python教程技术文章
-
- 确保神经网络可复现：从种子到权重的完整控制指南
- 本文详解如何在TensorFlow中实现神经网络训练的确定性输出，涵盖随机种子设置、权重初始化、数据打乱等关键因素，并提供可直接运行的代码示例与最佳实践。
- 文章 · python教程 | 5个月前 | 460浏览 收藏
-
- Django信号实现解耦与异步响应技巧
- 信号注册必须在Django应用加载完成前完成，推荐在apps.py的ready()方法中调用connect()并指定dispatch_uid防重复；receiver函数须声明为defhandler(sender,**kwargs)，避免硬编码参数，且不可异步执行。
- 文章 · python教程 | 5个月前 | 186浏览 收藏
-
- UN编码坐标怎么转经纬度？
- 本文详解UN/LOCODE标准中紧凑型坐标字符串（如4230N00131E）的解析逻辑，提供健壮、可复用的Python函数，将度分格式（DDMM或DDDMM）准确转换为十进制度（DecimalDegrees），并说明方向符号处理与边界注意事项。
- 文章 · python教程 | 5个月前 | 252浏览 收藏
-
- Django模型嵌套序列化与Serializer重写方法
- 直接用ModelSerializer嵌套序列化会出错，因DRF默认不展开外键或反向关联字段，仅返回ID或空列表；需显式用子序列化器并重写create/update方法，配合prefetch_related避免N+1查询。
- 文章 · python教程 | 5个月前 | 210浏览 收藏
-
- Python测试API请求，pytest-mock拦截网络调用
- pytest-mock不能直接拦截requests.get，因其仅为unittest.mock的封装，需按被测代码实际导入方式patch对应路径，如importrequests则patch"api_client.requests.get"，fromrequestsimportget则patch"api_client.get"，且须正确配置mock对象的json方法和status_code。
- 文章 · python教程 | 5个月前 | 494浏览 收藏
-
- PythonLRU缓存实现：OrderedDict高效方案
- 因为@lru_cache不支持手动清理、动态调容和访问顺序控制，而OrderedDict通过move_to_end()和popitem(last=False)可精准实现LRU的“最近使用更新”与“最久未使用淘汰”逻辑。
- 文章 · python教程 | 5个月前 | 484浏览 收藏
-
- PyTorchModuleList与ModuleDict使用详解
- 直接用普通list存子模块会报错，因PyTorch不自动注册其参数和forward方法；须改用nn.ModuleList或nn.ModuleDict才能被parameters()、to(device)等识别并参与训练。
- 文章 · python教程 | 5个月前 | 301浏览 收藏
-
- Python异步处理XML与defusedxml并发方案
- defusedxml不能直接用于asyncio因为其解析器均为同步阻塞式，会阻塞eventloop；需通过run_in_executor或to_thread在线程池中执行以实现真正并发，同时保留XXE等防护能力。
- 文章 · python教程 | 5个月前 | 455浏览 收藏
-
- Python函数返回值的作用是什么？
- 返回值用于将函数结果传递给调用者，使其能参与后续计算或逻辑。1.可返回计算结果，如add(3,5)通过returna+b得到8；2.return可提前结束函数，如check_age根据条件返回并终止执行；3.支持返回任意类型，如列表[1,2,3]或多个值"Alice",25（元组）；4.无return或仅return时返回None，表示无有效输出。返回值增强函数复用性与模块化能力。
- 文章 · python教程 | 5个月前 | 函数 返回值 175浏览 收藏
-
- Python实战爬虫与数据分析源码库
- 不存在真正覆盖实战、爬虫、数据分析且质量可靠的“免费Python源码大全”仓库，因多数为引流页或过时项目，存在结构混乱、依赖失效、API过时、缺乏测试等问题；应转向realpython/materials等持续更新的精选库，并检查README可执行性、依赖版本及测试用例。
- 文章 · python教程 | 5个月前 | 180浏览 收藏
-
- Python季度数据分析技巧：Pandas时间重采样设置
- 季度重采样用resample('Q')表示按季度末对齐（如3月31日），resample('QS')表示按季度初对齐（如1月1日）；若需日历年季度（1–3月等），应显式使用resample('Q-DEC')。
- 文章 · python教程 | 5个月前 | 483浏览 收藏
-
- PyTorchTransformCPU满载？Albumentations加速解析
- PyTorchtransforms.ComposeCPU吃满主因是PIL操作单线程且每个DataLoaderworker重复解码/转换；改用Albumentations（需转numpy、手动to_tensor、关is_check_shapes等）可显著降载。
- 文章 · python教程 | 5个月前 | 172浏览 收藏
-
- Python调试失败用例：pdb与pytest断点技巧
- pytest运行失败时加--pdb参数可自动进入pdb调试器，停在异常抛出处；--trace用于逐行调试，--pdb-on-failure无效时可用assertFalse伪造失败触发pdb。
- 文章 · python教程 | 5个月前 | 307浏览 收藏
-
- SQLAlchemy实现“存在则更新，不存在则插入”优雅写法
- SQLAlchemy实现upsert有五种方式：一、PostgreSQL用on_conflict_do_update；二、通用ORM用merge()；三、MySQL用on_duplicate_key_update；四、SQLite用prefix_with("ORREPLACE")；五、跨库兼容用SELECT+INSERT/UPDATE。
- 文章 · python教程 | 5个月前 | 459浏览 收藏
-
- Flask整合ChartsJS实现数据可视化教程
- Flask后端需用jsonify()返回标准JSON数据供Charts.js使用，确保labels与datasets.data长度一致、时间转ISO字符串、大数据量时后端采样，并在fetch回调中初始化图表且处理跨域与缓存问题。
- 文章 · python教程 | 5个月前 | 387浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案，代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景，打造一站式知识长龙服务，适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例，全面具体可落地，从理论到实践，一步一步将GO核心编程技术、编程思想、底层实现融会贯通，使学习者贴近时代脉搏，做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信：Le-studyg；在课程中，我们将首先介绍MySQL8的新特性，包括性能优化、安全增强、新数据类型等，帮助学生快速熟悉MySQL8的最新功能。接着，我们将深入解析MySQL的网络通信机制，包括协议、连接管理、数据传输等，让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网，分为导航，轮播，关于我们，成功案例，服务流程，团队介绍，数据部分，公司动态，底部信息等内容区块。网站整体采用CSSGrid布局，支持响应式，有流畅过渡和展现动画。
- 485次学习
-
- Golang深入理解GPM模型
- Golang深入理解GPM调度器模型及全场景分析，希望您看完这套视频有所收获；包括调度器的由来和分析、GMP模型简介、以及11个场景总结。
- 474次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集，涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用，助力提升NLP模型性能。
- 297次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台，提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能，助您快速选择最适合项目的高性能大语言模型。
- 352次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制，用户可对比不同大模型回答并生成实时排行榜，助力开发者优化模型及用户选择最佳AI工具。
- 353次使用
-
- HELM
- 深入了解斯坦福推出的HELM（Holistic Evaluation of Language Models）大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景，涵盖准确性、公平性、鲁棒性等多维度指标，助力开发者全面优化语言模型性能。
- 318次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台，提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景，助力开发者全面评估多模态模型性能。
- 137次使用
