PyTorch学习一: 入门
Tensor
# from __future__ import print_function
#该句语句是python2的概念,那么python3对于python2就是future了,
#也就是说,在python2的环境下,超前使用python3的print函数
import torch as t
t.__version__
'1.4.0+cu92'
#只是分配了空间,未初始化
x = t.Tensor
print(x)
x = t.Tensor(5,3)
print(x)
x = t.Tensor([[2,2],[2,2]])
x
<class 'torch.Tensor'>
tensor([[4.2246e-39, 1.0286e-38, 1.0653e-38],[1.0194e-38, 8.4490e-39, 1.0469e-38],[9.3674e-39, 9.9184e-39, 8.7245e-39],[9.2755e-39, 8.9082e-39, 9.9184e-39],[8.4490e-39, 9.6429e-39, 1.0653e-38]])tensor([[2., 2.],[2., 2.]])
print(x.size())
x.size()[1],x.size(1) # 查看列的个数, 两种写法等价
#torch.Size 是tuple对象的子类,因此它支持tuple的所有操作,如x.size()[0]
torch.Size([2, 2])
(2, 2)
#加:
#1,
print(x)
x = t.rand(5,3)
print(x)
# 使用[0,1]均匀分布随机初始化二维数组 rand参数是size
y = t.rand(1,3)
print(x+y)
#2,
print(t.add(x, y))
#3,
result = t.Tensor(5, 3) # 预先分配空间
t.add(x, y, out=result) # 输入到result
result
tensor([[0.6806, 0.1663, 0.7670],[0.8551, 0.4156, 0.0987],[0.9882, 0.0415, 0.3336],[0.7140, 0.8380, 0.1365],[0.7197, 0.9418, 0.9951]])
tensor([[0.7685, 0.6577, 0.0177],[0.9424, 0.9072, 0.8444],[0.3546, 0.7298, 0.4140],[0.8316, 0.7530, 0.6691],[0.0165, 0.8941, 0.1688]])
tensor([[1.4669, 1.0402, 0.9156],[1.6409, 1.2897, 1.7423],[1.0531, 1.1124, 1.3119],[1.5301, 1.1355, 1.5670],[0.7149, 1.2766, 1.0666]])
tensor([[1.4669, 1.0402, 0.9156],[1.6409, 1.2897, 1.7423],[1.0531, 1.1124, 1.3119],[1.5301, 1.1355, 1.5670],[0.7149, 1.2766, 1.0666]])tensor([[1.4669, 1.0402, 0.9156],[1.6409, 1.2897, 1.7423],[1.0531, 1.1124, 1.3119],[1.5301, 1.1355, 1.5670],[0.7149, 1.2766, 1.0666]])
注意,函数名后面带下划线_ 的函数会修改Tensor本身。例如,x.add_(y)和x.t_()会改变 x,但x.add(y)和x.t()返回一个新的Tensor, 而x不变。
如不熟悉,初学不推荐使用
# Tensor的(切片)选取操作与Numpy类似
x[:, 1]
Tensor和Numpy的数组之间的
1,互操作非常容易且快速。对于Tensor不支持的操作,可以先转为Numpy数组处理,之后再转回Tensor。
2,对象共享内存,如果其中一个变了,另外一个也会随之改变>>>>所以很快
a = t.ones(9) #全为1, 九个值的Tensor
print(a)
b = a.numpy() #此处未导入numpy包,这是Tensor对象的函数, .numpy()
b
tensor([1., 1., 1., 1., 1., 1., 1., 1., 1.])array([1., 1., 1., 1., 1., 1., 1., 1., 1.], dtype=float32)
b = t.from_numpy(b)#变换回Tensor用 t.from_numpy(*)print(b)
b.add_(1) # 以`_`结尾的函数会修改自身
print(b) # Tensor和Numpy共享内存
tensor([1., 1., 1., 1., 1., 1., 1., 1., 1.])
tensor([2., 2., 2., 2., 2., 2., 2., 2., 2.])
