遗传算法的神经网络python实现源码
代码过程中，把代码过程较好的一些代码段记录起来，下边代码是关于遗传算法的神经网络python实现的代码，应该对大伙有一些用处。
from operator import itemgetter, attrgetter
import math
import random
import string
import timeit
from timeit import Timer as t
import matplotlib.pyplot as plt
import numpy as np
def sigmoid (x):
return math.tanh(x)
def makeMatrix ( I, J, fill=0.0):
m = []
for i in range(I):
return m
def randomizeMatrix ( matrix, a, b):
for i in range ( len (matrix) ):
for j in range ( len (matrix[0]) ):
matrix[i][j] = random.uniform(a,b)
class NN:
def init(self, NI, NH, NO):
self.ni = NI
self.nh = NH
self.no = NO
randomizeMatrix ( self.wi, -0.2, 0.2 )
randomizeMatrix ( self.wo, -2.0, 2.0 )
def runNN (self, inputs):
if len(inputs) != self.ni:
print ‘incorrect number of inputs’
for i in range(self.ni):
self.ai[i] = inputs[i]
for j in range(self.nh):
for k in range(self.no):
return self.ao
def weights(self):
print ‘Input weights:’
for i in range(self.ni):
print self.wi[i]
print
print ‘Output weights:’
for j in range(self.nh):
print self.wo[j]
print ‘’
def test(self, patterns):
results, targets = [], []
for p in patterns:
inputs = p[0]
rounded = [ round(i) for i in self.runNN(inputs) ]
if rounded == p[1]: result = ‘+++++’
else: result = ‘-----’
print ‘%s %s %s %s %s %s %s’ %( ‘Inputs:’, p[0], ‘–>’, str(self.runNN(inputs)).rjust(65), ‘Target’, p[1], result)
results+= self.runNN(inputs)
targets += p[1]
return results, targets
def sumErrors (self):
error = 0.0
for p in pat:
inputs = p[0]
targets = p[1]
self.runNN(inputs)
error += self.calcError(targets)
inverr = 1.0/error
return inverr
def calcError (self, targets):
error = 0.0
for k in range(len(targets)):
return error
def assignWeights (self, weights, I):
io = 0
for i in range(self.ni):
for j in range(self.nh):
self.wi[i][j] = weights[I][io][i][j]
io = 1
for j in range(self.nh):
for k in range(self.no):
self.wo[j][k] = weights[I][io][j][k]
def testWeights (self, weights, I):
same = []
io = 0
for i in range(self.ni):
for j in range(self.nh):
if self.wi[i][j] != weights[I][io][i][j]:
same.append((‘I’,i,j, round(self.wi[i][j],2),round(weights[I][io][i][j],2),round(self.wi[i][j] - weights[I][io][i][j],2)))
io = 1
for j in range(self.nh):for k in range(self.no):if self.wo[j][k] != weights[I][io][j][k]:same.append((('O',j,k), round(self.wo[j][k],2),round(weights[I][io][j][k],2),round(self.wo[j][k] - weights[I][io][j][k],2)))
if same != []:print same
def roulette (fitnessScores):
cumalativeFitness = 0.0
r = random.random()
for i in range(len(fitnessScores)):
cumalativeFitness += fitnessScores[i]
if cumalativeFitness > r:
return i
def calcFit (numbers): # each fitness is a fraction of the total error
total, fitnesses = sum(numbers), []
for i in range(len(numbers)):
fitnesses.append(numbers[i]/total)
return fitnesses
takes a population of NN objects
def pairPop (pop):
weights, errors = [], []
for i in range(len(pop)): # for each individual
weights.append([pop[i].wi,pop[i].wo]) # append input & output weights of individual to list of all pop weights
errors.append(pop[i].sumErrors()) # append 1/sum(MSEs) of individual to list of pop errors
fitnesses = calcFit(errors) # fitnesses are a fraction of the total error
del pop
return zip(weights, errors,fitnesses) # weights become item[0] and fitnesses[1] in this way fitness is paired with its weight in a tuple
def rankPop (newpopW,pop):
errors, copy = [], [] # a fresh pop of NN’s are assigned to a list of len pop_size
pop = [NN(ni,nh,no) for i in range(pop_size) ]
for i in range(pop_size): copy.append(newpopW[i])
for i in range(pop_size):
pop[i].assignWeights(newpopW, i)# each individual is assigned the weights generated from previous iteration
pop[i].testWeights(newpopW, i)
for i in range(pop_size):
pop[i].testWeights(newpopW, i)
pairedPop = pairPop(pop) # the fitness of these weights is calculated and tupled with the weights
rankedPop = sorted(pairedPop, key = itemgetter(-1), reverse = True) # weights are sorted in descending order of fitness (fittest first)
errors = [ eval(repr(x[1])) for x in rankedPop ]
return rankedPop, eval(repr(rankedPop[0][1])), float(sum(errors))/float(len(errors))
def iteratePop (rankedPop):
rankedWeights = [ item[0] for item in rankedPop]
fitnessScores = [ item[-1] for item in rankedPop]
while len(newpopW) <= pop_size: # Breed two randomly selected but different chromos until pop_size reached
ch1, ch2 = [], []
index1 = roulette(fitnessScores)
index2 = roulette(fitnessScores)
while index1 == index2: # ensures different chromos are used for breeeding
index2 = roulette(fitnessScores)
