【记得交作业】波波离散实验报告一（python实现）
实验名称：命题逻辑公式化简实验目的和要求：加深对五个基本联结词（否定、合取、析取、条件、双条件）的理解、掌握利用基本等价公式化简公式的方法。 实验内容：【实验内容】用化简命题逻辑公式的方法设计一个表决开关电路。实验用例：用化简命题逻辑公式的方法设计一个5人表决开关电路，要求3人以上（含3人）同意则表
Linux 安装 miniconda
1. 安装miniconda1. 百度输入miniconda 找到miniconda,如下图第一个链接2. 找到linux版本的miniconda (此处我要安装Python3.7版本的Linux下的miniconda)3. 复制下载链接 如下 https://repo.anaconda.com/m
基于pytest搭建接口自动化测试框架，提供源码
基于pytest测试框架实现场景接口自动化和单接口自动化，支持参数驱动单接口执行，支持多接口依赖参数，支持配置全局变量，支持日志记录，数据库，yaml操作，二次封装requests库，支持allure报告直接打开......
python socket接收与发送数据编码
1、服务器端接收数据1）向服务器端发送16进制数据：3A 0B 122)服务器端接收数据为：未转化打印出来为：b':\x0b\x12' ，格式为字节流 #打打印时3A对应ASCII表中的冒号：。总结为当没有进行转换时，编译器会根据接收到的十六进制的数据对照ASCII表进行转换显示，ASCII表中没有
python 语言基础 - 你不得不知道的字符串常用函数之isspace
前言小伙伴们大家好，每天一个小知识，一起学python每天进步一点点。前两篇文章中为大家分享了关于判断字符串组成的函数isalpha和isdigit，分别是用于判断一个字符串是否全是由字符组成或全部由数字组成。今天要分享则是以上两个函数的结合体isalnum，该函数用于判断字符串是否只包含数字和字符
PYTHON前端几个框架的比较
一、概述 我准备做一个个人站，把这些年积累的文章整理下、汇总下，最近python用的多，就想看看万能的python现在能不能做网站了，后台当然我们知道是有的，前端之前是没有的，结果这一搜还真有了几个框架 Streamlit、Brython、remi、pywebio 我的需求就是常规个人站，然后
Selenium基础篇之环境准备
Selenium基础篇之环境准备。
使用SimpleITK读取、保存、处理nii文件
目录前言nii格式读取nii成numpy格式将numpy格式保存成nii什么是origin、Direction、Spacing，以及如何设置它们示例重采样前言nii.gz格式是保存医学图像非常重要一种格式，下面来介绍一下如何使用SimpleITK这个包来处理nii文件。我们首先会介绍最简单的读取、保
yolo v5 环境配置（gpu版本）
yolo v5 缺陷检测项目环境创建
CLIP模型
利用文本的监督信号训练一个迁移能力强的视觉模型!这个模型有什么用呢？想象我们有一个图像分类的任务训练1000个类别，预测一张图片是这1000个类别中的哪一类现在如果加入50个新的类别的图像，试想会发生什么呢？传统的图像分类模型无法对类别进行拓展，想要保证准确率只能从头开始训练，费时费力。CLIP模型
【今日分享】官方实例用python调用OpenAI tahcTPG的APIkey生成智能问答
分享python 技术 调用APIKEY的过程，基于python接入wei微那个的信经验。
【数学模型】灰色关联分析
数学模型-灰色关联分析
【安装教程】Windows10/11安装detectron2教程
由于Facebook的detectron2没有对windows平台做官方支持，所以在安装的时候发生了很多问题，于是有了这篇问题记录的贴子。截至2022.11.28GitHub上detectron2的版本为0.6。如果文章对你有帮助请给我一个小小的赞。
YOLOv5输出端损失函数
YOLOv5输出端
使用YOLOv5训练自己的数据集
使用YOLOv5训练自己的数据集
（pytorch）LSTM自编码器在西储数据的异常检测
别睡啦，起来搞学习！学pytorch！
基于Pytorch实现的声音分类
前言本章我们来介绍如何使用Pytorch训练一个区分不同音频的分类模型，例如你有这样一个需求，需要根据不同的鸟叫声识别是什么种类的鸟，这时你就可以使用这个方法来实现你的需求了。源码地址：https://github.com/yeyupiaoling/AudioClassification-Pytor
最新CUDA环境配置教程(ubuntu 20.04 + cuda 11.7 + cuDNN 8.4)
ubuntu 20.04 CUDA 11.7 cuDNN 8.4 环境配置教程 ubuntu 20.04 CUDA 11.7 cuDNN 8.4 环境配置教程1.查看是否有合适的GPU2.查看系统版本,我用的是ubuntu 20.04:3.验证系统GCC版本:4.通过下面的地址下载安装包:这里奉劝各
Anaconda更改虚拟环境安装路径+创建虚拟环境
Anaconda更改虚拟环境安装路径+创建虚拟环境
基于AI分词模型，构建一个简陋的Web应用
内容纯属个人经验，若有不当或错误之处，还请见谅，欢迎指出。文中大致介绍了，如何快捷地使用PaddleHub服务化部署一个简单的AI模型，并简单包装成一个Web应用的过程。主要工具Flask（python的Web框架）PaddleHub（飞桨的预训练模型库）