torch.tensor
x = t.tensor([5,3]) # 新建一个包含 5, 3 两个元素的tensor
scalar = t.tensor(3)
scalar
tensor(3)
old_x = x
new_x = old_x.clone()
new_x[0] = 1111
old_x, new_x
(tensor([5, 3]), tensor([1111, 3]))
需要注意的是,t.tensor()或者tensor.clone()总是会进行数据拷贝,新tensor和原来的数据不再共享内存。所以如果你想共享内存的话,建议使用torch.from_numpy()或者tensor.detach()来新建一个tensor, 二者共享内存。
#尝试失败1
new2_x = old_x.detach()
new2_x = 2222 #不索引,不成立,被认定为赋值换成了一个整型的数据
old_x, new2_x
(tensor([ 5, 2222]), 2222)
#尝试失败2
new2_x = t.from_numpy(old_x) #from_numoy 只能接收numpy
new2_x = 2222
old_x, new2_x
---------------------------------------------------------------------------TypeError Traceback (most recent call last)<ipython-input-127-b7f3851ca223> in <module>1 #尝试失败2
----> 2 new2_x = t.from_numpy(old_x) #from_numoy 只能接收numpy3 new2_x = 22224 old_x, new2_xTypeError: expected np.ndarray (got Tensor)
new2_x = old_x.detach()
new2_x[0] = 2222
old_x, new2_x
(tensor([2222, 3]), tensor([2222, 3]))
x = t.rand(5,3)
y = t.rand(5,3)
#cuda方法将Tensor放在GPU上运算,贼快
# 在不支持CUDA的机器下,下一步还是在CPU上运行
device = t.device("cuda:0" if t.cuda.is_available() else "cpu")
x = x.to(device)
y = y.to(x.device)
z = x+y
此处可能发现GPU运算的速度并未提升太多,这是因为x和y太小且运算也较为简单,而且将数据从内存转移到显存还需要花费额外的开销。GPU的优势需在大规模数据和复杂运算下才能体现出来。
auto grad
深度学习的算法本质上是通过反向传播求导数,而PyTorch的autograd模块则实现了此功能。在Tensor上的所有操作,autograd都能为它们自动提供微分,避免了手动计算导数的复杂过程。
要想使得Tensor使用autograd功能,只需要设置tensor.requries_grad=True.
# 为tensor设置 requires_grad 标识,代表着需要求导数
# pytorch 会自动调用autograd 记录操作
x = t.ones(2, 2, requires_grad=True)# 上一步等价于
# x = t.ones(2,2)
# x.requires_grad = Truex
tensor([[1., 1.],[1., 1.]], requires_grad=True)
y = x.sum()
y
tensor(4., grad_fn=<SumBackward0>)
y.grad_fn #???????
<SumBackward0 at 0x21817a97f60>
y.backward() #反向传播,计算梯度
x.grad #每个值的梯度都为1
tensor([[1., 1.],[1., 1.]])
注意:grad在反向传播过程中是累加的(accumulated),这意味着每一次运行反向传播,梯度都会累加之前的梯度,所以反向传播之前需把梯度清零。
y.backward()
print(x.grad)
y.backward()
print(x.grad)
tensor([[2., 2.],[2., 2.]])
tensor([[3., 3.],[3., 3.]])
# 以下划线结束的函数是inplace操作,会修改自身的值,就像add_
x.grad.data.zero_()
tensor([[0., 0.],[0., 0.]])
y.backward()
x.grad
tensor([[1., 1.],[1., 1.]])
