小米3打开开发者选项进入设置界面,点击关于手机选项，如下图：点击四次版本号！然后就打开了开发者选项了。点击返回键就能看到设置中多了开发者选项，如下图：点击开发者选项就可以进入设置USB调试了！小米3打开开发者选项
系统 2019-08-12 01:32:18 2491
一、什么是OpenJWeb?OpenJWeb是一款基于Java技术实现的快速Web应用开发平台。为什么说此平台是一个快速的应用开发平台？因为此平台提供了各种功能创建向导，用户可以完全通过平台的功能创建向导来创建自己的需要的业务功能模块，这使得在没有软件开发人员的参与的情况下，用户仍然可以根据业务需要来定制一些简单的功能。二、OpenJWeb的主要功能2.1提供单表维护的增删改查创建向导用户可以根据自己的业务需要，来创建单表风格的功能维护页面，假设用户需要在
系统 2019-08-12 01:32:03 2491
筛选时间原页面的发车时间太宽了，如果只想要16:30-19:20的票就没法选。我一般是这个时间段回去。chrome里面，右键->审查元素（发车时间那个下拉列表）->修改value->重新选一下下拉列表那个改动过的项。刷新时间F12->Console->输入autoSearchTime=500->回车。这样选择自动查询后，就会每隔500ms刷新一次了。12306常用技能
系统 2019-08-12 01:32:03 2491
利用Python+wxpy可以快速的查询自己好友的地区分布情况，以及好友的性别分布数量。还可以批量下载好友的头像，拼接成大图。本次教程是基于上次机器人后的，所有依赖模块都可以复用上次的，还不知道的小伙伴可以戳这里。python+wxpy机器人准备工作编辑器一个注册一年以上的微信号公共部分代码fromwxpyimport*//wxpy依赖fromPILimportImage//二维码登录依赖importos//本地下载依赖importmathimportwe
系统 2019-09-27 17:55:44 2490
使用深度学习进行图像类任务时，通常网络的输入大小是固定的，最近在进行涉及到文字检测的工作中，由于预处理resize缩小了原图，导致字体变模糊，从而检测失败，后来想到使用overlap来对图像进行缩放裁剪，即先将原图缩放到一定尺寸，再裁剪得到网络的输入。好了，来说正题，使用yolov3，网络的输入是352x352x3，而输入图像大小为几百上千不等，因此需对原图进行resize，起初直接进行缩放+填充，检测的map很低，后来分析发现有些352x352的输入图像
系统 2019-09-27 17:55:08 2490
1，浅拷贝是什么?浅拷贝是对于一个对象的顶层拷贝，通俗的理解是：拷贝了引用，并没有拷贝内容通过a=b这种方式赋值只是赋值的引用（内存地址），a和b都指向了同一个内存空间，所以他们的id（地址相同），这种就是浅拷贝2，深拷贝是什么？通过调用copy包里的deepcopy方法来深拷贝，其实就是在内存区在分配保存了和a相同的数据，用c来指向它，和a的内存地址不同。怎么验证就是我说的这种情况的呢？用下图来说明吧：可以看出向a添加一个元素，通过浅拷贝的b也随着改了，
系统 2019-09-27 17:54:42 2490
主成分分析是一种常用的降维方法，多见于数据预处理阶段，其伪代码如下：输入：样本数据集D={x1,x2,x3,x4},低空间维度数d'过程：1对所有样本进行中心化(每个特征维度都减去其均值)2计算所有样本的协方差矩阵3对协方差矩阵进行特征分解4取最大的d'个特征值的对应特征向量w1,w2,w3输出：投影矩阵W*=（w1,w2,wd'）下面是其代码实现：首先是产生数据，我们使用sklearn的make_blobs方法产生三类数据，每类有三个特征。数据结构是(n
系统 2019-09-27 17:53:00 2490
由于psutil已更新到3.0.1版本，最新的代码如下：#!/usr/bin/envpythonimportosimporttimeimportsysimportatexitimportpsutil#print"Welcome,currentsystemis",os.name,"3secondslatestarttogetdata"time.sleep(3)line_num=1#functionofGetcpustatedefgetCPUstate(int
系统 2019-09-27 17:52:16 2490
本文实例讲述了Python类属性与实例属性，类对象与实例对象用法。分享给大家供大家参考，具体如下：demo.py（类属性，所有实例对象共用类属性）：#定义工具类继承object是为了兼容python2.xclassTool(object):#使用赋值语句定义类属性，记录实例化工具对象的数量count=0def__init__(self,name):self.name=name#初始化方法内部定义及初始化实例属性#类名.类属性名的方式访问类属性.Tool.c
系统 2019-09-27 17:49:22 2490
本章包括：超越分类和回归的机器学习形式机器学习模型的正式评估程序为深度学习准备数据特征工程解决过度拟合问题接近机器学习问题的通用工作流程一、机器学习的四个分支机器学习算法通常分为四大类：1、监督学习监督学习主要包括分类和回归，但也有更多的外来变种，包括以下（有例子）：1）序列生成-给定图片，预测描述它的标题。序列生成有时可以重新表述为一系列分类问题（例如重复预测序列中的单词或标记）。2）语法树预测-给定一个句子，将其分解预测为语法树。3）物体检测-给定图片
系统 2019-09-27 17:48:34 2490