#index1, index2 = 3,4
ch1.extend(eval(repr(rankedWeights[index1])))
ch2.extend(eval(repr(rankedWeights[index2])))
if random.random() < crossover_rate:
ch1, ch2 = crossover(ch1, ch2)
mutate(ch1)
mutate(ch2)
newpopW.append(ch1)
newpopW.append(ch2)
return newpopW
graphical_error_scale = 100
max_iterations = 4000
pop_size = 100
mutation_rate = 0.1
crossover_rate = 0.8
ni, nh, no = 4,6,1
def main ():
Rank first random population
pop = [ NN(ni,nh,no) for i in range(pop_size) ] # fresh pop
pairedPop = pairPop(pop)
rankedPop = sorted(pairedPop, key = itemgetter(-1), reverse = True) # THIS IS CORRECT
Keep iterating new pops until max_iterations
iters = 0
tops, avgs = [], []
while iters != max_iterations:
if iters%1 == 0:
print ‘Iteration’.rjust(150), iters
newpopW = iteratePop(rankedPop)
rankedPop, toperr, avgerr = rankPop(newpopW,pop)
tops.append(toperr)
avgs.append(avgerr)
iters+=1
test a NN with the fittest weights
tester = NN (ni,nh,no)
fittestWeights = [ x[0] for x in rankedPop ]
tester.assignWeights(fittestWeights, 0)
results, targets = tester.test(testpat)
x = np.arange(0,150)
title2 = ‘Test after ‘+str(iters)+’ iterations’
plt.title(title2)
plt.ylabel(‘Node output’)
plt.xlabel(‘Instances’)
plt.plot( results, ‘xr’, linewidth = 0.5)
plt.plot( targets, ‘s’, color = ‘black’,linewidth = 3)
#lines = plt.plot( results, ‘sg’)
plt.annotate(s=‘Target Values’, xy = (110, 0),color = ‘black’, family = ‘sans-serif’, size =‘small’)
plt.annotate(s=‘Test Values’, xy = (110, 0.5),color = ‘red’, family = ‘sans-serif’, size =‘small’, weight = ‘bold’)
plt.figure(2)
plt.subplot(121)
plt.title(‘Top individual error evolution’)
plt.ylabel(‘Inverse error’)
plt.xlabel(‘Iterations’)
plt.plot( tops, ‘-g’, linewidth = 1)
plt.subplot(122)
plt.plot( avgs, ‘-g’, linewidth = 1)
plt.title(‘Population average error evolution’)
plt.ylabel(‘Inverse error’)
plt.xlabel(‘Iterations’)
plt.show()
def crossover (m1, m2):
for i in range(len(m1)):
for j in range(len(m1[i])):
for k in range(len(m1[i][j])):
if r >= 0:
output1[i][j][k] = m1[i][j][k]
output2[i][j][k] = m2[i][j][k]
elif r < 0:
output1[i][j][k] = m2[i][j][k]
output2[i][j][k] = m1[i][j][k]
r -=1
return output1, output2
def mutate (m):
could include a constant to control
how much the weight is mutated by
for i in range(len(m)):
for j in range(len(m[i])):
for k in range(len(m[i][j])):
if random.random() < mutation_rate:
m[i][j][k] = random.uniform(-2.0,2.0)
if name == “main”:
main()
pat = [
[[5.1, 3.5, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.9, 3.0, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.7, 3.2, 1.3, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.4, 3.9, 1.7, 0.4], [-1], [‘Iris-setosa’]] ,
[[4.6, 3.4, 1.4, 0.3], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.4, 1.5, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.4, 2.9, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.9, 3.1, 1.5, 0.1], [-1], [‘Iris-setosa’]] ,
[[5.4, 3.7, 1.5, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.8, 3.4, 1.6, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.8, 3.0, 1.4, 0.1], [-1], [‘Iris-setosa’]] ,
[[4.3, 3.0, 1.1, 0.1], [-1], [‘Iris-setosa’]] ,
[[5.8, 4.0, 1.2, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.7, 4.4, 1.5, 0.4], [-1], [‘Iris-setosa’]] ,
[[5.4, 3.9, 1.3, 0.4], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.5, 1.4, 0.3], [-1], [‘Iris-setosa’]] ,
[[5.7, 3.8, 1.7, 0.3], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.8, 1.5, 0.3], [-1], [‘Iris-setosa’]] ,
[[5.4, 3.4, 1.7, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.7, 1.5, 0.4], [-1], [‘Iris-setosa’]] ,
[[4.6, 3.6, 1.0, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.3, 1.7, 0.5], [-1], [‘Iris-setosa’]] ,
[[4.8, 3.4, 1.9, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.0, 1.6, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.4, 1.6, 0.4], [-1], [‘Iris-setosa’]] ,
[[5.2, 3.5, 1.5, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.2, 3.4, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.7, 3.2, 1.6, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.8, 3.1, 1.6, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.4, 3.4, 1.5, 0.4], [-1], [‘Iris-setosa’]] ,
[[5.2, 4.1, 1.5, 0.1], [-1], [‘Iris-setosa’]] ,
[[5.5, 4.2, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.9, 3.1, 1.5, 0.1], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.2, 1.2, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.5, 3.5, 1.3, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.9, 3.1, 1.5, 0.1], [-1], [‘Iris-setosa’]] ,