如果是jupyter notebook,可以上面俩段代码来回试试玩
网络结构
Autograd实现了反向传播功能,但是直接用来写深度学习的代码在很多情况下还是稍显复杂,torch.nn是专门为神经网络设计的模块化接口。nn构建于 Autograd之上,可用来定义和运行神经网络。nn.Module是nn中最重要的类,可把它看成是一个网络的封装,包含网络各层定义以及forward方法,调用forward(input)方法,可返回前向传播的结果。
#Lenet 模型示例
import torch.nn as nn
import torch.nn.functional as Fclass Net(nn.Module): # 必须基础nn.Moduledef __init__(self): # nn.Module子类的函数必须在构造函数中执行父类的构造函数super(Net,self).__init__() # 也可以写成nn.Module.__init__(self) 推荐前一种# 卷积层参数: input_channel_size output_channel_size kernel_size#卷积层 # '1'表示输入图片为单通道, '6'表示输出通道数,'5'表示卷积核为5*5self.conv1 = nn.Conv2d(1, 6, 5)self.conv2 = nn.Conv2d(6, 16, 5)#仿射层/全连接层, y=Wx+bself.fc1 = nn.Linear(16*5*5, 120)self.fc2 = nn.Linear(120, 84)self.fc3 = nn.Linear(84, 10)def forward(self, x):#卷积>激活>池化x = F.max_pool2d(F.relu(self.conv1(x)), (2,2))x = F.max_pool2d(F.relu(self.conv2(x)), 2)#reshape 自适应('-1')x = x.view(x.size()[0], -1)x = F.relu(self.fc1(x))x = F.relu(self.fc2(x))s = self.fc3(x)return x#没写backward,这是继承nn.Modlue,他的子类会autograd,自动实现net = Net()
print(net)
Net((conv1): Conv2d(1, 6, kernel_size=(5, 5), stride=(1, 1))(conv2): Conv2d(6, 16, kernel_size=(5, 5), stride=(1, 1))(fc1): Linear(in_features=400, out_features=120, bias=True)(fc2): Linear(in_features=120, out_features=84, bias=True)(fc3): Linear(in_features=84, out_features=10, bias=True)
)
#网络的可学习参数通过net.parameters()返回,
#net.named_parameters可同时返回可学习的参数及名称。
params = list(net.parameters())
print(len(params))for name,parameters in net.named_parameters():print(name,':',parameters.size())
#forward函数输入输出都是Tensor
10
conv1.weight : torch.Size([6, 1, 5, 5])
conv1.bias : torch.Size([6])
conv2.weight : torch.Size([16, 6, 5, 5])
conv2.bias : torch.Size([16])
fc1.weight : torch.Size([120, 400])
fc1.bias : torch.Size([120])
fc2.weight : torch.Size([84, 120])
fc2.bias : torch.Size([84])
fc3.weight : torch.Size([10, 84])
fc3.bias : torch.Size([10])
input = t.randn(1,1,32,32) #randn的n是一般化的意思,
out = net(input)
out.size
<function Tensor.size>
net.zero_grad() # 所有参数的梯度清零
out.backward(t.ones(1,84)) # 反向传播
torch.nn只支持mini-batches,不支持一次只输入一个样本,即一次必须是一个batch。但如果只想输入一个样本,则用 **input.unsqueeze(0)**将batch_size设为1。例如 nn.Conv2d 输入必须是4维的,形如 Samples × nChannels × Height × Width。可将nSample设为1,即1 × nChannels × Height × Width.
损失函数 & 优化器
#
output = net(input)
target = t.arange(0,84).view(1,84).float() #创建损失函数和优化器,不过已经有很好用的nn与optim包帮我们建好了
criterion = nn.MSELoss()
import torch.optim as optim
optimizer = optim.SGD(net.parameters(), lr = 0.01)
optimizer.zero_grad #与net.zero_grad() 效果一样,参数是网络的返回值嘛#计算损失
loss = criterion(output, target) # loss是个scalar, scalar就算0-dim的Tensor
print(loss)
#反向传播
loss.backward()#更新参数
optimizer.step()
tensor(2305.7666, grad_fn=<MseLossBackward>)
在反向传播计算完所有参数的梯度后,还需要使用优化方法来更新网络的权重和参数,例如随机梯度下降法(SGD)的更新策略如下:
weight = weight - learning_rate * gradient
手动实现如下:
learning_rate = 0.01
for f in net.parameters():f.data.sub_(f.grad.data * learning_rate)# inplace 减法
torch.optim中实现了深度学习中绝大多数的优化方法,例如RMSProp、Adam、SGD等,更便于使用,因此大多数时候并不需要手动写上述代码。
数据加载
深度学习中数据加载及预处理 很烦
PyTorch提供了一些可极大简化和加快数据处理流程的工具
对于常用的数据集,PyTorch也提供了封装好的接口供用户快速调用,这些数据集主要保存在torchvison中
torchvision实现了常用的图像数据加载功能,例如Imagenet、CIFAR10、MNIST等,以及常用的数据转换操作,这极大地方便了数据加载,并且代码具有可重用性。
自查表
Tensor 与 Numpy 区别?
俩者互换的函数,以及归属
加法运算
Tensor创建 随机 1 Tensor矩阵
torch.size是???对象的子类: 查看Tensor列数
inplace()操作有什么不同
反向传播函数:?
反向传播又为什么要清零
cuda的操作简单但也要记住呀,而且多显卡并行DataParallel也要会用,而且看那么多csdn讲cuda加速的,我估计会有很多坑等着.
