最近换了工作,由于通勤时间比较长,所以又把吃灰了很久的Kindle翻了出来,刷上了安卓并安装了微信读书,在通勤路上看看书,效果很不错,所以记录一下刷机的过程,也算是一个备份;

所有的操作内容都搜集自网络,尤其是书伴网和XDA论坛,感谢CrackDroid系统的开发大神Ygjsz以及提供越狱和其他教程的各位大佬们。

越狱

Read more »

在Ubuntu上编译安装Python并不困难,最重要的一定要提前装好所有的依赖包,否则在用的时候就会遇到诸如ssl问题,找不到_bz2,lzma库等问题。

Read more »

一、GRU模型的关键参数

  1. input_size:输入的特征数,代表输入序列数据中每个值由多少个特征表示,比如NLP中,每个单次由几维的词向量表示;

  2. hidden_size:隐藏层特征数;

  3. num_layers:代表GRU的层数;

  4. bias:是否带有偏置, False则没有偏置,即$b_{ih}=0, b_{hh}=0$. 默认为True

  5. batch_first:输入序列中,第一个维度是否为batch. 默认为False;

  6. dropout:除最后一层,每一层的输出都进行dropout,默认为: 0

  7. bidirectional:是否为双向GRU,默认为False;

Read more »

TDengine是一款高性能的时序数据库,最近在研究如何在Spark中读取和写入数据,这里记录一下最近的成果。

版本信息:

  1. Spark版本:2.4.0,yarn集群模式
  2. Python版本:3.7.9
  3. Scala版本:2.11.12
  4. TDengine版本:2.6,商业版
  5. TAOS-JDBC版本:2.0.42

1. 官方JDBC使用

TDengine官方提供了JDBC,Spark读取和写入均可以直接使用

1.1 依赖问题

  1. 需要引用taos-jdbcdriver,版本上强烈推荐2.0.42,其他版本会有各种问题(针对2.x系列,3.x系列的没用过);
1
2
3
4
5
<dependency>  
<groupId>com.taosdata.jdbc</groupId>
<artifactId>taos-jdbcdriver</artifactId>
<version>2.0.42</version>
</dependency>
Read more »

Python时间类型及相互转换

time模块

  1. time模块下时间主要有三种表现形式:

    1. 时间戳(timestamp),注意这里所说的时间戳本质上是个数字(int/float),与Pandas中pandas._libs.tslibs.timestamps.Timestamp的timestamp是不一样的;

      时间戳的类型

      Pandas timestamp类型

    2. 时间元组(struct_time);

    3. 格式化时间,格式化时间还包括自定义格式和固定格式;

  2. 以上表现形式生成和相互转换的方式:

    时间戳(ts) 时间元组(st) 自定义格式(ft) 固定格式
    时间戳 time.time() time.localtime(ts)
    time.gmtime(ts)
    NA time.ctime(ts)
    时间元组 time.mktime(st) time.localtime()
    time.gmtime()
    time.strptime(fmt, st) time.asctime(st)
    自定义格式 NA NA time.strftime(fmt) NA
    固定格式 NA NA NA NA
    Read more »

  1. df[‘column_name’] ,df[row_start_index, row_end_index]

    1. 可以通过df[[‘column_name1’, ‘column_name2’]]的方式来指定想选择的单个或多个列;
    2. 可以通过df[df.index == ‘index’]来选择指定的单个行;
    3. 可以通过行的序号来指定想选择的单个或多个行;
    4. 不能通过df[‘index’]的方式来选择指定的行;
    5. 不能通过列的序号来指定想选择的列;
    Read more »
0%