[[4.4, 3.0, 1.3, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.4, 1.5, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.5, 1.3, 0.3], [-1], [‘Iris-setosa’]] ,
[[4.5, 2.3, 1.3, 0.3], [-1], [‘Iris-setosa’]] ,
[[4.4, 3.2, 1.3, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.5, 1.6, 0.6], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.8, 1.9, 0.4], [-1], [‘Iris-setosa’]] ,
[[4.8, 3.0, 1.4, 0.3], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.8, 1.6, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.6, 3.2, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.3, 3.7, 1.5, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.3, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[7.0, 3.2, 4.7, 1.4], [0], [‘Iris-versicolor’]] ,
[[6.4, 3.2, 4.5, 1.5], [0], [‘Iris-versicolor’]] ,
[[6.9, 3.1, 4.9, 1.5], [0], [‘Iris-versicolor’]] ,
[[5.5, 2.3, 4.0, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.5, 2.8, 4.6, 1.5], [0], [‘Iris-versicolor’]] ,
[[5.7, 2.8, 4.5, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.3, 3.3, 4.7, 1.6], [0], [‘Iris-versicolor’]] ,
[[4.9, 2.4, 3.3, 1.0], [0], [‘Iris-versicolor’]] ,
[[6.6, 2.9, 4.6, 1.3], [0], [‘Iris-versicolor’]] ,
[[5.2, 2.7, 3.9, 1.4], [0], [‘Iris-versicolor’]] ,
[[5.0, 2.0, 3.5, 1.0], [0], [‘Iris-versicolor’]] ,
[[5.9, 3.0, 4.2, 1.5], [0], [‘Iris-versicolor’]] ,
[[6.0, 2.2, 4.0, 1.0], [0], [‘Iris-versicolor’]] ,
[[6.1, 2.9, 4.7, 1.4], [0], [‘Iris-versicolor’]] ,
[[5.6, 2.9, 3.6, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.7, 3.1, 4.4, 1.4], [0], [‘Iris-versicolor’]] ,
[[5.6, 3.0, 4.5, 1.5], [0], [‘Iris-versicolor’]] ,
[[5.8, 2.7, 4.1, 1.0], [0], [‘Iris-versicolor’]] ,
[[6.2, 2.2, 4.5, 1.5], [0], [‘Iris-versicolor’]] ,
[[5.6, 2.5, 3.9, 1.1], [0], [‘Iris-versicolor’]] ,
[[5.9, 3.2, 4.8, 1.8], [0], [‘Iris-versicolor’]] ,
[[6.1, 2.8, 4.0, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.3, 2.5, 4.9, 1.5], [0], [‘Iris-versicolor’]] ,
[[6.1, 2.8, 4.7, 1.2], [0], [‘Iris-versicolor’]] ,
[[6.4, 2.9, 4.3, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.6, 3.0, 4.4, 1.4], [0], [‘Iris-versicolor’]] ,
[[6.8, 2.8, 4.8, 1.4], [0], [‘Iris-versicolor’]] ,
[[6.7, 3.0, 5.0, 1.7], [0], [‘Iris-versicolor’]] ,
[[6.0, 2.9, 4.5, 1.5], [0], [‘Iris-versicolor’]] ,
[[5.7, 2.6, 3.5, 1.0], [0], [‘Iris-versicolor’]] ,
[[5.5, 2.4, 3.8, 1.1], [0], [‘Iris-versicolor’]] ,
[[5.5, 2.4, 3.7, 1.0], [0], [‘Iris-versicolor’]] ,
[[5.8, 2.7, 3.9, 1.2], [0], [‘Iris-versicolor’]] ,
[[6.0, 2.7, 5.1, 1.6], [0], [‘Iris-versicolor’]] ,
[[5.4, 3.0, 4.5, 1.5], [0], [‘Iris-versicolor’]] ,
[[6.0, 3.4, 4.5, 1.6], [0], [‘Iris-versicolor’]] ,
[[6.7, 3.1, 4.7, 1.5], [0], [‘Iris-versicolor’]] ,
[[6.3, 2.3, 4.4, 1.3], [0], [‘Iris-versicolor’]] ,
[[5.6, 3.0, 4.1, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.1, 3.0, 4.6, 1.4], [0], [‘Iris-versicolor’]] ,
[[5.8, 2.6, 4.0, 1.2], [0], [‘Iris-versicolor’]] ,
[[5.0, 2.3, 3.3, 1.0], [0], [‘Iris-versicolor’]] ,
[[5.6, 2.7, 4.2, 1.3], [0], [‘Iris-versicolor’]] ,
[[5.7, 3.0, 4.2, 1.2], [0], [‘Iris-versicolor’]] ,
[[5.7, 2.9, 4.2, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.2, 2.9, 4.3, 1.3], [0], [‘Iris-versicolor’]] ,
[[5.1, 2.5, 3.0, 1.1], [0], [‘Iris-versicolor’]] ,
[[5.7, 2.8, 4.1, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.3, 3.3, 6.0, 2.5], [1], [‘Iris-virginica’]] ,
[[5.8, 2.7, 5.1, 1.9], [1], [‘Iris-virginica’]] ,
[[7.1, 3.0, 5.9, 2.1], [1], [‘Iris-virginica’]] ,
[[6.3, 2.9, 5.6, 1.8], [1], [‘Iris-virginica’]] ,
[[6.5, 3.0, 5.8, 2.2], [1], [‘Iris-virginica’]] ,
[[7.6, 3.0, 6.6, 2.1], [1], [‘Iris-virginica’]] ,
[[4.9, 2.5, 4.5, 1.7], [1], [‘Iris-virginica’]] ,
[[7.3, 2.9, 6.3, 1.8], [1], [‘Iris-virginica’]] ,
[[6.7, 2.5, 5.8, 1.8], [1], [‘Iris-virginica’]] ,
[[7.2, 3.6, 6.1, 2.5], [1], [‘Iris-virginica’]] ,
[[6.5, 3.2, 5.1, 2.0], [1], [‘Iris-virginica’]] ,
[[6.4, 2.7, 5.3, 1.9], [1], [‘Iris-virginica’]] ,
[[6.8, 3.0, 5.5, 2.1], [1], [‘Iris-virginica’]] ,
[[5.7, 2.5, 5.0, 2.0], [1], [‘Iris-virginica’]] ,
[[5.8, 2.8, 5.1, 2.4], [1], [‘Iris-virginica’]] ,
[[7.7, 3.8, 6.7, 2.2], [1], [‘Iris-virginica’]] ,
[[7.7, 2.6, 6.9, 2.3], [1], [‘Iris-virginica’]] ,
[[6.0, 2.2, 5.0, 1.5], [1], [‘Iris-virginica’]] ,
[[6.9, 3.2, 5.7, 2.3], [1], [‘Iris-virginica’]] ,
[[5.6, 2.8, 4.9, 2.0], [1], [‘Iris-virginica’]] ,
[[7.7, 2.8, 6.7, 2.0], [1], [‘Iris-virginica’]] ,
[[6.3, 2.7, 4.9, 1.8], [1], [‘Iris-virginica’]] ,
[[6.7, 3.3, 5.7, 2.1], [1], [‘Iris-virginica’]] ,
[[7.2, 3.2, 6.0, 1.8], [1], [‘Iris-virginica’]] ,
[[6.2, 2.8, 4.8, 1.8], [1], [‘Iris-virginica’]] ,