定义网络结构咯,卷积层参数是啥呀,
forward函数和init有什么区别呀
nn.Module()很重要哟
好像也没啥,但就算理论最坚实的部分✌
backward不需要你干
损失函数和优化器也不需要,但要记得咋用
数据加载,先找torchvision玩玩吧,文件夹导入图片的也不难,反正有DataLoader()
时间: 2020-11-11 torch版本: 1.4.0 参考教程: https://render.githubusercontent.com/view/ipynb?commit=2db9c662d745d30951ab882c570d049d413caf45&enc_url=68747470733a2f2f7261772e67697468756275736572636f6e74656e742e636f6d2f686964657468657468652f7079746f7263682d626f6f6b2f326462396336363264373435643330393531616238383263353730643034396434313363616634352f6368617074657230322d717569636b73746172742f63686170746572322533412532305079546f7263682545352542462541422545392538302539462545352538352541352545392539372541382e6970796e62&nwo=hidethethe%2Fpytorch-book&path=chapter02-quickstart%2Fchapter2%3A+PyTorch%E5%BF%AB%E9%80%9F%E5%85%A5%E9%97%A8.ipynb&repository_id=312242153&repository_type=Repository#fn-1
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- redis-cli批量删除
redis-cli -h 127.0.0.1 -p 6379 -a 123456 -n 1 keys xxx* | xargs redis-cli -h 127.0.0.1 -p 6379 -a 123456 -n 1 del 如果是redis在本机且端口也是默认,未设置密码和数据库的位置(默认0号库),则可以省略-h(主机&…...
2024/4/27 2:39:24 - 数据库 连接查询
内连接 格式:表1 inner join 表2 on 表1.列表2.列 外连接 左外连接 左外连接表示连接符号左边的表 格式:表1 left join 表2 on 表1.列表2.列 右外连接 右外连接表示连接符号右边的表 格式:表1 right join 表2 on 表1.列表2.列...
2024/5/5 11:13:52 - 文章目录
有个著名的物理学家叫费曼,有一套学习方法就是以他命名的费曼学习法。我个人是非常欣赏这位科学家的。一个能够用通俗易懂的语言将晦涩难懂的物理学知识教导的这么好,我也希望我能用我的语言让大家更好的学习到知识。文章目录:一.编程学习网络…...
2024/5/6 4:11:51 - vue项目中如何使用echart
获取echarts 从 Apache ECharts (incubating) 官网下载界面 获取官方源码包后构建。在 ECharts 的 GitHub 获取。通过 npm 获取 echarts,本文中采用此方式 npm install echarts引入echarts 在main.js中引入echarts,并挂载到全局 import vue from vue i…...
2024/4/27 5:40:03 - JAVA2
Java编程思想_面向对象之封装 面向对象思想概述 面向对象思想: 封装,继承,多态 面向对象思想就是把关注点放在一件事或一个活动中涉及到的人或事物(也就是对象)上的思想(或思维方式) 面向对象…...
2024/3/23 10:56:20 - idea 在spring框架下 引入js资源报错
问题:在做SSM项目的时候,引入jquery.js和Vue.js的时候,经常会报404 解决:在webapp下新建个static文件夹,再将需要引入的资源放入...
2024/5/2 5:39:32 - Android开发学习之路--App全局置灰
当有个悼念日的时候,很多app和网页都只呈现了黑白色,这里,我们可以简单研究下。 常用方式 App页面置灰常规方案就能想到内置两套UI图,加载不同的UI,但是这样实现起来特别复杂,而且包体积大小也成倍增加&a…...
2024/5/7 13:04:37 - 11月规划
搞完剑指搞完数据库学完C入门linux复习一遍C语言复习数据结构(链表,对,栈,树,图,排序)学点图的知识...
2024/3/23 10:56:17 - PAT PYTHON 1002 写出这个数 (20分)
ninput() zhuanhuan{0:lin,1:yi,2:er,3:san,4:si,5:wu,6:liu,7:qi,8:ba,9:jiu} s0 z lblist(n)#在用list这个函数如果进入的是一串dssd9u的字符串他会自动切片,如果是个元组他他会自己变成列表) for i in lb:ssint(i)#list 切片成每个list后 int一下就加…...
2024/3/19 23:09:22 - python UIautomation(PC端应用程序自动化)如何定位编辑框并输入值
待更,缺少UIspy.exe...
