获取文件夹内所有文件名

1
2

import os
next(os.walk('.'))[2]

移动文件等shell操作

1
2

import os
os.system("mv aa bb")

见到这种用法

1

sys.path.append(ROOT_DIR)

获取绝对路径

1

os.path.abspath("../")

联合路径或文件

1
2

os.path.join(ROOT_DIR, "samples/coco/")
os.path.join(ROOT_DIR, "mask_rcnn_coco.h5")

整数比较

等于

1

"$a" -eq "$b" ] #不加引号也可以的

1

if [ "$a" -ne "$b" ]

1

if [ "$a" -gt "$b" ]

可以通过以下shell命令来获取网站的状态码

1

curl -o /dev/null -s -w "%{http_code}" "http://192.168.1.111:5006/login/"

以我的网站为例，打开连接https://ziyuan.baidu.com/crawltools/index?site=http://inspiring26.github.io/
在空格处补全输入其中一篇文章的地址：

1

2019/11/05/使用python建立两台电脑之间的连接

df = …
loc和iloc是直接读取行的
区别在iloc参数是数字，loc参数是字符串

读取列的话，有三种，分别是. [] 上面两种的应用
df.0
df[0]
df.loc[:,[]] df.iloc[:,[]] #内部的方括号中不能用切片，可以列举。外部的可以用切片

两步。
1，让homepod播放指定音乐列表或指定风格音乐
2，让homepod在指定时间后停止播放

待测试

让homepod在指定时间开始播放音乐，用作起床闹钟。

1

You’re permitted to ask Siri to set up a sleep timer for anywhere from a couple of seconds to 23 hours and 59 minutes. What you cannot do is ask the assistant to set a sleep timer for a precise time, like 11pm. And lastly, you obviously cannot make multiple sleep timers.

def init(self):

定义了很多有序字典OrderedDict()
在创建网络时，我们要实现该方法，通过spuer方法将init里的表达式继承下来。
从python类的用法上讲，也可以采用baseClass.__init__()的方式，但是通常不这么用，这里每验证这么用会不会出问题，只是温习一下python的使用方法。

不管是bert类的大规模预训练模型，还是视觉领域最新的把ImageNet准确率提升1%的Noisy Student，他们一个共同的特点，非监督学习。非监督学习的好处是数据大，通过大规模数据更容易学到其中的隐含规律、一般规律。
bert用了一种很巧妙的方法，开了个好头，一个新的思维方向。
数据量很多没法标注对把，我们可以把模型的结果设置称一种简单的关系，我们的目标是通过大量隐藏层去学到一个语言的内在关系。
bert采用的方法：
1，是使用两句话是否为上下句这种关系作为标签。这种关系不需要人工标注，通过简单的算法记录一下哪些是被分割开的就能实现。
2，还有一种方法是遮蔽部分词，让模型去预测，这种方法同样不需要标注数据，因为标签就是你遮蔽掉的词。
3，不仅仅做一种预测训练，既做了只有两个类别的上下句预测，又做了预测单词的非分类。我感觉这样使模型输出的结果不同，尽量减少对单一特定任务的效果，而是通过切换最后一层功能，尽量使模型学到的只是语言的特点，具体来说会在较深的层次中对各种词语搭配、句子骨干比较敏感，做出相应的反馈。
举个例子：
词语块：

1
2
3

解放碑吃火锅
农民辛苦 水稻
...

1
2
3

xxx 是 xxx 榜样
xxx 省 xxx 市
...