[[6.1, 3.0, 4.9, 1.8], [1], [‘Iris-virginica’]] ,
[[6.4, 2.8, 5.6, 2.1], [1], [‘Iris-virginica’]] ,
[[7.2, 3.0, 5.8, 1.6], [1], [‘Iris-virginica’]] ,
[[7.4, 2.8, 6.1, 1.9], [1], [‘Iris-virginica’]] ,
[[7.9, 3.8, 6.4, 2.0], [1], [‘Iris-virginica’]] ,
[[6.4, 2.8, 5.6, 2.2], [1], [‘Iris-virginica’]] ,
[[6.3, 2.8, 5.1, 1.5], [1], [‘Iris-virginica’]] ,
[[6.1, 2.6, 5.6, 1.4], [1], [‘Iris-virginica’]] ,
[[7.7, 3.0, 6.1, 2.3], [1], [‘Iris-virginica’]] ,
[[6.3, 3.4, 5.6, 2.4], [1], [‘Iris-virginica’]] ,
[[6.4, 3.1, 5.5, 1.8], [1], [‘Iris-virginica’]] ,
[[6.0, 3.0, 4.8, 1.8], [1], [‘Iris-virginica’]] ,
[[6.9, 3.1, 5.4, 2.1], [1], [‘Iris-virginica’]] ,
[[6.7, 3.1, 5.6, 2.4], [1], [‘Iris-virginica’]] ,
[[6.9, 3.1, 5.1, 2.3], [1], [‘Iris-virginica’]] ,
[[5.8, 2.7, 5.1, 1.9], [1], [‘Iris-virginica’]] ,
[[6.8, 3.2, 5.9, 2.3], [1], [‘Iris-virginica’]] ,
[[6.7, 3.3, 5.7, 2.5], [1], [‘Iris-virginica’]] ,
[[6.7, 3.0, 5.2, 2.3], [1], [‘Iris-virginica’]] ,
[[6.3, 2.5, 5.0, 1.9], [1], [‘Iris-virginica’]] ,
[[6.5, 3.0, 5.2, 2.0], [1], [‘Iris-virginica’]] ,
[[6.2, 3.4, 5.4, 2.3], [1], [‘Iris-virginica’]] ,
[[5.9, 3.0, 5.1, 1.8], [1], [‘Iris-virginica’]]
]
testpat = [
[[5.1, 3.5, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.9, 3.0, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.7, 3.2, 1.3, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.4, 3.9, 1.7, 0.4], [-1], [‘Iris-setosa’]] ,
[[4.6, 3.4, 1.4, 0.3], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.4, 1.5, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.4, 2.9, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.9, 3.1, 1.5, 0.1], [-1], [‘Iris-setosa’]] ,
[[5.4, 3.7, 1.5, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.8, 3.4, 1.6, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.8, 3.0, 1.4, 0.1], [-1], [‘Iris-setosa’]] ,
[[4.3, 3.0, 1.1, 0.1], [-1], [‘Iris-setosa’]] ,
[[5.8, 4.0, 1.2, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.7, 4.4, 1.5, 0.4], [-1], [‘Iris-setosa’]] ,
[[5.4, 3.9, 1.3, 0.4], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.5, 1.4, 0.3], [-1], [‘Iris-setosa’]] ,
[[5.7, 3.8, 1.7, 0.3], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.8, 1.5, 0.3], [-1], [‘Iris-setosa’]] ,
[[5.4, 3.4, 1.7, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.7, 1.5, 0.4], [-1], [‘Iris-setosa’]] ,
[[4.6, 3.6, 1.0, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.3, 1.7, 0.5], [-1], [‘Iris-setosa’]] ,
[[4.8, 3.4, 1.9, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.0, 1.6, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.4, 1.6, 0.4], [-1], [‘Iris-setosa’]] ,
[[5.2, 3.5, 1.5, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.2, 3.4, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.7, 3.2, 1.6, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.8, 3.1, 1.6, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.4, 3.4, 1.5, 0.4], [-1], [‘Iris-setosa’]] ,
[[5.2, 4.1, 1.5, 0.1], [-1], [‘Iris-setosa’]] ,
[[5.5, 4.2, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.9, 3.1, 1.5, 0.1], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.2, 1.2, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.5, 3.5, 1.3, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.9, 3.1, 1.5, 0.1], [-1], [‘Iris-setosa’]] ,
[[4.4, 3.0, 1.3, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.4, 1.5, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.5, 1.3, 0.3], [-1], [‘Iris-setosa’]] ,
[[4.5, 2.3, 1.3, 0.3], [-1], [‘Iris-setosa’]] ,
[[4.4, 3.2, 1.3, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.5, 1.6, 0.6], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.8, 1.9, 0.4], [-1], [‘Iris-setosa’]] ,
[[4.8, 3.0, 1.4, 0.3], [-1], [‘Iris-setosa’]] ,
[[5.1, 3.8, 1.6, 0.2], [-1], [‘Iris-setosa’]] ,
[[4.6, 3.2, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.3, 3.7, 1.5, 0.2], [-1], [‘Iris-setosa’]] ,
[[5.0, 3.3, 1.4, 0.2], [-1], [‘Iris-setosa’]] ,
[[7.0, 3.2, 4.7, 1.4], [0], [‘Iris-versicolor’]] ,
[[6.4, 3.2, 4.5, 1.5], [0], [‘Iris-versicolor’]] ,
[[6.9, 3.1, 4.9, 1.5], [0], [‘Iris-versicolor’]] ,
[[5.5, 2.3, 4.0, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.5, 2.8, 4.6, 1.5], [0], [‘Iris-versicolor’]] ,
[[5.7, 2.8, 4.5, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.3, 3.3, 4.7, 1.6], [0], [‘Iris-versicolor’]] ,
[[4.9, 2.4, 3.3, 1.0], [0], [‘Iris-versicolor’]] ,
[[6.6, 2.9, 4.6, 1.3], [0], [‘Iris-versicolor’]] ,
[[5.2, 2.7, 3.9, 1.4], [0], [‘Iris-versicolor’]] ,
[[5.0, 2.0, 3.5, 1.0], [0], [‘Iris-versicolor’]] ,
[[5.9, 3.0, 4.2, 1.5], [0], [‘Iris-versicolor’]] ,