2024/4/30 11:52:14 - AbstractQueuedSynchronizer源码
这篇文章会更新,因为没有解读完 添加了部分注释的源码 import org.w3c.dom.Node; import sun.misc.Unsafe; import java.util.ArrayList; import java.util.Collection; import java.util.Date; import java.util.concurrent.ForkJoinPool; import java.util.concu…...
2024/5/1 14:00:16 - JS内置方法(Array)
转载自 https://www.cnblogs.com/lemonib/p/10083354.html concat()//用于连接两个或多个数组,该方法不会改变现有的数组,而是返回被连接数组的一个副本。 join()// 把数组中的所有元素放入一个字符串,元素是通过指定的分隔符进行分隔的。//…...
2024/5/2 2:58:28 - Java+Linux,深入内核源码讲解多线程之进程
之前写了两篇文章,都是针对Linux这个系统的,为什么?我为什么这么喜欢写这个系统的知识,可能就是为了今天的内容多线程系列,现在多线程不是一个面试重点 啊,那如果你能深入系统内核回答这个知识点,面试官会…...
2024/3/19 23:09:17 - [Linux] Ubuntu 挂载 webDAV 文件夹
项目场景: 服务器中有一块硬盘A出了问题,随时有可能坏。于是把硬盘A内容被分到阵列柜中,并且把硬盘A拔下来了。 后来服务器起不来了,发现是在启动时会自动挂载硬盘A。进入急救模式后,看报错日志,推测是连接…...
2024/5/7 16:32:43 - 如何在Windows 10上手动清除或禁用Chrome缓存
通常,Chrome浏览器会将您浏览过的网页存储到计算机中。这样的文件,我们称为缓存。当您再次访问某个网站两次时,Google Chrome浏览器总是从缓存中提取原始内容,而不是从Internet下载。但是,如果不清理缓存,缓…...
2024/5/7 12:55:08 - Azure配置CentOs虚拟机以及Nginx教程
Azure配置CentOs虚拟机以及Nginx教程前情提要准备步骤参考博客前情提要 Azure首页有个一元体验服务器的活动,刚好借此机会玩玩linux服务器,之前项目用的服务器都是windows server,突然接触命令行面板有些不适应,记录下自己学习过…...
2024/5/6 22:24:11 - IT类求职之前注意事项——《斩获offer:IT名企面试策略与编程笔试精解》读书分享
求职之前前言1.了解自己2.了解市场2.1 基本的市场情况2.2 关于外包3. 培养顺应市场的技能前言 动身之前需要充分准备。必须了解市场需求,并懂得如何提高和包装看家本领,以确保得到意向公司的青睐。 1.了解自己 了解自己是什么样的程序员对于找到合适的工…...
2024/4/30 10:59:11 - 拉格朗日对偶性
说明 在约束优化问题中,常常用拉格朗日对偶性来将原始问题转为对偶问题,通过解对偶问题的解来得到原始问题的解。 0 为什么要利用对偶? 首先要明确,对偶问题的解不一定直接等于原问题的解(弱对偶)&#…...
2024/5/6 14:21:10 - 单节点Ceph对象存储简单部署(1)
wget -O /etc/yum.repos.d/CentOS-Base.repo https://mirrors.aliyun.com/repo/Centos-7.repo wget -O /etc/yum.repos.d/epel.repo http://mirrors.aliyun.com/repo/epel-7.repo#配置 ceph 源,需要自己根据阿里提供的进行自己编写,如下: [r…...
2024/3/23 10:56:14 - JavaSE 第四章
本章目录: 流程控制语句之循环语句for循环while循环 while语句do...while语句 控制跳转语句breakcontinuereturn 方法(函数)04.01_Java语言基础(循环结构概述和for语句的格式及其使用)(掌握) 案例:在控制台输出10次"helloworld"; A:什么是循…...
2024/5/2 1:36:05
最新文章
- 药物代谢动力学学习笔记
一、基本概念 二、经典房室模型 三、非线性药物代谢动力学 四、非房室模型 五、药代动力学与药效动力学 六、生物等效性评价 七、生物样品分析方法 基本概念 生物样品:生物机体的全血、血浆、血清、粪便、尿液或其他组织的样品 特异性,specificity&…...
