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

org.apache.spark.sql.AnalysisException: Can not create the managed table.The associated location

org.apache.spark.sql.AnalysisException: Can not create the managed table('`tmp`.`tmp_iot`'). The associated location('hdfs://nameservice1/user/hive/warehouse/tmp.db/tmp_iot') already exists.;

#spark
深度学习(一)环境配置-CUDA安装

Anaconda3-5.2.0+Cuda10.0+cudnn10.0资源下载链接:https://pan.baidu.com/s/11GD3XiFXlfHeCzKmb72FnA提取码:8yn0CUDA安装步骤一、查看自己的显卡是否支持CUDA:查看网址https://developer.nvidia.com/cuda-gpus二、首先检查显卡驱动是否安装完整,检查方式:右击开...

colab 中 gpu 可用,但torch.cuda.is_available() 为 False

colab 中 gpu 可用,但torch.cuda.is_available() 为 False

#python#深度学习#pytorch
Linux 操作系统:进程数据结构(task_struct)

在 Linux 中,无论进程还是线程,到了内核里面,我们统一都叫作任务(Task), 由一个统一的结构 task_struct 进行管理。 Linux 将所有的 task_struct 用链表串起来进行管理。struct list_head tasks;task_struct 的结构如图所示:任务ID任务号用于操作系统进行排期,下发任务等。在内核中,虽然进程和线程都是任务,但是还是应该加以区分,因

#linux#操作系统
深度学习(一)环境配置-CUDA安装

Anaconda3-5.2.0+Cuda10.0+cudnn10.0资源下载链接:https://pan.baidu.com/s/11GD3XiFXlfHeCzKmb72FnA提取码:8yn0CUDA安装步骤一、查看自己的显卡是否支持CUDA:查看网址https://developer.nvidia.com/cuda-gpus二、首先检查显卡驱动是否安装完整,检查方式:右击开...

colab 中 gpu 可用,但torch.cuda.is_available() 为 False

colab 中 gpu 可用,但torch.cuda.is_available() 为 False

#python#深度学习#pytorch
统计学-双变量相关分析-相关系数、相关比、克莱姆相关系数

双变量相关分析根据变量的数据类型不同而不同。当数值数据和数值数据计算相关性时,指标为相关系数;数值数据和类别数据计算相关性时,指标为相关比;类别数据和类别数据计算相关性时,指标为克里姆相关系数。

NumPy二维数组-行向量、列向量

1D arrays 在二维数组中被当作行向量,所以在矩阵乘中 (n,) 与 (1, n) 的结果是相同的。1D arrays 经过转置是不能得到列向量的,即 (n,).T => (n,1) 不成立。想要的到列向量,可以使用一个新轴 newaxis在a[:, None] 中,None 被当作 np.newaxis, 会增加一个轴在这个位置因此在 NumPy 中有三种类型的向量, 1D arra

#numpy#python
    共 20 条
  • 1
  • 2
  • 请选择