[[6.0, 2.2, 4.0, 1.0], [0], [‘Iris-versicolor’]] ,
[[6.1, 2.9, 4.7, 1.4], [0], [‘Iris-versicolor’]] ,
[[5.6, 2.9, 3.6, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.7, 3.1, 4.4, 1.4], [0], [‘Iris-versicolor’]] ,
[[5.6, 3.0, 4.5, 1.5], [0], [‘Iris-versicolor’]] ,
[[5.8, 2.7, 4.1, 1.0], [0], [‘Iris-versicolor’]] ,
[[6.2, 2.2, 4.5, 1.5], [0], [‘Iris-versicolor’]] ,
[[5.6, 2.5, 3.9, 1.1], [0], [‘Iris-versicolor’]] ,
[[5.9, 3.2, 4.8, 1.8], [0], [‘Iris-versicolor’]] ,
[[6.1, 2.8, 4.0, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.3, 2.5, 4.9, 1.5], [0], [‘Iris-versicolor’]] ,
[[6.1, 2.8, 4.7, 1.2], [0], [‘Iris-versicolor’]] ,
[[6.4, 2.9, 4.3, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.6, 3.0, 4.4, 1.4], [0], [‘Iris-versicolor’]] ,
[[6.8, 2.8, 4.8, 1.4], [0], [‘Iris-versicolor’]] ,
[[6.7, 3.0, 5.0, 1.7], [0], [‘Iris-versicolor’]] ,
[[6.0, 2.9, 4.5, 1.5], [0], [‘Iris-versicolor’]] ,
[[5.7, 2.6, 3.5, 1.0], [0], [‘Iris-versicolor’]] ,
[[5.5, 2.4, 3.8, 1.1], [0], [‘Iris-versicolor’]] ,
[[5.5, 2.4, 3.7, 1.0], [0], [‘Iris-versicolor’]] ,
[[5.8, 2.7, 3.9, 1.2], [0], [‘Iris-versicolor’]] ,
[[6.0, 2.7, 5.1, 1.6], [0], [‘Iris-versicolor’]] ,
[[5.4, 3.0, 4.5, 1.5], [0], [‘Iris-versicolor’]] ,
[[6.0, 3.4, 4.5, 1.6], [0], [‘Iris-versicolor’]] ,
[[6.7, 3.1, 4.7, 1.5], [0], [‘Iris-versicolor’]] ,
[[6.3, 2.3, 4.4, 1.3], [0], [‘Iris-versicolor’]] ,
[[5.6, 3.0, 4.1, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.1, 3.0, 4.6, 1.4], [0], [‘Iris-versicolor’]] ,
[[5.8, 2.6, 4.0, 1.2], [0], [‘Iris-versicolor’]] ,
[[5.0, 2.3, 3.3, 1.0], [0], [‘Iris-versicolor’]] ,
[[5.6, 2.7, 4.2, 1.3], [0], [‘Iris-versicolor’]] ,
[[5.7, 3.0, 4.2, 1.2], [0], [‘Iris-versicolor’]] ,
[[5.7, 2.9, 4.2, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.2, 2.9, 4.3, 1.3], [0], [‘Iris-versicolor’]] ,
[[5.1, 2.5, 3.0, 1.1], [0], [‘Iris-versicolor’]] ,
[[5.7, 2.8, 4.1, 1.3], [0], [‘Iris-versicolor’]] ,
[[6.3, 3.3, 6.0, 2.5], [1], [‘Iris-virginica’]] ,
[[5.8, 2.7, 5.1, 1.9], [1], [‘Iris-virginica’]] ,
[[7.1, 3.0, 5.9, 2.1], [1], [‘Iris-virginica’]] ,
[[6.3, 2.9, 5.6, 1.8], [1], [‘Iris-virginica’]] ,
[[6.5, 3.0, 5.8, 2.2], [1], [‘Iris-virginica’]] ,
[[7.6, 3.0, 6.6, 2.1], [1], [‘Iris-virginica’]] ,
[[4.9, 2.5, 4.5, 1.7], [1], [‘Iris-virginica’]] ,
[[7.3, 2.9, 6.3, 1.8], [1], [‘Iris-virginica’]] ,
[[6.7, 2.5, 5.8, 1.8], [1], [‘Iris-virginica’]] ,
[[7.2, 3.6, 6.1, 2.5], [1], [‘Iris-virginica’]] ,
[[6.5, 3.2, 5.1, 2.0], [1], [‘Iris-virginica’]] ,
[[6.4, 2.7, 5.3, 1.9], [1], [‘Iris-virginica’]] ,
[[6.8, 3.0, 5.5, 2.1], [1], [‘Iris-virginica’]] ,
[[5.7, 2.5, 5.0, 2.0], [1], [‘Iris-virginica’]] ,
[[5.8, 2.8, 5.1, 2.4], [1], [‘Iris-virginica’]] ,
[[7.7, 3.8, 6.7, 2.2], [1], [‘Iris-virginica’]] ,
[[7.7, 2.6, 6.9, 2.3], [1], [‘Iris-virginica’]] ,
[[6.0, 2.2, 5.0, 1.5], [1], [‘Iris-virginica’]] ,
[[6.9, 3.2, 5.7, 2.3], [1], [‘Iris-virginica’]] ,
[[5.6, 2.8, 4.9, 2.0], [1], [‘Iris-virginica’]] ,
[[7.7, 2.8, 6.7, 2.0], [1], [‘Iris-virginica’]] ,
[[6.3, 2.7, 4.9, 1.8], [1], [‘Iris-virginica’]] ,
[[6.7, 3.3, 5.7, 2.1], [1], [‘Iris-virginica’]] ,
[[7.2, 3.2, 6.0, 1.8], [1], [‘Iris-virginica’]] ,
[[6.2, 2.8, 4.8, 1.8], [1], [‘Iris-virginica’]] ,
[[6.1, 3.0, 4.9, 1.8], [1], [‘Iris-virginica’]] ,
[[6.4, 2.8, 5.6, 2.1], [1], [‘Iris-virginica’]] ,
[[7.2, 3.0, 5.8, 1.6], [1], [‘Iris-virginica’]] ,
[[7.4, 2.8, 6.1, 1.9], [1], [‘Iris-virginica’]] ,
[[7.9, 3.8, 6.4, 2.0], [1], [‘Iris-virginica’]] ,
[[6.4, 2.8, 5.6, 2.2], [1], [‘Iris-virginica’]] ,
[[6.3, 2.8, 5.1, 1.5], [1], [‘Iris-virginica’]] ,
[[6.1, 2.6, 5.6, 1.4], [1], [‘Iris-virginica’]] ,
[[7.7, 3.0, 6.1, 2.3], [1], [‘Iris-virginica’]] ,
[[6.3, 3.4, 5.6, 2.4], [1], [‘Iris-virginica’]] ,
[[6.4, 3.1, 5.5, 1.8], [1], [‘Iris-virginica’]] ,
[[6.0, 3.0, 4.8, 1.8], [1], [‘Iris-virginica’]] ,
[[6.9, 3.1, 5.4, 2.1], [1], [‘Iris-virginica’]] ,
[[6.7, 3.1, 5.6, 2.4], [1], [‘Iris-virginica’]] ,
[[6.9, 3.1, 5.1, 2.3], [1], [‘Iris-virginica’]] ,
[[5.8, 2.7, 5.1, 1.9], [1], [‘Iris-virginica’]] ,
[[6.8, 3.2, 5.9, 2.3], [1], [‘Iris-virginica’]] ,
[[6.7, 3.3, 5.7, 2.5], [1], [‘Iris-virginica’]] ,
[[6.7, 3.0, 5.2, 2.3], [1], [‘Iris-virginica’]] ,
[[6.3, 2.5, 5.0, 1.9], [1], [‘Iris-virginica’]] ,
[[6.5, 3.0, 5.2, 2.0], [1], [‘Iris-virginica’]] ,
[[6.2, 3.4, 5.4, 2.3], [1], [‘Iris-virginica’]] ,
[[5.9, 3.0, 5.1, 1.8], [1], [‘Iris-virginica’]]
]
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
- 设计模式篇01~~~单例
设计模式篇01~单例 1.关系类图 2.单例介绍 定义:指一个类只有一个实例,且能自行创建这个实例的一种模式.例如,windows中只能打开一个任务管理器,这样可以避免因打开多个任务管理器而造成内存资源浪费,而出现各个窗口显示内容的不一致错误.单例模式特点:1)单例只有一个实例对象…...
