MySQL数据更新操作
MySQL数据库数据的增删改查操作
Windows 右键菜单扩展容器 [开源]
有人可能会问 ，如果电脑安装了 office 的话，直接 csv 就可以打开为 excel 啊， 但是默认的双击 csv 以 excel 方式打开，对于是大数字会显示成下面这样。微软最有价值专家（MVP），.NET 技术专家，热爱开源，关注并喜欢研究前沿技术，热衷于技术和经验分享，长期撰写技术博客，
经验模态分解和各种进化及变种 EMD，EEMD，CEEMD，CEEMDAN，ESMD等简要介绍
EMD(经验模态分解)：基本模态分解EEMD(集合经验模态分解)：EMD+白噪声CEEMD(互补集合经验模态分解)：加正负成对的辅助白噪声CEEMDAN(完全自适应噪声集合经验模态分解)：分解过程加白噪声经EMD分解得到的各阶IMF分量ESMD(极点对称模态分解)：外部包络线插值改内部极点对称插值L
XGBoost和LightGBM时间序列预测对比
XGBoost和LightGBM都是目前非常流行的基于决策树的机器学习模型，它们都有着高效的性能表现，但是在某些情况下，它们也有着不同的特点。
chatGPT入门游玩保姆级教学
最近chatGPT是一个在互联网上掀起了一阵狂风，因其优秀的内核与人工智能，让许多人接踵而至，都想一睹这个跨时代级别AI的风采。网上关于chatGPT的问题已经很丰富了，笔者在这浅显的提出一些自己遇到的问题和解决办法，并给出了一些自己的见解。
机器学习期末复习题
机器学习期末复习资料，答案已标注。
CNN+LSTM+Attention实现时间序列预测(PyTorch版)
本专栏整理了《深度学习时间序列预测案例》，内包含了各种不同的基于深度学习模型的时间序列预测方法，例如LSTM、GRU、CNN（一维卷积、二维卷积）、LSTM-CNN、BiLSTM、Self-Attention、LSTM-Attention、Transformer等经典模型，包含项目原理以及源码，每一
基于深度学习的图像去噪方法归纳总结
基于深度学习的图像去噪方法
python的所有知识点（含讲解），不看就亏死了
Python是一种动态解释型的编程语言。Python可以在Windows、UNIX、MAC等多种操作系统上使用，也可以在Java、.NET开发平台上使用。
Web Spider案例 网洛克 第二题 JJEncode加密 练习(六)
Web Spider案例 网洛克 第二题 JJEncode加密 练习(六)
Python - Opencv应用实例之CT图像检测边缘和内部缺陷
Python - Opencv应用实例之CT图像检测边缘和内部缺陷
一文解决Python所有报错
Python是一种强大的编程语言，但是它也有一些报错，这些报错可能会让你感到困惑。本文将介绍如何解决Python中的常见报错。
Python并发编程系列之协程
协程，又称微线程，英文名为Coroutine。对于多线程，在执行一个个不同任务时，遇到阻塞（例如IO操作）时，操作系统会自动将CPU资源切换给另一个线程。但协程不同，协程是用户态的轻量级线程，更多的依靠用户切换。print(‘协程执行开始……’)print(‘协程执行结束……’)如果单单看first
从此不怕被盗号：教你如何用 Python 制作一个密码生成器
定期更换密码是一种非常重要的安全措施，这种做法可以有效地保护你的账户和个人信息不受黑客和网络攻击者的侵害。密码泄露是一个非常普遍的问题，许多人的账户和密码经常会被泄露出来，导致个人信息被盗用、金融损失、恶意软件感染等严重问题。定期更换密码可以减少这种风险，因为即使你的密码被盗了，攻击者也只能获得你的
在外包公司熬了 3 年终于进了字节，竭尽全力....
大家在去面试自己中意的公司之前建议大家先去练练手，我首先去了美团和快手，每次都会带上录音笔，这样可以更快的发现自己的错误并改正，社招也重基础但是更多的是考察项目，上面一些题可能有些很简单，但是某些点面试官会深挖面试前小编也准备了挺久，前面主要是看电子书，学习笔记视频什么的，后面就是刷面试真题，这里小
可怕，chatGPT用3小时教会我数据分析
可怕，chatGPT用3小时教会我数据
智能优化算法：蜣螂优化算法-附代码
蜣螂优化算法( Dung beetle optimizer, DBO), 是由 Jiankai Xue 等于2022 年提出的一种群体智能优化算法。其灵感来源于蜣螂的生物行为过程，具有寻优能力强，收敛速度快的特点。
使用手工特征提升模型性能
本文将使用信用违约数据集介绍手工特征的概念和创建过程。
PyTorch 打印模型结构、输出维度和参数信息（torchsummary）
使用 PyTorch 深度学习搭建模型后，如果想查看模型结构，可以直接使用 print(model) 函数打印。但该输出结果不是特别直观，查阅发现有个能输出类似 keras 风格 model.summary() 的模型可视化工具。这里记录一下方便以后查阅。
UNet 网络做图像分割DRIVE数据集
目录1. 介绍2. 搭建 UNet 网络3. dataset 数据加载4. train 训练网络5. predict 分割图像6. show7. 完整代码项目的目录如下所示 之前做了一个图像分割的例子，里面大部分的代码和本篇的内容重合，所以每个脚本的代码只会做简单的介绍。具体的可以参考之前的内容，这