2024/5/7 17:19:43 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/5/7 10:36:02 - JVM笔记
1.JVM与Java体系结构 1.1. 前言 作为Java工程师的你曾被伤害过吗?你是否也遇到过这些问题? 运行着的线上系统突然卡死,系统无法访问,甚至直接OOM想解决线上JVM GC问题,但却无从下手新项目上线,对各种JVM…...
2024/5/7 12:45:20 - 当前项目下包的管理(添加和删除)
删除当前项目虚拟环境的所有包 如果我们碰到项目中不需要的包,是不是直接使用下面这几个命令 删除单个或者多个包 pip uninstall pageName1 pageName2通过 packages.txt 删除所有的包 首先通过 pip freeze > packages.txt 命令生成 packages.txt包,…...
2024/5/6 13:39:18 - 416. 分割等和子集问题(动态规划)
题目 题解 class Solution:def canPartition(self, nums: List[int]) -> bool:# badcaseif not nums:return True# 不能被2整除if sum(nums) % 2 ! 0:return False# 状态定义:dp[i][j]表示当背包容量为j,用前i个物品是否正好可以将背包填满ÿ…...
2024/5/6 18:23:10 - 【Java】ExcelWriter自适应宽度工具类(支持中文)
工具类 import org.apache.poi.ss.usermodel.Cell; import org.apache.poi.ss.usermodel.CellType; import org.apache.poi.ss.usermodel.Row; import org.apache.poi.ss.usermodel.Sheet;/*** Excel工具类** author xiaoming* date 2023/11/17 10:40*/ public class ExcelUti…...
2024/5/6 18:40:38 - Spring cloud负载均衡@LoadBalanced LoadBalancerClient
LoadBalance vs Ribbon 由于Spring cloud2020之后移除了Ribbon,直接使用Spring Cloud LoadBalancer作为客户端负载均衡组件,我们讨论Spring负载均衡以Spring Cloud2020之后版本为主,学习Spring Cloud LoadBalance,暂不讨论Ribbon…...
2024/5/6 23:37:19 - TSINGSEE青犀AI智能分析+视频监控工业园区周界安全防范方案
一、背景需求分析 在工业产业园、化工园或生产制造园区中,周界防范意义重大,对园区的安全起到重要的作用。常规的安防方式是采用人员巡查,人力投入成本大而且效率低。周界一旦被破坏或入侵,会影响园区人员和资产安全,…...
2024/5/7 14:19:30 - VB.net WebBrowser网页元素抓取分析方法
在用WebBrowser编程实现网页操作自动化时,常要分析网页Html,例如网页在加载数据时,常会显示“系统处理中,请稍候..”,我们需要在数据加载完成后才能继续下一步操作,如何抓取这个信息的网页html元素变化&…...
2024/5/7 0:32:52 - 【Objective-C】Objective-C汇总
方法定义 参考:https://www.yiibai.com/objective_c/objective_c_functions.html Objective-C编程语言中方法定义的一般形式如下 - (return_type) method_name:( argumentType1 )argumentName1 joiningArgument2:( argumentType2 )argumentName2 ... joiningArgu…...
2024/5/7 16:57:02 - 【洛谷算法题】P5713-洛谷团队系统【入门2分支结构】
👨💻博客主页:花无缺 欢迎 点赞👍 收藏⭐ 留言📝 加关注✅! 本文由 花无缺 原创 收录于专栏 【洛谷算法题】 文章目录 【洛谷算法题】P5713-洛谷团队系统【入门2分支结构】🌏题目描述🌏输入格…...
2024/5/7 14:58:59 - 【ES6.0】- 扩展运算符(...)
【ES6.0】- 扩展运算符... 文章目录 【ES6.0】- 扩展运算符...一、概述二、拷贝数组对象三、合并操作四、参数传递五、数组去重六、字符串转字符数组七、NodeList转数组八、解构变量九、打印日志十、总结 一、概述 **扩展运算符(...)**允许一个表达式在期望多个参数࿰…...
2024/5/7 1:54:46 - 摩根看好的前智能硬件头部品牌双11交易数据极度异常!——是模式创新还是饮鸩止渴?
文 | 螳螂观察 作者 | 李燃 双11狂欢已落下帷幕,各大品牌纷纷晒出优异的成绩单,摩根士丹利投资的智能硬件头部品牌凯迪仕也不例外。然而有爆料称,在自媒体平台发布霸榜各大榜单喜讯的凯迪仕智能锁,多个平台数据都表现出极度异常…...