2024/4/14 23:14:19 - 【PTA乙级】1013.数素数
题目描述： 令Pi表示第 i 个素数。现任给两个正整数 M≤N≤10^4，请输出PM到PN的所有素数。 输入格式 输入在一行中给出 M 和 N，其间以空格分隔。 输出格式 输出从PM到PN的所有素数，每 10 个数字占 1 行，其…...
2024/4/14 23:14:24 - SpringCloud H版系列10--Bus消息中心
Bus消息中心一、Spring Cloud Bus1.1Bus 解决的问题1.2刷新类型介绍1.3 Bus消息中心原理和思想二、搭建RabbitMQ三、参照3355模块新建3366模块四、测试书接上文，继续跟着周阳老师学习SpringCloud的消息中心Bus。 一、Spring Cloud Bus Spring Cloud Bus 集成了市面…...
2024/4/18 17:13:23 - 2021CCPC中国大学生程序设计竞赛女生专场 K 音乐游戏
题目链接 题目描述 解题思路 这是一个签到题，只要统计_的个数就行了 代码： #include<iostream> #include<stdio.h> #include<vector> #include<string> #include<algorithm> #include<map> #include<queue&g…...
2024/4/27 0:15:01 - 【python pandas excel操作】
目录 1、打开Excel，获取不同sheet的名称 2、获取不同sheet的内容 3、 获取行数以及表头 4、对某一列的信息进行筛选 5、其他panda对Excel的操作 摘自：python对excel操作获取某一列，某一行的值，对某一列信息筛选_春风若是你的博…...
2024/4/18 10:27:47 - 婚前个人债务在婚姻关系存续期间怎么负担
《最高人民法院民法典婚姻家庭编司法解释（一）》第三十三条 债权人就一方婚前所负个人债务向债务人的配偶主张权利的，人民法院不予支持。但债权人能够证明所负债务用于婚后家庭共同生活的除外。 【审判实践中应注意的问题】 一、债权人就一…...
2024/4/14 23:14:24 - Android简介
1.Android Android是Google(谷歌)公司发布的基于Liunx内核的，专门为移动设备开发的平台，其中包含了操作系统，中间件和核心应用等。Android是一个完全免费的手机平台，使用它不需要授权费，可以完全定制。另外，…...
2024/4/14 23:13:59 - Vue3 + TS ： Unexpected token,Did you mean `{‘}}` or `rbrace`
笔者今天开发的时候遇到了这样一个错误： Unexpected token,Did you mean {}} or &rbrace 上述的是错误提示，如下图： 问题出现的原因：问题出现的原因是因为在上图的73行，我这边做了一个类型的预测，后面获…...
2024/4/14 23:14:55 - SpringBoot集成Dubbo
最近升级了SpringBoot版本发现Dubbo集成方式稍有不同，这里记录一下，以供参考。 SpringBoot 版本1.5.18.RELEASE 升级到 2.0.3.RELEASE 第一步： 添加依赖 <!-- 以下三个是1.5.18版本对应的jar版本 --> <dependency><groupI…...
2024/4/7 2:29:11 - C++从入门到进阶的系列书籍推荐
目录 1、C入门书籍 1.1、C语言程序设计（谭浩强） 1.2、C Primer中文版（第5版） 2、VC/MFC书籍 2.1、VC深入详解（孙鑫） 2.2、深入浅出MFC（侯捷） 3、C进阶书籍 3.1、Effective C…...
2024/5/6 5:57:55 - （五）Linux中存储的基本原理
一、设备识别 设备接入系统后都是以文件的形式存在 设备文件名称： SATA/SAS/USB /dev/sda,/dev/sdb ##s SATA, dDISK a第几快 IDE /dev/hd0,/dev/hd1 ##h hard VIRTIO-BLOCK /dev/vda,/dev/vdb ##vvirtio M2（SSD） /dev/nvme0,/dev/…...
2024/4/7 2:29:09 - “21天学习”第一期-13
结束语句之break语句 在我们生活中，可能会由于某种原因需要中断当前的事情，并且不能继续进行下去。如：小明今天篮球训练，需要运球10次，当运到5次的时候，突然肚子疼无法坚持循环，这个时候就要停…...
2024/4/19 23:45:49 - 微服务学习
微服务笔记3.0 一、RPC RPC全称为remote procedure call，即远程过程调用。比如两台服务器A和B，A服务器上部署一个应用，B服务器上部署一个应用，A服务器上的应用想调用B服务器上的应用提供的方法，由于两个应用不在一个…...
2024/4/19 7:46:14 - Linux上封装win7镜像时遇到：尝试使用Sysprep处理计算机时出现错误。
问题如图 解决方法： 1.点击Sysprep.exe等待出现上图报错 2.以管理员身份打开cmd,执行命令：sc stop WMPNetworkSvc 3.再次点击Sysprep.exe,就可以进行封装了...
2024/5/6 6:33:00 - Java设计模式—23种常见设计模式使用
一、创建型 1、单例模式 2、工厂模式 3、建造者模式 4、原型模式 二、 结构型 1、代理模式 2、桥接模式 3、装饰器模式 4、适配器模式 5、门面模式 6、组合模式 7、享元模式 三、行为型 1、观察者模式 2、模板模式 3、策略模式 4、责任链模式 5、状态模式 6、迭代器模式 7…...
