前言 今天開始聊一聊python3的asyncio。關(guān)于asyncio，大家肯定都有自己的理解，并且網(wǎng)上大神也把基礎(chǔ)概念也解釋的比較透徹。本文寫作的初衷，主要是理解async...
發(fā)簡信
IP屬地：香港
-
從頭造輪子：python3 asyncio之 run_until_complete （1） -
徹底理解connection timeout我們?cè)赾onnect時(shí)常常遇到connection timeout這種錯(cuò)誤， 如果你仔細(xì)去觀察，會(huì)發(fā)現(xiàn)connect timout分兩種情況， 另外一種是： 那這兩種 tim...
-
我覺得這是我看過邏輯最好的一個(gè)
三、區(qū)塊鏈的技術(shù)原理—區(qū)塊的組成
這一篇我們介紹“區(qū)塊”的“五臟六腑”，也就是它的詳細(xì)組成，如圖 看不懂沒關(guān)系，對(duì)著這張圖我給大家一一剖析。 首先，每一個(gè)區(qū)塊都有一個(gè)父區(qū)塊和子區(qū)塊，分別對(duì)應(yīng)圖中的左邊的“父區(qū)...
-
三、區(qū)塊鏈的技術(shù)原理—區(qū)塊的組成這一篇我們介紹“區(qū)塊”的“五臟六腑”，也就是它的詳細(xì)組成，如圖 看不懂沒關(guān)系，對(duì)著這張圖我給大家一一剖析。 首先，每一個(gè)區(qū)塊都有一個(gè)父區(qū)塊和子區(qū)塊，分別對(duì)應(yīng)圖中的左邊的“父區(qū)...
-
關(guān)于 Fate 和單機(jī)直接訓(xùn)練效果差別的疑問測(cè)試了一下發(fā)現(xiàn)聯(lián)邦學(xué)習(xí)方式建模和單機(jī)直接訓(xùn)練的結(jié)果差異很大，以下敘述具體的測(cè)試流程。 測(cè)試數(shù)據(jù)集是這樣的： 首先嘗試單機(jī)，使用最傳統(tǒng)的邏輯回歸進(jìn)行訓(xùn)練，編寫腳本如下： 運(yùn)行結(jié)...
-
前后端分離項(xiàng)目的服務(wù)器部署
本文轉(zhuǎn)載自我的個(gè)人博客。 前幾天我的個(gè)人網(wǎng)站終于部署上線了，趁現(xiàn)在還記得，趕緊把流程記錄下來。本文講的是前后端分離的項(xiàng)目的服務(wù)器部署，這里就以我的個(gè)人網(wǎng)站為例子。我的個(gè)人網(wǎng)站...
-
銀行卡號(hào)的編碼規(guī)則及校驗(yàn)
筆者目前使用的jdk版本是1.6.0_29，Eclipse版本是Juno Release，Build id 20120614-1722。如無特殊說明，本文所有的Java代碼都...
-
[解決]tensorflow-gpu2.3與CUDA10.2的兼容問題 dlerror: libcudart.so.10.1: cannot open shared object file
因?yàn)閠ensorflow現(xiàn)有版本暫時(shí)不適配CUDA10.2，而通常服務(wù)器或者帶有顯卡的PC不會(huì)因?yàn)橐粋€(gè)項(xiàng)目而更換整個(gè)CUDA版本。為了解決這個(gè)問題，Tensorflow官方開...
-
json寫入問題：TypeError: Object of type float32 is not JSON serializable
問題描述 在將一個(gè)字典數(shù)據(jù)寫入json文件時(shí)，遇到標(biāo)題錯(cuò)誤 問題分析 打印錯(cuò)誤數(shù)據(jù)的數(shù)據(jù)類型type()，發(fā)現(xiàn)數(shù)據(jù)的類型為numpy.float32，python的內(nèi)置類型f...
-
Triplet Loss 損失函數(shù)
Triplet Loss是深度學(xué)習(xí)中的一種損失函數(shù)，用于訓(xùn)練差異性較小的樣本，如人臉等， Feed數(shù)據(jù)包括錨（Anchor）示例、正（Positive）示例、負(fù)（Negati...
-
PyTorch中的model.modules(), model.children(), model.named_children(), model.parameters(), model.nam...
本文通過一個(gè)例子實(shí)驗(yàn)來觀察并講解PyTorch中model.modules(), model.named_modules(), model.children(), model...
-
LCQMC：A Large-scale Chinese Question Matching Corpus前記 該論文是哈工大發(fā)表的一個(gè)中文問答匹配數(shù)據(jù)集的論文，對(duì)于整個(gè)中文問答匹配的知識(shí)背景、方法、數(shù)據(jù)集構(gòu)建方式等都有一些描述，該數(shù)據(jù)集被廣泛應(yīng)用在一些中文語義匹配的評(píng)測(cè)中，比如...
-
Bert需要理解的一些內(nèi)容
更多來自于GitHub：Reflection_Summary. Bert的雙向體現(xiàn)在什么地方？ mask+attention，mask的word結(jié)合全部其他encoder w...
-
Opencv-Python學(xué)習(xí)筆記七——圖像直方圖 calcHist，直方圖均衡化equalizeHist圖像直方圖 tutorial_py_histogram 直方圖是對(duì)圖像像素的統(tǒng)計(jì)分布，它統(tǒng)計(jì)了每個(gè)像素（0到L-1）的數(shù)量。直方圖均衡化就是將原始的直方圖拉伸，使之均勻分布在...
-
Keras保存最好的模型
不管是Tensorboard還是保存最好的模型,都需要用到Keras的一個(gè)重要模塊: keras.callbacks 比如Tensorboard是: keras.callba...
