首页 > TAG信息列表 > self
leetcode -- 9+102+104+105
回文数 easy # 两种写法 # 时间复杂度低 且考虑特殊情况 class Solution: def isPalindrome(self, x: int) -> bool: # first solution follow the answer if x < 0 or ( x % 10 == 0 and x != 0 ): return False revertedwindows python 守护进程
# 根据pid进行守护，先保存一个pid import time import os class Demo: def __init__(self): pass def setpid(self): # 记录进程号PID fo = open("pid.txt", "w") pid = str(os.getpid()) print("pid", pPHP 之sqlite3封装与示例
一、sqlite3封装 <?php class SQLiteDB extends SQLite3 { function __construct(){ try { //打开数据库文件 $this->open('./ccfcf4572e60f80522c1cf0f8e4b95c3.db'); }catch (Exception $e){ die($e->ge送你5个MindSpore算子使用经验
摘要：MindSpore给大家提供了很多算子进行使用，今天给大家简单介绍下常用的一些算子使用时需要注意的内容。 本文分享自华为云社区《【MindSpore易点通】算子使用经验总结》，作者：Skytier。 MindSpore给大家提供了很多算子进行使用，今天给大家简单介绍下常用的一些算子使用时需要注意的Python 笔记
Python 简介 Python 由 Guido van Rossum（荷兰leetcode杂交刷题之始 -- Python3
二叉树开始 使用Python3 完成前中后序遍历 点击查看代码 # Definition for a binary tree node. # class TreeNode: # def __init__(self, val=0, left=None, right=None): # self.val = val # self.left = left # self.right = right class SolutPytorch 之 调用中间层的结果
在研究 Retinaface 网络结构时候，有个疑惑，作者怎么把 MobileNetV1 的三个 stage 输出分别接到 FPN 上面的，我注意到下面的代码： import torchvision.models._utils as _utils # 使用 _utils.IntermediateLayerGetter 函数获得中间层的结果，第一个参数时网络，第二个参数时字典 self.bodyAbout Python3 -- 2
class 多态 <1> class Animal(object): def eat(self): print("动物会吃") class Cat(Animal): def eat(self): print("猫吃鱼") class Dog(Animal): def eat(self): print("狗吃骨头") class Person(obj日期计算助手已完成
本软件是由pyside6实现的gui界面 首先是ui部分，这部分是用qt设计师布局，用vscode中的插件Qt for Python转换成的.py文件。 布局图片如下： 转换后的代码如下： # -*- coding: utf-8 -*- #########################################################################pytorch简单实现神经网络
一、基本 （1）利用pytorch建好的层进行搭建 import torch from torch import nn from torch.nn import functional as F #定义一个MLP网络 class MLP(nn.Module): ''' 网络里面主要是要定义__init__()、forward() ''' def __init__(self): 'AdaBoost：自适应提升算法的原理及其实现
AdaBoost：通过改变训练样本权重来学习多个弱分类器并线性组合成强分类器的Boosting算法。 Boosting方法要解答的两个关键问题：一是在训练过程中如何改变训练样本的权重或者概率分布，二是如何将多个弱分类器组合成一个强分类器。 AdaBoost的做法：一是提高前一轮被弱分类器分类错误实验一 SDN拓扑实践
实验一 SDN拓扑实践 一、实验目的 能够使用源码安装Mininet； 能够使用Mininet的可视化工具生成拓扑； 能够使用Mininet的命令行生成特定拓扑； 能够使用Mininet交互界面管理SDN拓扑； 能够使用Python脚本构建SDN拓扑。 二、实验环境 Ubuntu 20.04 Desktop amd64 三、实验要求 （一）基本要求爬虫技术-Scrapy框架介绍
Scrapy采集框架 1 学习目标 1、框架流程和结构设计原理 2、框架爬虫程序编写 3、框架日志模块使用 4、框架请求发送流程 2 scrapy简介 Scrapy是用纯Python实现一个为了爬取网站数据、提取结构性数据而编写的应用框架，用途非常广泛，用户只需要定制开发几个模块就可以轻松的实现一Programming Languages PartC Week1学习笔记——Ruby与面向对象编程