2024/4/14 23:14:29 - 移动端布局之vw，em,rem的用法总结以及响应式布局原理
移动端布局之vw，em,rem的用法总结 ** 这是一个！tab键生成的简单的html结构，而移动端最重要的就是这句话 *** 一键生成页面，基本上都会有这段声明，快捷键生成meta:vp_tab键也能生成，这段标签上面的viewport…...
2024/4/5 5:50:36 - 毕达哥拉斯三元组
11.06 毕达哥拉斯三元组 (10 分) 一个直角三角形具有边长均为整数的三条边。直角三角形边长的这组整数值称为毕达哥拉斯三元组（中国称为勾股数）。这三条边必须满足这样的关系：两条直角边的平方之和必须等于直角三角形斜边的平方。从键盘输入…...
2024/4/27 8:58:25 - yolo论文
一、yolov1 1、引言 目前的检测系统通过重新使用（reprupose）分类器来执行形式检测。为了检测一个目标，这些系统为该目标取一个分类器，并在test image的不同locations 和scales上来评估它。像可变形部件模型（DPM&#…...
2024/4/14 23:14:19 - 学习C++从入门到进阶的系列书籍推荐
要多读书，读好书！一本书要多读几遍才好，每次都可能有新的收获！特别在是有一定的工作年限和工作经验之后！读书百遍，其义自见！下面就给大家推荐一下C从入门到进阶需要读的一些经典书籍。 1、C入门…...
2024/4/14 23:14:19 - Python中文数字对照表【笔记】
中文数字对照表 2、实验题目：中文数字对照表 输入一个数字，转换成中文数字。比如：1234567890 -> 壹贰叁肆伍陆柒捌玖零。 简单直接上代码。 numbers [零, 壹, 贰, 叁, 肆, 伍, 陆, 柒, 捌, 玖] number input("输入一个数字:&quo…...
2024/4/18 14:14:18
最新文章
- CNN实现卫星图像分类(tensorflow)
使用的数据集卫星图像有两类，airplane和lake，每个类别样本量各700张，大小为256*256，RGB三通道彩色卫星影像。搭建深度卷积神经网络，实现卫星影像二分类。 数据链接百度网盘地址，提取码: cq47 1、查看tenso…...
2024/5/6 6:49:31 - 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…...
2024/3/20 10:50:27 - FreeRTOS学习 -- 再识
工作中一直使用FreeRTOS进行着开发，但是没有进行过系统的总结过。现在将快速使用几天时间将FreeRTOS相关知识点加以总结。 官网： https://www.freertos.org/zh-cn-cmn-s/ 参看资料： 正点原子 STM32F1 FreeRTOS开发手册_V1.2.pdf The FreeRTOS…...
2024/5/4 14:03:02 - 【蓝桥杯】省模拟赛
题目 1.奇数次数2.最小步数3.最大极小值和最小极大值 1.奇数次数 问题描述 给定一个仅包含数字字符的字符串，统计一下这个字符串中出现了多少个值为奇数的数位。 输入格式 输入一行包含一个字符串，仅由数字字符组成。 输出格式 输出一行包含一个整数&am…...
2024/5/1 19:23:28 - 【外汇早评】美通胀数据走低，美元调整
原标题：【外汇早评】美通胀数据走低，美元调整昨日美国方面公布了新一期的核心PCE物价指数数据，同比增长1.6%，低于前值和预期值的1.7%，距离美联储的通胀目标2%继续走低，通胀压力较低，且此前美国一季度GDP初值中的消费部分下滑明显，因此市场对美联储后续更可能降息的政策…...
2024/5/4 23:54:56 - 【原油贵金属周评】原油多头拥挤，价格调整
原标题：【原油贵金属周评】原油多头拥挤，价格调整本周国际劳动节，我们喜迎四天假期，但是整个金融市场确实流动性充沛，大事频发，各个商品波动剧烈。美国方面，在本周四凌晨公布5月份的利率决议和新闻发布会，维持联邦基金利率在2.25%-2.50%不变，符合市场预期。同时美联储…...
2024/5/4 23:54:56 - 【外汇周评】靓丽非农不及疲软通胀影响
原标题：【外汇周评】靓丽非农不及疲软通胀影响在刚结束的周五，美国方面公布了新一期的非农就业数据，大幅好于前值和预期，新增就业重新回到20万以上。具体数据： 美国4月非农就业人口变动 26.3万人，预期 19万人，前值 19.6万人。 美国4月失业率 3.6%，预期 3.8%，前值 3…...
2024/5/4 23:54:56 - 【原油贵金属早评】库存继续增加，油价收跌
原标题：【原油贵金属早评】库存继续增加，油价收跌周三清晨公布美国当周API原油库存数据，上周原油库存增加281万桶至4.692亿桶，增幅超过预期的74.4万桶。且有消息人士称，沙特阿美据悉将于6月向亚洲炼油厂额外出售更多原油，印度炼油商预计将每日获得至多20万桶的额外原油供…...
2024/5/4 23:55:17 - 【外汇早评】日本央行会议纪要不改日元强势
原标题：【外汇早评】日本央行会议纪要不改日元强势近两日日元大幅走强与近期市场风险情绪上升，避险资金回流日元有关，也与前一段时间的美日贸易谈判给日本缓冲期，日本方面对汇率问题也避免继续贬值有关。虽然今日早间日本央行公布的利率会议纪要仍然是支持宽松政策，但这符…...
2024/5/4 23:54:56 - 【原油贵金属早评】欧佩克稳定市场，填补伊朗问题的影响
原标题：【原油贵金属早评】欧佩克稳定市场，填补伊朗问题的影响近日伊朗局势升温，导致市场担忧影响原油供给，油价试图反弹。此时OPEC表态稳定市场。据消息人士透露，沙特6月石油出口料将低于700万桶/日，沙特已经收到石油消费国提出的6月份扩大出口的“适度要求”，沙特将满…...
2024/5/4 23:55:05 - 【外汇早评】美欲与伊朗重谈协议
原标题：【外汇早评】美欲与伊朗重谈协议美国对伊朗的制裁遭到伊朗的抗议，昨日伊朗方面提出将部分退出伊核协议。而此行为又遭到欧洲方面对伊朗的谴责和警告，伊朗外长昨日回应称，欧洲国家履行它们的义务，伊核协议就能保证存续。据传闻伊朗的导弹已经对准了以色列和美国的航…...
