本来挂在两台Linux服务器上一直爬的好好的，突然不行了，以为是需要国外ip倒腾了一整天，最后搞定了国外ip还是没解决这个问题。相关，这意味着可能是你在代码中多次启动了chromedriver进程，而没有正确地关闭它们，或者某些其他进程导致文件描述符数量增加。：如果你的应用程序需要频繁地打开和关闭资源（如数据库连接、文件、web驱动器等），考虑使用连接池或其他资源管理技术来有效地重用资源。在获取某

注意方法的输入与输出学会看帮助文档学会看源码，关注方法要什么参数不知道返回值的时候printDebug一般来说，和图像本身处理相关的不改变数据格式，数学相关的都是基于Tensor，中间的桥梁是toTensor。

b站课程笔记 循环神经网络部分，理论讲的还挺通俗易懂的，虽然有时候把自己讲晕了，包括RNN和LSTM

来自Manolis Kellis教授（MIT计算生物学主任）的课《人工智能与机器学习》。本节课主要介绍了network和graph的知识。主要内容有网络和图的基础知识（网络类型、相关算法）、网络性质（motifs性质、中心性等）、特征向量、SVD奇异值分解、PCA、Sparse PCA、t-SNE等。我觉得讲的很好！短短一个半小时讲的比我大一学的线性代数有意思多了，很有启发，尽管我的线性代数很烂但

matlab初步进行机器学习、内容来自于数学建模清风课程

概述了几种主要的生物信息学数据库，包括核酸序列、蛋白质序列及其结构和专用生物路径数据库。文章从一级核酸数据库开始，详细介绍了GenBank、Ensemble和JCVI等数据库，这些数据库提供了广泛的原核和真核生物的遗传信息。然后是蛋白质数据库，从UniProtKB的基本序列信息到PDB的三维结构信息，以及如Pfam、Cath和SCOP2等二级蛋白质数据库的深入分析。最后，探讨了KEGG和OMIM等

来自Manolis Kellis教授（MIT计算生物学主任）的课《人工智能与机器学习》。本节课主要介绍了network和graph的知识。主要内容有网络和图的基础知识（网络类型、相关算法）、网络性质（motifs性质、中心性等）、特征向量、SVD奇异值分解、PCA、Sparse PCA、t-SNE等。我觉得讲的很好！短短一个半小时讲的比我大一学的线性代数有意思多了，很有启发，尽管我的线性代数很烂但

数学建模清风课程笔记 topsis和用熵权法改进

第一节 点符号的制作方法1 ArcGIS的样式管理器使用2 制作一些点符号，如一个图中间一个字3 FontCreator使用4 修改己有的符号库第二节 线面符号制作1 简单线符号2 制图线符号和单位换算3 混列线符号4 标记线符号5 面符号制作6 查看已有符号库第三节 专题图1 单一专题2 唯一值专题3 数量渲染专题4 图表专题5 符号库在专题图中应用6 Mxd保存和打包7 复杂、高级专题和图层覆