- correct_5 = correct_xy = correct_wh = correct_4 = correct_6 = 0 correct_5+=1 print(correct_5,correct_xy) 结果是1,0 可以同时定义多个变量，虽然加了等于号，但依然是相互独立，无关联性。 两个数组指向同一块内存地址： images... correct_5 = correct_xy = correct_wh = correct_4 = correct_6 = 0 correct_5+=1 print(correct_5,correct_xy) 结果是1,0 可以同时定义多个变量，虽然加了等于号，但依然是相互独立，无关联性。 两个数组指向同一块内存地址： images...
- a=[[0,1]]*3a[0][0]=2#这个有问题，所有的都会赋值 a=[[0]*2]*5a[0][0]=2#这个也有问题，所有的都会赋值 #下面两种都ok：# a=[[0] * 2 for i in range(5)]a=[[0,0.01] for i in range(5)] a[0][0]=2a[2][0]=3 print(a) 总结：单维的*... a=[[0,1]]*3a[0][0]=2#这个有问题，所有的都会赋值 a=[[0]*2]*5a[0][0]=2#这个也有问题，所有的都会赋值 #下面两种都ok：# a=[[0] * 2 for i in range(5)]a=[[0,0.01] for i in range(5)] a[0][0]=2a[2][0]=3 print(a) 总结：单维的*...
- 这个旋转是ok的 import cv2 # 顺时针旋转90度def Rotate90(img): trans_img = cv2.transpose(img) new_img = cv2.flip(trans_img, 1) return new_img # 逆时针旋转90度def Rotate_90(img): trans_img = cv2.transpose( im... 这个旋转是ok的 import cv2 # 顺时针旋转90度def Rotate90(img): trans_img = cv2.transpose(img) new_img = cv2.flip(trans_img, 1) return new_img # 逆时针旋转90度def Rotate_90(img): trans_img = cv2.transpose( im...
- 冲突解决方法：windos和linux通用 win两个一样的：pip install pillow pip install Pillow pip uninstall PIL 如果解决不了，继续往下看 PIL（Python Imaging Library）是Python常用的图像处理库，而Pillow是PIL的一个友好Fork，提供了了广泛的文... 冲突解决方法：windos和linux通用 win两个一样的：pip install pillow pip install Pillow pip uninstall PIL 如果解决不了，继续往下看 PIL（Python Imaging Library）是Python常用的图像处理库，而Pillow是PIL的一个友好Fork，提供了了广泛的文...
- pyinstaller打包报错： RecursionError: maximum recursion depth exceeded 放开那禽兽冲我来 2018-07-13 14:53:41 10363 收藏 12 展开 今天给以前写的python脚本用pyinstaller打包的时候，居然报错了： ... F... pyinstaller打包报错： RecursionError: maximum recursion depth exceeded 放开那禽兽冲我来 2018-07-13 14:53:41 10363 收藏 12 展开 今天给以前写的python脚本用pyinstaller打包的时候，居然报错了： ... F...
- 第一个，取奇数列 第2个，取偶数列 data1= np.array([i for i in range(10)]) data=data1[0::2] print(data) data=data1[1::2] print(data) 第一个，取奇数列 第2个，取偶数列 data1= np.array([i for i in range(10)]) data=data1[0::2] print(data) data=data1[1::2] print(data)
- import mathimport numpy as np # 导入 math 模块import torch x=0.9y=0.1print("math.log",-x* math.log(1-y))print("n p.log",-x* np.log(1-y)) x_tensor = torch.tensor([x])y_tensor = torch... import mathimport numpy as np # 导入 math 模块import torch x=0.9y=0.1print("math.log",-x* math.log(1-y))print("n p.log",-x* np.log(1-y)) x_tensor = torch.tensor([x])y_tensor = torch...
- 原文：https://www.cnblogs.com/ke10/p/py2so.html python:让源码更安全之将py编译成so 应用场景 Python是一种面向对象的解释型计算机程序设计语言，具有丰富和强大的库，使用其开发产品快速高效。 python的解释特性是将py编译为独有的二进制编码pyc文件，然后对pyc中的指令进行解释执行，但是pyc的反编译... 原文：https://www.cnblogs.com/ke10/p/py2so.html python:让源码更安全之将py编译成so 应用场景 Python是一种面向对象的解释型计算机程序设计语言，具有丰富和强大的库，使用其开发产品快速高效。 python的解释特性是将py编译为独有的二进制编码pyc文件，然后对pyc中的指令进行解释执行，但是pyc的反编译...
