常用镜像源https://mirror.baidu.com/pypi/simplehttps://mirrors.aliyun.com/pypi/simple第一种打开python.exe所在目录创建pip.ini文件输入以下配置[global]index-url=https://mirror.baidu.com/pypi/simple/[install]trusted-host=mirror.baidu.com第二种在当前用户目录下创建pip.ini文件，路径为：C:/Users/xxxx/pip/pip.ini同样输入以上配置

国内源：新版ubuntu要求使用https源，要注意。清华：https://pypi.tuna.tsinghua.edu.cn/simple阿里云：http://mirrors.aliyun.com/pypi/simple/中国科技大学https://pypi.mirrors.ustc.edu.cn/simple/华中理工大学：http://pypi.hustunique.com/山东理工大学：http://pypi.sdutlinux.org/豆瓣：http://pypi.douban.com/simple/临时使用：可以在使用pip的时候加参数-ihttps://pypi.tuna.tsi

如下可以取到当前脚本文件所在目录的绝对路径,不带最后的一个斜杠os.path.split(os.path.realpath(__file__))[0]如c:/a/b/test.py可以取到c:/a/b

使用计划任务定时执行这个脚本，就可以备份指定目录,可以配置多个目录,使用前先安装oss2模块importzipfileimportosimportoss2importtimeimportsys#是否删除本地备份,如果上传oss开启后此项生效isRemoveBak=False#是否备份到ossisUploadOss=True#oss配置信息AccessKeyID='L*********T'AccessKeySecret='aOLFLa*************AuXA1sKGKB'endpoint='oss-cn-*************.com&#39

使用前先安装oss2模块pipinstalloss2两个参数第一个本地绝对路径，第二个远程路径，注意第一个字符不要使用/importosimportoss2importsys"""进度条回调函数，计算当前完成的百分比:paramconsumed_bytes:已经上传/下载的数据量:paramtotal_bytes:总数据量"""defpercentage(consumed_bytes,total_bytes):iftotal_bytes:sys.stdout.write('{0:.2f}%{1:.2f}/{2:.2f}M\r'.format(100*(consumed_byte

pip升级升级pip工具的时候按照提示的命令升级，好几次都是失败啦，失败后还找不到pip这个软件，只得修复重装，如下使用下面命令升级成功率10%pipinstall-upgradepip最好使用下面命令升级python-mpipinstall--upgradepip国内源安装pipinstalloss2-ihttps://pypi.tuna.tsinghua.edu.cn/simple

生成requirements.txt文件pipfreeze>requirements.txt通过requirements.txt在另一个电脑上安装pipinstall-rrequirements.txt

开发人员经常说，如果你想开始机器学习，你应该首先学习算法。但是我的经验则不是。我说你应该首先了解：应用程序如何工作。一旦了解了这一点，深入探索算法的内部工作就会变得更加容易。那么，你如何开发直觉学习，并实现理解机器学习这个目的？一个很好的方法是创建机器学习模型。假设您仍然不知道如何从头开始创建所有这些算法，您可以使用一个已经为您实现所有这些算法的库。那个库是TensorFlow。在本文中，我们将创建一个机器学习模型来将文本分类到类别中。我们将介绍以下主题：TensorFlow的工作原理什么是机器学习模型什么是神经网络神经网络如何学习如何操作数据并将其传递给神经网络如何运行模型并获得预测结果你可

Numpy简单创建数组importnumpyasnp#创建简单的列表a=[1,2,3,4]#将列表转换为数组b=np.array(b)Numpy查看数组属性数组元素个数b.size数组形状b.shape数组维度b.ndim数组元素类型b.dtype快速创建N维数组的api函数创建10行10列的数值为浮点1的矩阵array_one=np.ones([10,10])创建10行10列的数值为浮点0的矩阵array_zero=np.zeros([10,10])从现有的数据创建数组array(深拷贝)asarray(浅拷贝)Numpy创建随机数组np.random均匀分布np.random.rand(1

TensorFlow的基础运算在搞神经网络之前，先让我们把TensorFlow的基本运算，也就是加减乘除搞清楚。首先，TensorFlow有几个概念需要进行明确：1图（Graph）：用来表示计算任务，也就我们要做的一些操作。2会话（Session）：建立会话，此时会生成一张空图；在会话中添加节点和边，形成一张图，一个会话可以有多个图，通过执行这些图得到结果。如果把每个图看做一个车床，那会话就是一个车间，里面有若干个车床，用来把数据生产成结果。3Tensor：用来表示数据，是我们的原料。4变量（Variable）：用来记录一些数据和状态，是我们的容器。5feed和fetch：可以为任意的操作(a