今天是我第二天搞Watir，写了一段简单的代码：ie.goto("http://130.34.98.11:18080/bssframe");ie.text_field(:id,"STAFF_ID").set("SUPERUSR");ie.text_field(:id,"PASSWORD").set("XXXXXX");ie.button(:id,"bLoginSubmit").click;contentFrame=ie.frame(:id,"content
系统 2019-08-12 09:29:47 2053
今天看了一篇关于项目启动大会的文章，有一句话印象比较深刻，“在项目启动大会上，你一定要成为一个游戏规则的制定者，而不是一个参与者。”，这个是项目启动大会成功的关键。项目启动大会是实施过程中至关重要的一步。在项目启动大会上，相当于实施团队的第一次集体亮相，这一次亮相，如果成功，虽然不能说决定着项目的成功，却为以后的实施打下了良好的基础，但如果不成功，则这个项目十有八九不成功。为什么这么说呢?大家都知道，一般情况下，项目启动大会上会有企业的“一把手”到场，加上
系统 2019-08-12 09:27:16 2053
方法一：dockercommit1.跑一个basicimage，docker新建了一个容器root@ubuntu:/home/thm/docker/test#dockerrun-i-ttanghuimin0713/ubuntu_amd64:14.04/bin/bashWARNING:Local(127.0.0.1)DNSresolverfoundinresolv.confandcontainerscan'tuseit.Usingdefaultexterna
系统 2019-08-12 09:27:08 2053
各县（市、区）、邯郸经济开发区、马头生态工业城管委会信息产业主管部门，有关企业：为进一步促进我省软件与信息服务业发展，增强全省软件企业与国内外软件和服务外包企业间的沟通与合作，2007年11月28-29日在我市邯郸宾馆举办2007’中国?河北软件与信息服务业发展国际论坛。本次论坛由河北省信息产业厅和邯郸市人民政府主办，邯郸市信息产业局等单位承办。现将有关事项通知如下：一、论坛内容论坛以“新趋势、新机遇、新挑战”为主题，旨在推动我省软件与信息服务产业快速发展
系统 2019-08-12 09:26:39 2053
F:\ILMerge>ILMerge/targetplatform:v4,"C:\WINDOWS\Microsoft.NET\Framework\v4.0.30319"/lib:"C:\WINDOWS\Microsoft.NET\Framework\v4.0.30319\WPF"/lib:"C:\ProgramFiles\MicrosoftVisualStudio10.0\Common7\IDE\PublicAssemblies"/out:Contact.
系统 2019-08-12 01:54:14 2053
(1)枚举默认为unsignedint类型，我们可以手动为枚举指定类型，如：enumAttr:char{ATTR_LV=120,};(2)我们可以使用泰勒展开式快速计算两点间距离：intfastDistance2D(int_nX1,int_nY1,int_nX2,int_nY2){//thisfunctioncomputesthedistancefrom_nX1,_nY1to_nX2,_nY2with3.5%error//firstcomputetheab
系统 2019-08-12 01:53:24 2053
目录一、multiprocess模块二、multiprocess.process模块三、Process类3.1方法介绍3.2属性介绍3.3在windows中使用Process类的注意事项四、process类的使用4.1创建并开启子进程的两种方式4.2join方法4.3查看主进程和子进程的进程号4.4查看进程名和进程状态、设置进程名4.5terminate结束子进程4.6Process中的守护进程五、socket聊天并发实例5.1使用多进程实现socket聊
系统 2019-09-27 17:57:21 2052
首先感谢这位博主整理的AndrewNg的deeplearning.ai的相关作业：https://blog.csdn.net/u013733326/article/details/79827273开一个我的github传送门，可以看到代码。https://github.com/VVV-LHY/deeplearning.ai/tree/master/improveNeuralNetwork/optimalNN待分类的点集：普通的梯度下降法GradientDe
系统 2019-09-27 17:56:52 2052
本章包括：1、了解卷积神经网络（convnets）2、使用数据增强来减轻过度拟合3、使用预训练的convnet进行特征提取4、微调预训练的信号5、可视化回馈学习的内容以及他们如何做出分类决策一、引言一个简单的convnet示例。第二章中的密接网络的测试精度为97.8%，而convnet的测试精度为99.3%：我们将错误率降低了68%（相对）。为什么这个简单的convnet比一个紧密连接的模型工作得那么好呢？为了回答这个问题，让我们深入研究conv2d和ma
系统 2019-09-27 17:55:54 2052
网上有许多方法提到要用append或者loc直接赋值，但是我运行发现都不行，不知道为啥。我是想把原dataframe中的几行提出来放到新的dataframe中。方法如下：#按照原dataframe的列标题创建新的dataframeNewDataFrame=pd.DataFrame(columns=OriginalDataFrame.columns.values)#i为要提取的行号row=OriginalDataFrame.loc[[i]]frames=[N
系统 2019-09-27 17:54:37 2052