2024/5/4 23:54:56 - 【原油贵金属早评】波动率飙升，市场情绪动荡
原标题：【原油贵金属早评】波动率飙升，市场情绪动荡因中美贸易谈判不安情绪影响，金融市场各资产品种出现明显的波动。随着美国与中方开启第十一轮谈判之际，美国按照既定计划向中国2000亿商品征收25%的关税，市场情绪有所平复，已经开始接受这一事实。虽然波动率-恐慌指数VI…...
2024/5/4 23:55:16 - 【原油贵金属周评】伊朗局势升温，黄金多头跃跃欲试
原标题：【原油贵金属周评】伊朗局势升温，黄金多头跃跃欲试美国和伊朗的局势继续升温，市场风险情绪上升，避险黄金有向上突破阻力的迹象。原油方面稍显平稳，近期美国和OPEC加大供给及市场需求回落的影响，伊朗局势并未推升油价走强。近期中美贸易谈判摩擦再度升级，美国对中…...
2024/5/4 23:54:56 - 【原油贵金属早评】市场情绪继续恶化，黄金上破
原标题：【原油贵金属早评】市场情绪继续恶化，黄金上破周初中国针对于美国加征关税的进行的反制措施引发市场情绪的大幅波动，人民币汇率出现大幅的贬值动能，金融市场受到非常明显的冲击。尤其是波动率起来之后，对于股市的表现尤其不安。隔夜美国股市出现明显的下行走势，这…...
2024/5/6 1:40:42 - 【外汇早评】美伊僵持，风险情绪继续升温
原标题：【外汇早评】美伊僵持，风险情绪继续升温昨日沙特两艘油轮再次发生爆炸事件，导致波斯湾局势进一步恶化，市场担忧美伊可能会出现摩擦生火，避险品种获得支撑，黄金和日元大幅走强。美指受中美贸易问题影响而在低位震荡。继5月12日，四艘商船在阿联酋领海附近的阿曼湾、…...
2024/5/4 23:54:56 - 【原油贵金属早评】贸易冲突导致需求低迷，油价弱势
原标题：【原油贵金属早评】贸易冲突导致需求低迷，油价弱势近日虽然伊朗局势升温，中东地区几起油船被袭击事件影响，但油价并未走高，而是出于调整结构中。由于市场预期局势失控的可能性较低，而中美贸易问题导致的全球经济衰退风险更大，需求会持续低迷，因此油价调整压力较…...
2024/5/4 23:55:17 - 氧生福地 玩美北湖（上）——为时光守候两千年
原标题：氧生福地 玩美北湖（上）——为时光守候两千年一次说走就走的旅行，只有一张高铁票的距离～ 所以，湖南郴州，我来了～ 从广州南站出发，一个半小时就到达郴州西站了。在动车上，同时改票的南风兄和我居然被分到了一个车厢，所以一路非常愉快地聊了过来。 挺好，最起…...
2024/5/4 23:55:06 - 氧生福地 玩美北湖（中）——永春梯田里的美与鲜
原标题：氧生福地 玩美北湖（中）——永春梯田里的美与鲜一觉醒来，因为大家太爱“美”照，在柳毅山庄去寻找龙女而错过了早餐时间。近十点，向导坏坏还是带着饥肠辘辘的我们去吃郴州最富有盛名的“鱼头粉”。说这是“十二分推荐”，到郴州必吃的美食之一。 哇塞！那个味美香甜…...
2024/5/4 23:54:56 - 氧生福地 玩美北湖（下）——奔跑吧骚年！
原标题：氧生福地 玩美北湖（下）——奔跑吧骚年！让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 让我们红尘做伴 活得潇潇洒洒 策马奔腾共享人世繁华 对酒当歌唱出心中喜悦 轰轰烈烈把握青春年华 啊……啊……啊 两…...
2024/5/4 23:55:06 - 扒开伪装医用面膜，翻六倍价格宰客，小姐姐注意了！
原标题：扒开伪装医用面膜，翻六倍价格宰客，小姐姐注意了！扒开伪装医用面膜，翻六倍价格宰客！当行业里的某一品项火爆了，就会有很多商家蹭热度，装逼忽悠，最近火爆朋友圈的医用面膜，被沾上了污点，到底怎么回事呢？ “比普通面膜安全、效果好！痘痘、痘印、敏感肌都能用…...
2024/5/5 8:13:33 - 「发现」铁皮石斛仙草之神奇功效用于医用面膜
原标题：「发现」铁皮石斛仙草之神奇功效用于医用面膜丽彦妆铁皮石斛医用面膜|石斛多糖无菌修护补水贴19大优势： 1、铁皮石斛：自唐宋以来，一直被列为皇室贡品，铁皮石斛生于海拔1600米的悬崖峭壁之上，繁殖力差，产量极低，所以古代仅供皇室、贵族享用 2、铁皮石斛自古民间…...
2024/5/4 23:55:16 - 丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者
原标题：丽彦妆\医用面膜\冷敷贴轻奢医学护肤引导者【公司简介】 广州华彬企业隶属香港华彬集团有限公司，专注美业21年，其旗下品牌： 「圣茵美」私密荷尔蒙抗衰，产后修复 「圣仪轩」私密荷尔蒙抗衰，产后修复 「花茵莳」私密荷尔蒙抗衰，产后修复 「丽彦妆」专注医学护…...
2024/5/4 23:54:58 - 广州械字号面膜生产厂家OEM/ODM4项须知！
原标题：广州械字号面膜生产厂家OEM/ODM4项须知！广州械字号面膜生产厂家OEM/ODM流程及注意事项解读： 械字号医用面膜，其实在我国并没有严格的定义，通常我们说的医美面膜指的应该是一种「医用敷料」，也就是说，医用面膜其实算作「医疗器械」的一种，又称「医用冷敷贴」。 …...
2024/5/4 23:55:01 - 械字号医用眼膜缓解用眼过度到底有无作用？
原标题：械字号医用眼膜缓解用眼过度到底有无作用？医用眼膜/械字号眼膜/医用冷敷眼贴 凝胶层为亲水高分子材料，含70%以上的水分。体表皮肤温度传导到本产品的凝胶层，热量被凝胶内水分子吸收，通过水分的蒸发带走大量的热量，可迅速地降低体表皮肤局部温度，减轻局部皮肤的灼…...
2024/5/4 23:54:56 - 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