序：时隔4年之后-2022.6.26，周日，又重头系统的学习了python的各个知识点，决定重新从头更新一下这篇文章，已帮助后续的小伙伴更好的入门1、Anaconda，你可以理解这是一个集成的环境，可以方便安装python的各种需要的环境，可以方便的切换不同版本的python,还有就是Anaconda附带了一大批常用数据科学包，它附带了conda、Python和150多个科学包及其依赖项，可以方便管理包和环境，如图所示：2、安装Anaconda下载地址：Anaconda|AnacondaDistribution，我这里是安装在windows10下面，直接下载安装就行安装完成后接着启动，如图所示

最近在测试一些C语言编写的代码，之前使用TubroC,BC，VC6等环境测试，这些都是很早之前的编译环境了，有些过时，发先Dev-C++这款IDE非常适合做C代码的开发环境。值得安装学习的，首先的下载安装这个款软件。官网下载安装或者在Sourceforge网址下载安装，地址如下：https://sourceforge.net/projects/orwelldevcpp/https://sourceforge.net/projects/embarcadero-devcpp/1.安装1.下载下载完成，在指定下载位置就有一个安装包2.双击开始安装程序安装是默认英文安装即可，在启动后可以配置为简体中文

git下载1.下载git网址:https://registry.npmmirror.com/binary.html?path=git-for-windows/;选择类型号：v2.38.1windows.1/;3.版本号：Git-2.38.1-64.bit.exe*！！！安装的时候，千万不要改安装路径，就一直next,直到安装完毕，安装完成后在终端中输入gitversion,如果您的终端有git的版本号，那么恭喜你安装成功啦！succeed设置用户名(用户标识:必要的)当你安装git后，首先要做的就是设置你的用户名和email地址，这是非常重要的，因为每次git提交都会使用该信息，它会永远的嵌入

大家好，最近有不少小伙伴在后台留言，近期的面试越来越难了，要背的八股文越来越多了，考察得越来越细，越来越底层，明摆着就是想让我们徒手造航母嘛！实在是太为难我们这些程序员了。这不，为了帮大家节约时间，给大家搞来了今年上半年碰到的大厂Java面试题合集，内容非常的全面。image.png一般技术面试官都会通过自己的方式去考察程序员的技术功底与基础理论知识。比如果这样的问题：项目框架，Spring、Mybatis等框架实现原理是否熟悉？消息中间件，负载均衡、RPC框架等技术是否有接触过？MySQL分库分表是否做过?分布式架构设计，Redis分布式锁是否有涉及?......(此处省略1W字)很多时候，

1.虚拟机的安装下载VMware的安装包这里以VMware16.2.3为例链接：https://pan.xunlei.com/s/VN6Y7b6kMYc8py5tDIAhmPP0A1提取码：6cqi开启虚拟机支持打开任务管理器，选择【性能】，若显示虚拟化已启动，则可以直接安装虚拟机若虚拟化没有启动，进入电脑BIOS，Advanced（高级）——CPUConfiguration——SecureVirtualMachine（或者叫做IntelVirtualizationTechnology），设置为：Enabled（启用）安装虚拟机点击安装即可，一路next安装完成后填入许可证密钥（下载链接中可以

安装Dashboard配置yaml。（注意提前下载镜像，打tag，并push到本地仓库）#dashboard/dashboard-deploy.yamlapiVersion:extensions/v1beta1kind:Deploymentmetadata:#Keepthenameinsyncwithimageversionand#gce/coreos/kube-manifests/addons/dashboardcounterpartsname:kubernetes-dashboard-latestnamespace:kube-system#命名空间spec:replicas:1#副本数目t

SRA数据下载近期下载SRA数据，应用linux子系统下载极其不顺利。果断放弃，下面介绍两种亲测好用的办法。方法1windows下使用SRAToolkit下载首先在官网下载SRAToolkitwindows版本软件。Fig.1然后解压，安装。在windows命令行（CMD）中运行代码#存储路径\sratoolkit.2.11.0-win64\bin\vdb-config--interactive进入安装界面Fig.2一般软件的安装程序就是自定义安装还是默认安装。为了防止各种插件出错，保险起见，选择默认。按上下键选择，按“s”保存，再按“exit”退出。然后运行代码#存储路径\sratoolki

我的博客地址正式地址测试地址前端源码后端源码文章目录项目及其技术栈介绍前端:项目初始化前端:使用Sass和Antd前端:开发体验优化前端:搭建路由和状态管理前端:支持Axios前端:打包与环境变量设置前端:团队代码规范后端:项目初始化和使用Koa相关后端:使用TypeORM和MySQL部署:使用nginx部署前端项目部署:后端部署部署:使用jenkins自动化部署前言这篇文章将是从零搭建博客系列的最后一篇，将会介绍jenkins的安装以及配合githubwebhook进行前后端项目的自动化部署，主要内容如下:安装jenkins配置jenkins和githubwebhook安装jenkins安装

动效设计在app里的重要性，我想不用多说。懂的都懂......设计好的动效让开发照着写代码来实现，最后得到的效果往往不尽如人意。简单动效开发可以找模版来改，复杂点的找不到模版的就很难受了。写吧，效果不行；导GIF吧，占内存又不高清……有没有什么更好的办法呢？当然有啊，社会在进步，工具在发展……^_^这也是我自己在网上查找资料对比总结以后得到的结果。还是要感谢那些在网上无私奉献自己知识的前辈们。整理在这也算是给自己做个笔记。作为UI设计师，动效确实不常做，本人也确实出现了反复忘记的情况。最终决定做个自己吸收后的笔记，免得下次要做的时候又忘了（熬夜加岁月不饶人，记忆力衰退了）(/ω＼)好了，废话不

结合论文《RevisitingDeepLearningModelsforTabularData》的观点，集成树模型通常擅长于表格数据这种异构数据集，是实打实的表格数据王者。集成树模型中的LightGBM是增强版的GBDT，支持了分类变量，在工程层面大大提高了训练效率。关于树模型的介绍，可见之前文章：一文讲透树模型DNN深度神经网络擅长于同构的高维数据，从高维稀疏的表示中学习到低维致密的分布式表示，所以在自然语言、图像识别等领域基本上是称霸武林（神经网络的介绍及实践可见系列文章：一文搞定深度学习建模全流程）。对于异构致密的表格数据，个人实践来看，DNN模型的非线性能力没树模型来得高效。所以一个很