一、引言在现实生活中，有许多只有正样本和大量未标记样本的例子。这是因为负类样本的一些特点使得获取负样本较为困难。比如：负类数据不易获取。负类数据太过多样化。负类数据动态变化。举一个形象点的例子：比如在推荐系统里，只有用户点击的正样本，却没有显性负样本，我们不能因为用户没有点击这个样本就认为它是负样本，因为有可能这个样本的位置很偏，导致用户没有点。因此，有研究人员开始关注PULearning（Positive-unlabeledlearning），即在只有正
系统 2019-09-27 17:56:04 2600
症状pipinstallopenslide-python后，虽然在pycharm里importopenslide不报错，但是程序运行时，报错:找不到指定模块解决方案添加以下步骤：下载并解压二进制文件到downloadopenslide下载二进制文件并解压配置环境变量解压后，把对应的bin和lib添加到环境变量即可，我的是：
系统 2019-09-27 17:54:36 2600
具体参考哪位大佬的，记不太清楚了。直接上代码，大体逻辑是这样的。#-*-coding:utf-8-*-fromtkinterimport*root=Tk()defg():ifb['text']=='开始':b['text']='关闭'print('开始')else:b['text']='开始'print('结束')b=Button(root,text='开始',font=('KaiTi',36,'bold'),bg='pink',fg='green',bd
系统 2019-09-27 17:53:42 2600
描述tan()返回x弧度的正弦值。语法以下是tan()方法的语法:importmathmath.tan(x)注意：tan()是不能直接访问的，需要导入math模块，然后通过math静态对象调用该方法。参数x--一个数值。返回值返回x弧度的正弦值，数值在-1到1之间。实例以下展示了使用tan()方法的实例：#!/usr/bin/pythonimportmathprint"tan(3):",math.tan(3)print"tan(-3):",math.tan
系统 2019-09-27 17:53:28 2600
本文目的主要在于如何使用TensorRT5.x的pythonapi来进行神经网络的推理。因为目前TensorRT只支持ONNX，Caffe和Uff(UniversalFrameworkFormat)这三种格式。这里以tensorflow的pb模型为例（可以无缝转换为uff）进行说明。0.TensoRT介绍TensorRT是英伟达(NVIDIA)开发的一个可以在NVIDIA旗下的GPU上进行高性能推理的C++库。它的设计目标是与现有的深度学习框架无缝贴合：比
系统 2019-09-27 17:50:42 2600
如果在子类中需要父类的构造方法就需要显式地调用父类的构造方法，或者不重写父类的构造方法。子类不重写__init__，实例化子类时，会自动调用父类定义的__init__。classFather(object):def__init__(self,name):self.name=nameprint("name:%s"%(self.name))defgetName(self):return'Father'+self.nameclassSon(Father):def
系统 2019-09-27 17:49:47 2600
本文代码基于python3.6和pygame1.9.4。五子棋比起我之前写的几款游戏来说，难度提高了不少。如果是人与人对战，那么，电脑只需要判断是否赢了就可以。如果是人机对战，那你还得让电脑知道怎么下。我们先从简单的问题来看。开端画棋盘首先肯定是要画出棋盘来，用pygame画出一个19×19或15×15的棋盘并不是什么难事，这在之前的文章中已经多次用到，就不赘述了。画棋子需要说一下的是画棋子，因为没找到什么合适的棋子图片，所以只要自己来画棋子。我们用pyg
系统 2019-09-27 17:48:42 2600
前提：isp得支持web登录的方式。说明：每个ISP的登录页面不一样，不过我估计算法都是一样的，于是解决方案应该也是相似的，只是表单的key可能不太一样。首先，分析登录页面。页面head镶嵌了
系统 2019-09-27 17:48:14 2600
【机器学习】隐马尔可夫模型及其三个基本问题（四）状态序列预测算法及python实现一、维特比算法二、python实现参考资料隐马尔可夫模型状态序列预测问题是指给定模型λ=[A,B,∏]\lambda=\left[{A,B,\prod}\right]λ=[A,B,∏]和观测序列X={x1,x2,⋯,xn}X=\left\{{{x_1},{x_2},\cdots,{x_n}}\right\}X={x1,x2,⋯,xn}，求最可能出现的对应状态序列。本篇博
系统 2019-09-27 17:47:13 2600
DefaultEvent("ClickNext"):指定组件的默认事件DefaultProperty("NextText"):指定组件的默认属性Bindable(trueorfalse):指定属性是否通常用于绑定Category("Appearance"):指定其属性或事件将显示在可视化设计器中的类别DefaultValue(typeof(Color),""):指定属性的默认值Description("Thebackgroundcolor"):指定属性或事
系统 2019-08-29 23:53:10 2600
