一、前言关于Python的xlrd、xlwt模块的使用，推介另一位博客主的博文：这篇里面有详细介绍这两个模块的基本用法。以下是关于我运用xlrd、xlwt模块的一个实例。需求如下： 需求是用宏去做的，但是因为时间比较紧急，我用了1天去“研究”怎么用宏去写，发现作为一个VBA入门者，比较难短时间学习并解决这个问题，因为VBA的可读性比较差的缘故吧。于是我选择用Python去实现。 
转载
2024-06-16 08:00:27
35阅读
在Docker中封装xfreerdp的实现方法
## 一、整体流程
下面是实现"docker中封装xfreerdp"的整体流程，以表格形式展示：
| 步骤 | 描述 |
|---|---|
| 1 | 创建Docker镜像 |
| 2 | 安装xfreerdp |
| 3 | 配置xfreerdp参数 |
| 4 | 构建Docker容器 |
| 5 | 运行Docker容器 |
接下来，
原创
2024-01-03 11:00:43
116阅读
ML-Agents使用Docker 运行 ML-Agents目前我们为希望使用Docker进行训练或推理的Windows和Mac用户提供了解决方案。这个选项对那些想避免自己安装Python和TensorFlow的人来说可能很有吸引力。目前的配置强制使TensorFlow和Unity只依靠CPU进行计算。因此，我们的Docker仿真不使用GPU而使用Xvfb进行可视化渲染。 Xvfb是一种实用程序，
转载
2023-12-21 23:02:39
165阅读
RDP 协议的起源可追溯至 1998 年微软 Windows NT Terminal Server Edition 4.0 发布，当时它仅支持基本位图传输和 8 位颜色深度，针对低带宽网络如拨号上网设计。这一版本奠定了 RDP 的客户端-服务器架构基础，但图形性能有限。进入 Windows 2000 时代（RDP 5.0），协议升级支持 24 位真彩色、声音重定向和打印机映射，标志着从终端服务向全面桌面虚拟化的转变。RDP 的迭代节奏与 Windows 版本紧密相连。
# Python中的`with`语句及其应用
在Python编程中，资源管理是一个不可忽视的重要课题。我们在进行文件操作、数据库连接或网络请求时，常常需要手动管理资源的申请和释放。然而，手动管理资源容易出错，若不小心可能会造成资源泄露。为了解决这个问题，Python提供了`with`语句，它利用上下文管理器来简化资源管理。
## `with`语句的基本用法
`with`语句的主要作用是在代码
# 实现均值滤波的 Python 教程
均值滤波是一种常用的图像处理技术，用于减少图像噪声并平滑图像。对于刚入行的小白来说，了解均值滤波的基本概念及其在 Python 中的实现会是一个不错的起点。本文将引导你完成均值滤波的实现。
## 流程概述
首先，让我们了解实现均值滤波的整个流程。我们可以用以下表格表示关键步骤：
| 步骤 | 描述 |
https://github.com/huiluczP/finiteAutomata/blob/master/NFA.py求解问题的思路数据结构的设计参考了NFA的定义，NFA是一个5-元组：M = (Q, ∑, Δ, s, F)其中：Q是状态的有限集 ∑是有穷字母表 s是开始状态 F含于Q，结束状态集 Δ状态
转载
2023-10-01 10:00:44
178阅读
面向对象的基本特征：继承，封装，多态类的定义和使用 类的创建语句 class 语句 语法：class 类名（继承列表）:
'''类的文档字符串'''
实例方法
类变量
类方法
静态方法示例代码：#创建类
class Dog:
'''此语句用来定义一个类型'''
pass
print(Dog) <class '__main__.Dog'&
转载
2023-09-21 22:41:56
98阅读
单链表：#-*-coding:utf-8-*-classNode(object):"""节点"""def__init__(self,elem):self.elem=elemself.next=NoneclassSingleLinkList(object):"""单链表"""#头结点def__init__(self,node=None):self._head=nodedefis_empty(self
原创
2019-05-16 15:54:04
537阅读
问题：# 你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上
# 被小偷闯入，系统会自动报警。
#
# 给定一个代表每个房屋存放金额的非负整数数组，计算你 不触动警报装置的情况下 ，一夜之内能够偷窃到的最高金额。
#
#
#
# 示例 1：
#
#
# 输入：[1,2
转载
2021-05-19 23:46:00
239阅读
2评论
邻近算法，或者说K最近邻(kNN，k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻，就是k个最近的邻居的意思，说的是每个样本都可以用它最接近的k个邻居来代表。 kNN算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别，则该
原创
2021-05-24 11:12:19
841阅读
题目描述： 实现 strStr() 函数。 给定一个 haystack 字符串和一个 needle 字符串，在 haystack 字符串中找出 needle 字符串出现的第一个位置 (从0开始)。如果不存在，则返回 -1。 示例 1: 输入: haystack = "hello", needle = ...
转载
2021-09-19 21:54:00
149阅读
2评论
用python实现单链表class Node(object): """定义一个节点""" def __init__(self, elem): self.elem = elem self.next = None """定义一个单链表""" class SingleLinkList(object): def __in
原创
2021-12-15 10:51:04
187阅读
nums = [3,1,2]
n=len(nums)
原创
2023-01-13 00:00:58
74阅读
python 栈实现
#!/usr/bin/env python3
# -*- coding: utf-8 -*-
"""
Created on Tue Jun 26 22:32:27 2018
@author: luogan
"""
class Node(object):
def __init_...
原创
2023-01-13 00:13:14
208阅读
# -*-coding: utf-8 -*- import tensorflow as tfimport numpy as np def softmax(x, axis=1): # 计算每行的最大值 row_max = x.max(axis=axis) # 每行元素都需要减去对应的最大值，否则求exp(x)会溢出，导致inf情况 row_max=row_max.reshape(-1, 1) x = x - row_max # 计算e的指数次幂
原创
2023-01-13 09:06:58
223阅读
# NDCG Python实现
## 简介
NDCG（Normalized Discounted Cumulative Gain）是衡量排序算法效果的一种常用指标，用于评估排序结果的质量。在这篇文章中，我将教你如何使用Python实现NDCG算法，并解释每一步所需的代码。
## 流程概述
下面是实现NDCG算法的步骤概述：
| 步骤 | 描述 |
| --- | --- |
| 1 |
原创
2023-08-01 19:44:39
912阅读
1评论
import randomLEVEL_ONE = 1LEVEL_TWO = 2LEVEL_THREE = 3MINE_VALUE = -1EMPTY_VALUE = 0UNCOVER_STATUS = 1COVER_STATUS =
原创
2022-07-14 10:37:31
199阅读
## Python实现Softmax函数
### 简介
Softmax函数是一种常用的多分类器激活函数，它能够将一个K维的向量映射到一个概率分布上，常用于神经网络中输出层的计算。在本文中，我们将介绍如何使用Python来实现Softmax函数。
### 实现步骤
下面是实现Softmax函数的步骤及相应代码：
| 步骤 | 描述 | 代码示例 |
|------|------|-------
原创
2024-04-28 11:40:53
402阅读
# Brenner Python实现
## 介绍
Brenner是一种用于计算神经网络中参数的优化方法，它结合了梯度下降和牛顿法的优点。在本文中，我们将介绍Brenner算法的原理，并使用Python实现一个简单的示例。
## Brenner算法原理
Brenner算法的基本思想是通过计算二阶导数的逆矩阵来优化梯度下降算法。具体步骤如下：
1. 计算损失函数相对于参数的梯度。
2. 计算
原创
2024-03-05 06:53:01
475阅读
