【2022.11最新】Python疫情数据采集 + 可视化展示
闲来无事，用python采集一下 再做个可视化。解析数据 筛选一些我想用的数据。最近我又又又在家里居家办公了。获取数据 网页源代码。保存数据 保存成表格。
解决yarn错误error An unexpected error occurred: “https://registry.yarnpkg.com/hardhat: ETIMEDOUT“.
在使用yarn安装依赖包时报错，提示信息：error An unexpected error occurred: “https://registry.yarnpkg.com/hardhat: ETIMEDOUT”.这是由于资源地址请求超时造成的，更换一下请求地址即可。解决方案：运行命令，把资源地址设置成npm淘宝源删除代理对node-sass镜像源进行设置或......
面试题：为什么redis集群的最大槽数是16384个？
redis作者在github上给出了原因，地址https://github.com/antirez/redis/issues/25761、普通心跳数据包携带节点的完整配置，该配置可以用旧配置以幂等方式替换，以便更新旧配置。这意味着它们包含原始形式的节点的槽配置，16k的槽配置需要使用2k内存空间，但是使用65k槽将使用8k的内存空间。2、同时，由于其他设计折衷，Redis集群不可能扩展到超过...
Python异常：unhashable type 【不可哈希的类型】
大家首先要知道：抛出对象不可哈希的类型这个异常时，是怎么回事２ 字典和集合的键类型必须为可哈希的３ 可哈希对象的属性值一定是不能被修改的，如果自己定义的可哈希对象，随意修改属性值，会发生不可预见的行为。
解决错误LibreSSL SSL_connect: SSL_ERROR_SYSCALL in connection to
LibreSSL SSL_connect: SSL_ERROR_SYSCALL in connection to解决方法以下几种解决方法可以尝试，由于开发环境不同，不一定每个都适用你的问题我用的mac电脑，方法一解决了我的问题，我先用的其它方法然而并没有解决由于使用 IPv6 的原因，可能会导致这一问题的出现系统在解析hostname时使用了ipv6可以配置计算机不使用 IPv6，故使用以下命令：如果有需要，可以再将配置修改回来：...
python 0基础如何做出雷霆战机？【源码送上】
当然，你也可以改成其他名字，但是代码里的名字你也得改，就挺麻烦的。我的qun友 才学三周就做出了雷霆战机这种游戏，但是我呢也给大家都准备好了，直接保存就好了↓↓↓。你们用其它的也可以，没有软件的话我放在最后面了。可以自己设计，自己准备，名字改成一样的就好了。我们来看看运行效果，玩的有点菜.....
如何安装&使用Jupyter Notebook？
Jupyter Notebook是基于网页的用于交互计算的应用程序。其可被应用于全过程计算：开发、文档编写、运行代码和展示结果。——Jupyter Notebook官方介绍
Python完成期末大作业：简易计算器【案例分享】
好像好久都没给大家更新啦！这次来给大家做一个我弟刚刚做完的期末考试大作业实例化一个窗体对象.....设置窗口的大小长宽为300x300出现的位置距离窗口左上角+150+150先定义一个列表收集输入的内容显示数字加减乘除等于清空按钮界面设置一下~别忘记进入消息循环，显示窗口今天的文章就是这样啦！希望我的文章可以帮到你~我是小熊猫，咱下篇文章再见啦(✿◡‿◡)
Python 100道基础入门练习题（附答案）【这期完结】
一直忘记给大家整完剩下的python基础100题…还好有小伙伴提醒了我嘿嘿这就给大家更新上！题目 猴子吃桃问题：猴子第一天摘下若干个桃子，当即吃了一半，还不瘾，又多吃了一个第二天早上又将剩下的桃子吃掉一半，又多吃了一个。以后每天早上都吃了前一天剩下的一半零一个。到第10天早上想再吃时，见只剩下一个桃子了。求第一天共摘了多少。程序分析 按规则反向推断：猴子有一个桃子，他偷来一个桃子，觉得不够又偷来了与手上等量的桃子，一共偷了9天。实例022：比赛对手题目 两个乒乓球队进行比赛，各出三人。甲队为a,b,c三
全面理解Web3.0时代
本文梳理自非常棒的新书《一本书读懂Web3.0：区块链、NFT、元宇宙和DAO》，Web3.0知识体系非常全面，通俗易懂，建议大家购买拜读Web3.0是第三代互联网是未来互联网发展趋势是创业新风口新赛道是屌丝逆向的新机会Web3.0包括但不限于区块链、NFT、元宇宙、DAO、DID等板块；Web：互联网(Internet)、万维网 (World Wide Web，即WWW)简称Web、HTTP...
手把手教你用YOLOv5训练自己的数据集（从Windows环境配置到模型部署）
【小白CV】手把手教你用YOLOv5训练自己的数据集（从环境配置到模型部署）前言：1. 安装Anaconda：2. 创建虚拟环境：3. 安装pytorch：4. 下载源码和安装依赖库：5. 数据标注：5. 数据预处理：6. 下载预训练模型：前言：今天有时间，就写一下用yolov5训练自己数据集的博客吧。1. 安装Anaconda：Anaconda官网：https://www.anaconda.com/下载完成后打开一路Yes即可，只需要注意这里要将conda添加到PATH：安装完成后打
【知识蒸馏】开源：Yolov5模型知识蒸馏训练（可用于自己的数据集）
代码地址：https://github.com/Sharpiless/Yolov5-distillation-train-inference蒸馏训练：python train_distill.py --weights yolov5s.pt \ --teacher weights/yolov5l_voc.pt --distill_ratio 0.001 \ -- teacher-cfg model/yolov5l.yaml --data data/voc.yaml \ --e
【CVPR 2020 Oral】极低光去噪论文：A Physics-based Noise Formation Model for Extreme Low-light Raw Denoising
CVPR2020 oral & TPAMI 2021 的很优秀的里程碑式的暗光去噪文章
【SPRS J P & RS 2022】小目标检测模块：A Normalized Gaussian Wasserstein Distance for Tiny Object Detection
作者提出了一种新的框间距离的度量方法，用来解决传统的 IoU 度量对于小目标过于敏感的问题，可以直接用于基于锚框的检测器和NMS中。在我自己采集的数据上进行训练发现该方法确实比较好用。...
【CVPR 2022】高分辨率小目标检测：Cascaded Sparse Query for Accelerating High-Resolution Smal Object Detection
根据低层特征的计算高度冗余和特征金字塔高度结构化，QueryDet首先预测低分辨率特征上小物体的粗略位置，然后使用由那些粗略位置稀疏引导的高分辨率特征来计算准确的检测结果。这样，不仅可以收获高分辨率特征图的好处，而且还可以避免对背景区域进行无用的计算。 此pipeline以级联方式应用，可实现快速，准确的小物体检测。...
今日推荐
周排行