watch -n 10 nvidia-smi

Rectangle（（左上角x，左上角y），宽，高）import matplotlib.pyplot as pltfig = plt.figure()ax = fig.add_subplot(1,1,1)rect = plt.Rectangle((top_left_x, top_left_y), width, height, fill=False, edgecolor = 'red',li...

用conda或者pip直接安装如果出问题，可以考虑使用以下方法，从代码仓库中安装下载代码库git clone https://github.com/skoch9/meshplot.git安装cd meshplotpython setup.py install

from keras import layersfrom keras import Modelfrom keras.optimizers import Adamimport tensorflow as tfimport numpyclass mymodel:def build(self, num_classes=3, dim=4):x = layers.In...

emf为矢量图，是office支持的格式，python不能直接保存为emf，首先保存为svg格式，如下import matplotlib.pyplot as pltimport numpy as npx = np.arange(-5, 6, 1)plt.plot(x, x**2)plt.savefig('test.svg')然后到 https://convertio.co/zh/svg-emf/这

Rectangle（（左上角x，左上角y），宽，高）import matplotlib.pyplot as pltfig = plt.figure()ax = fig.add_subplot(1,1,1)rect = plt.Rectangle((top_left_x, top_left_y), width, height, fill=False, edgecolor = 'red',li...

matplotlib作图时默认设置下为英文，无法显示中文，只需要添加下面两行代码即可plt.rcParams['font.sans-serif'] = ['SimHei']plt.rcParams['axes.unicode_minus'] = FalseExampleimport matplotlib.pyplot as pltfrom numpy.random import mul...

借用其它博客的一张例子示意图，该图为一个三分类问题的混淆矩阵，对角线的值表示分类器对该类别预测正确的个数，每一列纵轴表示这个类别真实的样本数，例如从第一列可以得知猫一共有10+3+5=18只，因此总样本数为三列之和，即66。下面以猫为例，介绍从混淆矩阵中计算TP、TN、FP、FN。TP(True Positive)和FN(False Negative)：从第一列可知，猫一共有18只，其中只有10个

假设数据集X∈RN×FX\in R^{N\times F}X∈RN×F，x1,x2∈RFx_1,x_2\in R^{F}x1​,x2​∈RF为数据集中的两个样本，则x1x_1x1​与x2x_2x2​的马氏距离是Dismahalanobis(x1,x2)=(x1−x2)Σ−1(x1−x2)TDis_{mahalanobis}(x_1,x_2)=\sqrt{(x_1-x_2)\Sigma^{-1}..

上传首先启动HDFS，任意目录下输入命令start-dfs（若没有配置sbin的环境变量则需要在sbin目录下打开cmd输入该命令），出现以下两个框框在需要上传文件的文件路径下打开cmd命令行，如下新建test.txt文件，内容为hello hadoop!输入hdfs dfs -put test.txt hdfs:/命令，表示将当前路径下的test.txt文件上传到hdfs根目录下（hdfs:/）