GithubHelp home page GithubHelp logo

hungryfoolou.github.io's People

Contributors

hungryfoolou avatar hungryoufool avatar

Watchers

 avatar

hungryfoolou.github.io's Issues

Network Security College BBS | 圈亮的博客

https://hungryfoolou.github.io/2018/11/24/Network-Security-College-BBS/

2018/11/23-24日参加了西电主办的一流网络安全学院建设发展论坛。论坛的各个大会报告大都与安全相关,上周三在北校区上课时看到了该论坛的宣传栏,某个大会报告题目十分吸引眼球:加上有一位本科的老师也有一个报告,所以立即就报名参加了。
日程安排1.23日日程安排2.24日日程安排(1)(2)
23日开幕式及报告1.早上6:30起床,7:10在西电南校区乘坐学校安排的大巴,到了陕西宾馆已是8点左右

Import csv format of mysql's data into navicat | 圈亮的博客

https://hungryfoolou.github.io/2019/04/11/Import-csv-format-of-mysql-s-data-into-navicat/

目标想把师兄从mysql导出的cnnvd数据导入navicat中。
问题描述目前有数据的xls格式,用navicat导入xls格式数据时navicat停止了工作
解决方法
先用excel打开xls格式的数据文件,另存为csv格式的数据文件;
用notepad++打开csv格式的文件,选择菜单的编码->转换为utf-8格式;
在navicat里新建数据库cnnvd,数据库名为cnnvd,字符集

A easy way to get XPath | 圈亮的博客

https://hungryfoolou.github.io/2018/12/18/A-easy-way-to-get-XPath/

主要有三种方式实现爬虫:正则表达式、BeautifulSoup和lxml。lxml可以由XPath实现,BeautifulSoup和lxml均可以由CSS选择器实现。网上对这三者的性能进行了对比,结果表示lxml最优。所以打算在项目中用lxml来爬虫,个人觉得XPath比CSS选择器好用,于是学习了一下XPath语法,今日却偶然发现了Chrome浏览器可以直接对某个需要的文字直接找对对应的XPat

Network Security College Forum | 圈亮的博客

https://hungryfoolou.github.io/2018/11/24/Network-Security-College-Forum/

(由于中文文章标题URL过长导致Gitalk的Validation Failed,所以用的英文标题,尴尬以后应该能解决这个问题)
2018/11/23-24日参加了西电主办的一流网络安全学院建设发展论坛。论坛的各个大会报告大都与安全相关,上周三在北校区上课时看到了该论坛的宣传栏,某个大会报告题目十分吸引眼球:加上有一位本科的老师也有一个报告,所以立即就报名参加了。
日程安排1.23日日程安排2.2

basic konwledge of Deep Learning | 圈亮的博客

https://hungryfoolou.github.io/2018/12/06/basic-konwledge-of-Deep-Learning/

最近做英语听说的presentation,topic是modern sicence and new technology,所以想科普一下深度学习的基本知识。看了下《一天弄懂深度学习》(访问链接请科学上网),对其中的three steps for deep leanring的第一章说一下自己的理解。
图一:
对于图一:第一步是bulid network structure,由于不同神经元的连接方式会

文章标题可以超过50个字符了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了了 | 圈亮的博客

https://hungryfoolou.github.io/2019/04/21/%E6%96%87%E7%AB%A0%E6%A0%87%E9%A2%98%E5%8F%AF%E4%BB%A5%E8%B6%85%E8%BF%8750%E4%B8%AA%E5%AD%97%E7%AC%A6%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86%E4%BA%86/

标题可以超过50个字符了哈哈哈,之前起文章标题总是起英文名,总怕起中文名一不小心就超过50个字符了,后来发现英文的文章标题也容易超过50个字符,解决办法: Hexo NexT使用Gitalk未找到相关的Issues进行评论Error:Validation Failed,部分文章的评论区会报Error: Validation Failed,具体原因是由于 Github 限制 labal 长度不能超

1013. 数素数 (20) | 圈亮的博客

https://hungryfoolou.github.io/2017/04/11/1013-%E6%95%B0%E7%B4%A0%E6%95%B0-20/

  1. 数素数 (20)
    题目链接令Pi表示第i个素数。现任给两个正整数M <= N <= 104,请输出PM到PN的所有素数。

输入格式:

输入在一行中给出M和N,其间以空格分隔。

输出格式:

输出从PM到PN的所有素数,每10个数字占1行,其间以空格分隔,但行末不得有多余空格。

输入样例:

5 27

输出样例:

11 13 17 19 23 29 31 37 4

How to install scarpy | 圈亮的博客

https://hungryfoolou.github.io/2019/04/10/How-to-install-scarpy/

目标在win10上安装scrapy。
问题描述打算在win10上安装scrapy框架,因为anaconda安装模块会自动解决模块间的依赖问题,本来以为使用命令conda install scrapy会省一些麻烦,结果居然报了挺多错误。
解决方法用pip安装,用命令pip install scrapy即可安装scrapy。
感想简单的操作方法不适用于所有情况,可能反而变得复杂。

Recommend Projects

  • React photo React

    A declarative, efficient, and flexible JavaScript library for building user interfaces.

  • Vue.js photo Vue.js

    🖖 Vue.js is a progressive, incrementally-adoptable JavaScript framework for building UI on the web.

  • Typescript photo Typescript

    TypeScript is a superset of JavaScript that compiles to clean JavaScript output.

  • TensorFlow photo TensorFlow

    An Open Source Machine Learning Framework for Everyone

  • Django photo Django

    The Web framework for perfectionists with deadlines.

  • D3 photo D3

    Bring data to life with SVG, Canvas and HTML. 📊📈🎉

Recommend Topics

  • javascript

    JavaScript (JS) is a lightweight interpreted programming language with first-class functions.

  • web

    Some thing interesting about web. New door for the world.

  • server

    A server is a program made to process requests and deliver data to clients.

  • Machine learning

    Machine learning is a way of modeling and interpreting data that allows a piece of software to respond intelligently.

  • Game

    Some thing interesting about game, make everyone happy.

Recommend Org

  • Facebook photo Facebook

    We are working to build community through open source technology. NB: members must have two-factor auth.

  • Microsoft photo Microsoft

    Open source projects and samples from Microsoft.

  • Google photo Google

    Google ❤️ Open Source for everyone.

  • D3 photo D3

    Data-Driven Documents codes.