我的苹果笔记本
零、序言
平时积累的东西以笔记的形式分享出来
Usage
目录结构
- js
- public js示例
- main.js es6入口
- src webpack示例
- server.js webpack入口
- webpack.*.js webpack配置文件
- package.json 依赖管理
- php
- demo 各种栗子
- ext php扩展包应用
- container 容器
- level 面试集合
- bootstrap.php 入口
- index.php 实例
使用
git clone https://github.com/OMGZui/noteBook.git
# 前端
cd js
npm install
node main.js
# 浏览器
http://localhost:5000/ 查看console
# webpack
npm run server
http://localhost:3000/ 查看console
# PHP
cd php
composer install
php -S localhost:8000
# 浏览器
http://localhost:8000/php/index.php
# 命令行
php index.php
# 测试
vendor/bin/phpunit tests
一、前端
二、后端
三、工具
四、面试
五、书籍
-
安装Jupyter Notebook的前提是需要安装了Python（3.3版本及以上，或2.7版本）。 Windows 1.安装 在cmd命令提示符窗口中，输入 pip install jupyter 安装成功提示有：jupyter、jupyter-client、jupyter-console、jupyter-core。 2.配置目录路径 安装完成先不要启动，先配置目录路径。要不然默认打开和保存J
-
Notebook小部件是一个标签式容器。 此容器中的每个选项卡都包含不同的页面，并且页面以重叠的方式显示。 单击选项卡的标签可使任何所需页面可见。 标签可以配置为显示在顶部或底部或左侧或右侧。 其中放置了其他小部件的容器小部件或单个小部件放置在每个页面下。 如果要在一个视图中显示的数据太大，则会将其分组到不同的页面中，每个页面都放在Notebook小部件的一个选项卡下。 这种类型的控制被广泛使用。
-
My NoteBook 学习笔记，系统归纳，时常翻阅。
-
高效方便的机器学习库 官方文档：http://scikit-learn.org/stable/documentation.html Example：http://scikit-learn.org/stable/auto_examples/ 简述sklearn里我用过的一些类和函数
-
机器学习常常需要进行数据可视化，matplotlib是python可视化最著名的库。 matplotlib API文档 常用方法： pylot模块 hist：柱状图 plot show：开一个窗口展示图片 ion：画图不阻塞，恩，可以利用这个做动画
-
机器学习常常需要fake数据，或者进行数据预处理，numpy是python科学计算的一把利器。 numpy 官方手册，支持字母检索 常用方法： 生成数据： arange： 生成一定范围内的数据 ones_like：生成与参数维度相同的数据 random模块：随机相关 np.random.shuffle：给一个ndarray做洗牌 数学计算： exp：自然指数 sum：求和 numpy.linalg
-
问题内容： 我正在研究Jupyter Notebook，并希望通过使用Google GPU使其运行更快。我已经进行了一些研究并找到了解决方案，但是它对我没有用。 解决方案是： “最简单的方法是使用Connect to Local Runtime， 然后选择硬件加速器作为GPU，如Google Colab Free GPU Tutorial中所示 。” 我确实设法将googe colab连接到jup