江南小虫虫
尽力就行~~~
pyinstaller打包遇到的坑 pyinstaller打包遇到的坑
打包 例子使用pachonggui.py 正常执行一遍 pyinstaller -Fw pachonggui.py 给脚本加一行代码 import PyQt5.sip 然后再执行同样的命令 pyinstaller -Fw pa
2018-11-27 Qt
pyinstaller pyqt打包
Kali配置 Kali配置
系统安装 据博主亲测,Kali从2018年版本开始,再用UltraISO之类的软件制作U盘启动盘来装Kali系统,都会出现下图的问题,百度和google上有很多解决方案,然并卵. 今天偶然发现了一款U盘制作软件—Rufus,可以去官网
2018-11-15 Linux Kali
kali显卡 kali系统安装 kali安装 ss-qt5
Qt遇到的一些坑 Qt遇到的一些坑
记得重新构建所有项目 Could not determine which “make” command to run问题21:48:20: Could not determine which "make" comma
2018-11-15 Qt
IGL CURL_OPENSSL_3 Openssl
Qt5安装 Qt5安装
Windows安装Qt5 点击进入Qt官网下载Qt5,这里我下载的是最新版的Qt5.11,windows平台. tips:由于文件比较大,最好右键->复制链接地址->打开迅雷,用迅雷下载 下载完成后,双击安装
2018-11-15 Qt
Qt5安装
Qt打包 Qt打包
Windows打包 首先我们是生成Release离线文件 找到项目文件夹下生成的exe文件,如我的是MarkdownPic.exe,将该exe文件复制到一个新的文件夹,比如我将其复制到C:\Users\13612\Dropbox\HM
2018-11-15 Qt
Qt打包
sublime text 3 sublime text 3
本文来探究一下Ubuntu/Deepin/mac下sublime text 3的安装与配置 安装下载与安装 点击打开官网 终端下运行一下命令即可安装sublime text 3 wget -qO - https://downloa
2018-11-15 软件配置 sublime text 3
sublime text 3 st3
ubuntu18.04安装ss-qt5 ubuntu18.04安装ss-qt5
今天ubuntu18.04正式版终于出来了,笔者等了好久了,于是马上官网下载下来安装一波.界面确实比16.04好看好多 安装18.04系统之后,当然少不了ss梯子了,然而,在安装shadowsocks-qt5的时候,安装16.04的安
2018-11-15 Linux Ubuntu
ss-qt5
Ubuntu配置 Ubuntu配置
必备基础更新sudo apt update sudo apt upgrade sudo apt dist-upgrade 软件安装软件包里有的软件(一般都是这个)sudo apt install 软件名 .deb结尾的文件sudo dpkg
2018-11-15 Linux Ubuntu
ubuntu配置
第四章 多变量线性回归(Linear Regression with Multiple Variables) 第四章 多变量线性回归(Linear Regression with Multiple Variables)
Multiple Features（多维特征） 在这段视频中 我们将开始 介绍一种新的 更为有效的线性回归形式 这种形式适用于多个变量或者多特征量的情况 在之前我们学习过的 线性回归中 我们只有一个单一特征量 房屋面积 x 我们希望用
2018-11-14 机器学习 机器学习入门
Linear-Regression 多变量线性回归
第三章 线性代数回顾(Linear Algebra Review) 第三章 线性代数回顾(Linear Algebra Review)
Matrices and Vectors（矩阵和向量） 我们先复习一下线性代数的知识 在这段视频中 我会向大家介绍矩阵和向量的概念 矩阵是指 由数字组成的矩形阵列 并写在方括号中间 例如 屏幕中所示的一个矩阵 先写一个左括号 然后是一些
2018-11-14 机器学习 机器学习入门
线性代数
第二章 单变量线性回归(Linear Regression with One Variable) 第二章 单变量线性回归(Linear Regression with One Variable)
Gradient Descennt 我们已经定义了代价函数J 而在这段视频中 我想向你们介绍梯度下降这种算法 这种算法可以将代价函数$J$最小化 梯度下降是很常用的算法 它不仅被用在线性回归上 它实际上被广泛的应用于机器学习领域中的众多领域
2018-11-14 机器学习 机器学习入门
单变量线性回归 Linear-Regression
第一章: Model and Cost Function 第一章: Model and Cost Function
第一章： Model and Cost FunctionModel Representation:模型表示 我们的第一个学习算法是线性回归算法,了解监督学习过程完整的流程 例子 这个例子是预测住房价格的 我们要使用一个数据集 数据集包含俄
2018-11-14 机器学习 机器学习入门
Cost Function 代价函数
3 / 4