...
1.一个应用程序中，Directory.GetCurrentDirectory获得的当前工作目录是C:\Windows\System32，这是为什么呢？是如何设置的？2.在WinXP下：System.IO.Directory.GetCurrentDirectory()方法获得的目录路径随着OpenFileDialog、SaveFileDialog等对象所确定的目录而改变。而在Win7下不会随着改变而改变。Directory.GetCurrentDirect
系统 2019-08-12 09:27:13 2363
1.如果cmake时出现NPP库目录无法找到的错误，需要下载NPP_3.2.16_win_32.zip文件，解压这个文件，把SDK文件夹复制到cuda安装目录下，并添加环境变量为CUDA_NPP_ROOT:cuda目录//SDK。再次进行cmake中的configure和generate。直到configure中不会出现红条再进行generate。其他的那些编译选项如果出问题解决方案也应该类似，无非就是添加对应sdk目录到环境变量中。刚开始用vs2010编
系统 2019-08-12 09:27:02 2363
Description:FindouttheDDLinTreegrid,butcannotclickonit.Becausetheelementisunderahiddenelement.Havetriedallbelowsolutions:1)theDDL.click();2)SeleniumUtil.jsClick(driver,theDDL);3)Actionsaction=newActions(driver);action.moveToElemen
系统 2019-08-12 09:26:47 2363
其实VS11的IISExpress非常不错了，但如果要内网让其他机器访问，就需要修改一堆东西，倒不如直接用本地的IIS来做。而用本地IIS有个问题，默认办法会分配一个端口和产生一个IIS虚拟目录，URL就会形如"http://localhost:nnnn/ppppp"当然，如果能变成http://localhost/这样的URL，那就方便多了。步骤1将IIS默认80端口的站点的物理路径，改为你的Web项目路径。2修改VS里对应的Web项目属性里的Web项，
系统 2019-08-12 01:52:58 2363
解释器模式：给定一个语言，定义它的文法的一种表示，并定义一个解释器，这个解释器使用该表示来解释语言中的句子。如果一种特定类型的问题发生的频率够高，那么可能就值得将该问题的各个实例表述为一个简单语言中的句子。这样就可以构建一个解释器，该解释器通过解释这些句子来解决该问题。------正则表达式大话设计模式--解释器模式
系统 2019-08-12 01:33:22 2363
下午在用python将Linux的conf配置文件转化成字典dict时遇到了一个奇怪的问题，原先conf配置文件中没有注释行（以#开头的行），后来为了避免这种情况，添加了一个对以#开头的行删除的操作。实践结果颠覆了已有的认知，直接上代码示例。代码片段1#!/usr/bin/python#encoding:utf-8#-*-coding:utf8-*-importrelist_to_test=['#','#conf','NAME="Ubuntu"','VER
系统 2019-09-27 17:56:35 2362
任务：用python时间简单的统计任务-统计男性和女性分别有多少人。用到的物料：xlrd它的作用-读取excel表数据代码：importxlrdworkbook=xlrd.open_workbook('demo.xlsx')#打开excel数据表SheetList=workbook.sheet_names()#读取电子表到列表SheetName=SheetList[0]#读取第一个电子表的名称Sheet1=workbook.sheet_by_index(0
系统 2019-09-27 17:56:00 2362
目录常用代码片段及技巧自动选择GPU和CPU切换当前目录临时添加环境目录打印模型参数将tensor的列表转换为tensor内存不够debugtensormemory常用代码片段及技巧自动选择GPU和CPUdevice=torch.device('cuda'iftorch.cuda.is_available()else'cpu')#modelandtensortodevicevgg=models.vgg16().to(device)切换当前目录importo
系统 2019-09-27 17:55:40 2362
内容简介神经网络是一种模拟人脑的神经网络，以期能够实现类人工智能的机器学习技术。本书揭示神经网络背后的概念，并介绍如何通过Python实现神经网络。全书分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使用Python实现神经网络，识别手写数字，并测试神经网络的性能。第3章带领读者进一步了解简单的神经网络，观察已受训练的神经网络内部，尝试进一步改善神经网络的性能，并加深对相关知识的理解。附录分别介绍了所需的微积分知识和树莓派知识。本书适
系统 2019-09-27 17:54:35 2362