@目录Introduction to RubyClasses and ObjectsObject StateVisibilityA Longer ExampleEverything is an ObjectClass Definitions are DynamicDuck TypingArraysBlocksUsing BlocksProcsHashes and Ranges（1）Hash（2）RangeSubclassingWhy Use Subclassing?Overriding and DynamPython 面向对象编程—类和对象基础知识、继承
面向对象 面向对象( 0bject 0riented )是软件开发方法，是一种程序设计规范，是一种对现实世界理解和抽象的方法。在面向对象编程思想中，一切事物皆对象，通过面向对象的方式，将现实世界的事物抽象成对象。 总的来说面向对象编程，一是属性，二是方法。 面向对象术语 1.类（class）：用来描述具有实验1：SDN拓扑实践
实验一：SDN拓扑实践 一、实验目的 1.能够使用源码安装Mininet； 2.能够使用Mininet的可视化工具生成拓扑； 3.能够使用Mininet的命令行生成特定拓扑； 4.能够使用Mininet交互界面管理SDN拓扑； 5.能够使用Python脚本构建SDN拓扑。 二、实验环境 Ubuntu 20.04 Desktop amd64 三、实验要求 （一实验1：SDN拓扑实践
一、基本要求 a) 第1步Mininet运行结果截图 b) 第2步的执行结果截图 c) 第3步修改过的“学号.py”代码、Mininet运行结果 #!/usr/bin/env python from mininet.net import Mininet from mininet.node import Controller, RemoteController, OVSController from mininet.node iPython-发邮件框架【带图片和附件】
#!/usr/bin/env python # -*- coding:utf-8 –*- import smtplib from email.mime.text import MIMEText from email.mime.image import MIMEImage from email.mime.multipart import MIMEMultipart from email.header import Header class Mail(object): def __init__(s关与python面向对象的认识
面向对象编程 类：从一堆对象中以抽象的方式把相同的特征归类得到。 抽象类 类 实列 子类抽象为父类，子类继承父类特征。 类实例化为实例，实例抽象为类。 class Human(object): century = 21 def __init__(self, name, age): self.name = name实验1：SDN拓扑实践
实验1：SDN拓扑实践 一、实验目的 1.能够使用源码安装Mininet； 2.能够使用Mininet的可视化工具生成拓扑； 3.能够使用Mininet的命令行生成特定拓扑； 4.能够使用Mininet交互界面管理SDN拓扑； 5.能够使用Python脚本构建SDN拓扑。 二、实验环境 Ubuntu 20.04 Desktop amd64 三、实验要求 （一）实验1：SDN拓扑实践
一、基本要求 a) Mininet运行结果截图 b) 2的执行结果截图 3台交换机，每个交换机连接1台主机，3台交换机连接成一条线。 3台主机，每个主机都连接到同1台交换机上。 c) 3修改过的“学号.py”代码、Mininet运行结果 #!/usr/bin/env python from mininet.net import Mininet from mi实验1：SDN拓扑实践
一、基本要求 1. Mininet运行结果截图 2. 使用Mininet的命令行生成拓扑，执行结果截图 a) 3台交换机，每个交换机连接1台主机，3台交换机连接成一条线。 b) 3台主机，每个主机都连接到同1台交换机上。 3. 在2 b)的基础上，在Mininet交互界面上新增1台主机并且连接到交换机上，再测试新拓扑实验1： SDN拓扑实践
实验一 SDN拓扑实践 一、实验目的 能够使用源码安装Mininet； 能够使用Mininet的可视化工具生成拓扑； 能够使用Mininet的命令行生成特定拓扑； 能够使用Mininet交互界面管理SDN拓扑； 能够使用Python脚本构建SDN拓扑。 二、实验环境 Ubuntu 20.04 Desktop amd64 三、实验要求 （一）基本要求实验1：SDN拓扑实践
一、实验目的 能够使用源码安装Mininet； 能够使用Mininet的可视化工具生成拓扑； 能够使用Mininet的命令行生成特定拓扑； 能够使用Mininet交互界面管理SDN拓扑； 能够使用Python脚本构建SDN拓扑。 二、实验环境 Ubuntu 20.04 Desktop amd64 三、实验要求 1.基本要求 使用Mininet可视化工004-GoingDeeperConvolutions2014(googLeNet)
Going Deeper with Convolutions #paper 1. paper-info 1.1 Metadata Author:: [[Christian Szegedy]], [[Wei Liu]], [[Yangqing Jia]], [[Pierre Sermanet]], [[Scott Reed]], [[Dragomir Anguelov]], [[Dumitru Erhan]], [[Vincent Vanhoucke]], [[Andrew Rabinovich]] 作