2024/5/6 20:04:22 - Go语言常用命令详解(二)
文章目录 前言常用命令go bug示例参数说明 go doc示例参数说明 go env示例 go fix示例 go fmt示例 go generate示例 总结写在最后 前言 接着上一篇继续介绍Go语言的常用命令 常用命令 以下是一些常用的Go命令,这些命令可以帮助您在Go开发中进行编译、测试、运行和…...
2024/5/7 0:32:51 - 用欧拉路径判断图同构推出reverse合法性:1116T4
http://cplusoj.com/d/senior/p/SS231116D 假设我们要把 a a a 变成 b b b,我们在 a i a_i ai 和 a i 1 a_{i1} ai1 之间连边, b b b 同理,则 a a a 能变成 b b b 的充要条件是两图 A , B A,B A,B 同构。 必要性显然࿰…...
2024/5/7 16:05:05 - 【NGINX--1】基础知识
1、在 Debian/Ubuntu 上安装 NGINX 在 Debian 或 Ubuntu 机器上安装 NGINX 开源版。 更新已配置源的软件包信息,并安装一些有助于配置官方 NGINX 软件包仓库的软件包: apt-get update apt install -y curl gnupg2 ca-certificates lsb-release debian-…...
2024/5/7 16:04:58 - Hive默认分割符、存储格式与数据压缩
目录 1、Hive默认分割符2、Hive存储格式3、Hive数据压缩 1、Hive默认分割符 Hive创建表时指定的行受限(ROW FORMAT)配置标准HQL为: ... ROW FORMAT DELIMITED FIELDS TERMINATED BY \u0001 COLLECTION ITEMS TERMINATED BY , MAP KEYS TERMI…...
2024/5/6 19:38:16 - 【论文阅读】MAG:一种用于航天器遥测数据中有效异常检测的新方法
文章目录 摘要1 引言2 问题描述3 拟议框架4 所提出方法的细节A.数据预处理B.变量相关分析C.MAG模型D.异常分数 5 实验A.数据集和性能指标B.实验设置与平台C.结果和比较 6 结论 摘要 异常检测是保证航天器稳定性的关键。在航天器运行过程中,传感器和控制器产生大量周…...
2024/5/7 16:05:05 - --max-old-space-size=8192报错
vue项目运行时,如果经常运行慢,崩溃停止服务,报如下错误 FATAL ERROR: CALL_AND_RETRY_LAST Allocation failed - JavaScript heap out of memory 因为在 Node 中,通过JavaScript使用内存时只能使用部分内存(64位系统&…...
2024/5/7 0:32:49 - 基于深度学习的恶意软件检测
恶意软件是指恶意软件犯罪者用来感染个人计算机或整个组织的网络的软件。 它利用目标系统漏洞,例如可以被劫持的合法软件(例如浏览器或 Web 应用程序插件)中的错误。 恶意软件渗透可能会造成灾难性的后果,包括数据被盗、勒索或网…...
2024/5/6 21:25:34 - JS原型对象prototype
让我简单的为大家介绍一下原型对象prototype吧! 使用原型实现方法共享 1.构造函数通过原型分配的函数是所有对象所 共享的。 2.JavaScript 规定,每一个构造函数都有一个 prototype 属性,指向另一个对象,所以我们也称为原型对象…...
2024/5/7 11:08:22 - C++中只能有一个实例的单例类
C中只能有一个实例的单例类 前面讨论的 President 类很不错,但存在一个缺陷:无法禁止通过实例化多个对象来创建多名总统: President One, Two, Three; 由于复制构造函数是私有的,其中每个对象都是不可复制的,但您的目…...
2024/5/7 7:26:29 - python django 小程序图书借阅源码
开发工具: PyCharm,mysql5.7,微信开发者工具 技术说明: python django html 小程序 功能介绍: 用户端: 登录注册(含授权登录) 首页显示搜索图书,轮播图࿰…...
2024/5/7 0:32:47 - 电子学会C/C++编程等级考试2022年03月(一级)真题解析
C/C++等级考试(1~8级)全部真题・点这里 第1题:双精度浮点数的输入输出 输入一个双精度浮点数,保留8位小数,输出这个浮点数。 时间限制:1000 内存限制:65536输入 只有一行,一个双精度浮点数。输出 一行,保留8位小数的浮点数。样例输入 3.1415926535798932样例输出 3.1…...
2024/5/7 17:09:45 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57