1、安装anacondaanaconda的安装可以参考我的博客anaconda在Linux下的安装2、查看已有的环境conda env list3、新建一个自己的环境（环境名称：tensorflow1.4）conda create -n tensorflow1.12 python=2.74、激活环境source activate tensorflow1.125、安装对应版本的tensorflow如

2.1、枚举类型的定义枚举类型(enumeration)是 C++ 中的一种派生数据类型，它是由用户定义的若干枚举常量的集合。2.2、枚举类型的格式enum{};// 定义枚举类型week。

1、vs code下载https://code.visualstudio.com/https://www.jianshu.com/p/3c02dd80007c（vs code下载慢问题解决）

排序中常见的算法

在公司，往往一份代码多人维护，共同开发不可避免需要rebase其他人的代码；作为git rebase黑洞的我，有幸被一个大神教git rebase的方法，亲测有效，具体步骤如下：1、将多个commit合并为1个commitgit log --oneline 查看提交日志git rebase -i COMMIT_ID 指定要合并的版本commit_id不参与合并，并进入到vim界面进行要合并的com

1、特征处理分类特征抽取：从原始数据中抽取特征特征转换：特征的维度、特征的转化、特征的修改特征选取：从大规模特征集中选取一个子集2、特征提取2.1、TF-IDF词频－逆向文件频率；词频TF(t,d)是词语t在文档d中出现的次数。文件频率DF(t,D)是包含词语的文档的个数。tf=|t|/|d|tf-idf=tf*idf公式中使用log函数，当词出现在所有文档中时，它的IDF值变为0。加1是为了避免

近年来，低代码开发平台的快速崛起引发了广泛的关注和讨论。下面从几个维度基本概念、主要特点、市场现状、影响编程门槛、开发者工作方式变化，以及机遇和挑战这几个维度探讨低代码开发。

pandas 提供了丰富的参数和功能，让sample方法能够满足各种随机抽样的需求，包括指定抽样数量、按比例抽样、设置随机种子、有无放回抽样以及按列和分层抽样。这些功能在数据分析和处理过程中非常有用，有助于快速获取具有代表性的小样本进行分析。

目录一、多线程化选择二、并行化思想三、多线程化应用参考网址一、多线程化选择并行化一个代码有两大选择：multithread 和 multiprocess。Multithread，多线程，同一个进程（process）可以开启多个线程执行计算。每个线程代表了一个 CPU 核心，这么多线程可以访问同样的内存地址（所谓共享内存），实现了线程之间的通讯，算是最简单的并行模型。Multiprocess，多进程

1、Transform简介Transformer中抛弃了传统的CNN和RNN，整个网络结构完全是由Attention机制组成。更准确地讲，Transformer由且仅由self-Attenion和Feed Forward Neural Network组成。一个基于Transformer的可训练的神经网络可以通过堆叠Transformer的形式进行搭建，作者的实验是通过搭建编码器和解码器各6层，总共