

一、前言mAP是目标检测模型中常用的评价指标,它的英文全称是(Mean Average Precision),翻译过来就是平均精确率的平均。首先我们需要知道精确率(Precision)和召回率(Recall),也称为查准率和查全率的定义Precision衡量你的预测有多准确。也就是说,你的预测正确的百分比。Recall衡量您发现所有正例的能力。 例如,我们可以在前K个预测中找到80%的正例。下面是

文章图片
#深度学习#机器学习#python +2
机器学习:sklearn分类报告classification_report()中精确率, 召回率, F1等的含义

一、classification_report简介def classification_report(y_true, y_pred, labels=None, target_names=None, sample_weight=None, digits=2, output_dict=False)该函数就是在进行了分类任务之后通过输入原始真实数据(y_true)和预测数据(y_true)而得到...

#机器学习#数据挖掘#大数据 +2
机器学习:神经网络中的梯度消失和梯度爆炸

一、什么是梯度消失和梯度爆炸1. 梯度消失(gradient vanishing problem)我们知道神经网络在进行反向传播(BP)的时候会对参数W进行更新,梯度消失就是靠后面网络层(如layer3)能够正常的得到一个合理的偏导数,但是靠近输入层的网络层,计算的到的偏导数近乎零,W几乎无法得到更新。2. 梯度爆炸(gradient exploding problem)梯度爆炸的意思是,靠近输入

文章图片
#神经网络#深度学习#人工智能 +1
    共 13 条
  • 1
  • 2
  • 请选择