- 参考： https://github.com/lxl0928/ricedata_spider # coding: utf-8 import jsonimport urllib.requestfrom datetime import datetimefrom collections import OrderedDict import requestsfrom... 参考： https://github.com/lxl0928/ricedata_spider # coding: utf-8 import jsonimport urllib.requestfrom datetime import datetimefrom collections import OrderedDict import requestsfrom...
- 对python而言 其一, 在不加括号时候, and优先级大于or 其二, x or y 的值只可能是x或y. x为真就是x, x为假就是y 第三, x and y 的值只可能是x或y. x为真就是y, x为假就是x 例一： 对于, 1 or 5 and 4: 先算5 and 4, 5为真, 值为4. 再算1 or 4, 1 为真,值为1 对于, (1 o... 对python而言 其一, 在不加括号时候, and优先级大于or 其二, x or y 的值只可能是x或y. x为真就是x, x为假就是y 第三, x and y 的值只可能是x或y. x为真就是y, x为假就是x 例一： 对于, 1 or 5 and 4: 先算5 and 4, 5为真, 值为4. 再算1 or 4, 1 为真,值为1 对于, (1 o...
- code128c https://github.com/damiandennis/code128cgen/blob/master/code128cgen/__init__.py code128a: https://github.com/damiandennis/code128agen/blob/master/code128agen/__init__.py 上面两个的编... code128c https://github.com/damiandennis/code128cgen/blob/master/code128cgen/__init__.py code128a: https://github.com/damiandennis/code128agen/blob/master/code128agen/__init__.py 上面两个的编...
- 参考： https://github.com/damiandennis/code128cgen/blob/master/code128cgen/__init__.py 有个编码写错了，正确的："11": 231212 # -*- coding: utf-8 -*-import osimport numpy as npimport cv2import refrom PIL... 参考： https://github.com/damiandennis/code128cgen/blob/master/code128cgen/__init__.py 有个编码写错了，正确的："11": 231212 # -*- coding: utf-8 -*-import osimport numpy as npimport cv2import refrom PIL...
- 上面这个把空格，换行一起删掉 下面这个把换行删掉，空格留下 a=" b c\n"b= a.strip()c=b.split(" ")print(c) a=" b c \n"b= a.strip("\n")c=b.split(" ")print(c) 上面这个把空格，换行一起删掉 下面这个把换行删掉，空格留下 a=" b c\n"b= a.strip()c=b.split(" ")print(c) a=" b c \n"b= a.strip("\n")c=b.split(" ")print(c)
- g = os.walk(bar_real_dir) img_files = ['%s/%s' % (i[0], j) for i in g if i[0].endswith('imgs') for j in i[-1] if j.endswith('jpg')] 筛选图片： g = os.walk(list_path)img_files = ... g = os.walk(bar_real_dir) img_files = ['%s/%s' % (i[0], j) for i in g if i[0].endswith('imgs') for j in i[-1] if j.endswith('jpg')] 筛选图片： g = os.walk(list_path)img_files = ...
- 余弦相似度 在NLP的任务里，会对生成两个词向量进行相似度的计算，常常采用余弦相似度公式计算。 余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似，这就叫"余弦相似性"。 我们知道，对于两个向量，如果他们之间的夹角越小，那么我们认为这两个向量是越相似的。余弦相似性就是利用... 余弦相似度 在NLP的任务里，会对生成两个词向量进行相似度的计算，常常采用余弦相似度公式计算。 余弦相似度用向量空间中两个向量夹角的余弦值作为衡量两个个体间差异的大小。余弦值越接近1，就表明夹角越接近0度，也就是两个向量越相似，这就叫"余弦相似性"。 我们知道，对于两个向量，如果他们之间的夹角越小，那么我们认为这两个向量是越相似的。余弦相似性就是利用...
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签