最近基于對(duì)抗樣本做了一些工作，這里寫一篇論文介紹對(duì)抗樣本基本的原理和生成方法。內(nèi)容上參考Goodfellow的論文ExplainingandHarnessingAdversarialExamples一、什么是對(duì)抗樣本？對(duì)抗樣本的概念最早提出于2014年Szegedy的論文IntriguingPropertiesofNeuralNetworks.在論文，作者發(fā)現(xiàn)了一種有趣的現(xiàn)象，即：當(dāng)前流行的機(jī)器學(xué)習(xí)模型包括神經(jīng)網(wǎng)絡(luò)會(huì)容易以很高的置信度分錯(cuò)和原始樣本僅僅有輕
系統(tǒng) 2019-09-27 17:53:26 1639
今天介紹個(gè)神奇的網(wǎng)站！堪稱爬蟲偷懶的神器！我們?cè)趯懪老x，構(gòu)建網(wǎng)絡(luò)請(qǐng)求的時(shí)候，不可避免地要添加請(qǐng)求頭(headers)，以mdn學(xué)習(xí)區(qū)為例，我們的請(qǐng)求頭是這樣的：一般來說，我們只要添加user-agent就能滿足絕大部分需求了，Python代碼如下：importrequestsheaders={#'authority':'developer.mozilla.org',#'pragma':'no-cache',#'cache-control':'no-cach
系統(tǒng) 2019-09-27 17:53:21 1639
三大相關(guān)系數(shù):pearson,spearman,kendall統(tǒng)計(jì)學(xué)中的三大相關(guān)性系數(shù)：pearson,spearman,kendall，他們反應(yīng)的都是兩個(gè)變量之間變化趨勢(shì)的方向以及程度，其值范圍為-1到+1。0表示兩個(gè)變量不相關(guān)，正值表示正相關(guān)，負(fù)值表示負(fù)相關(guān)，值越大表示相關(guān)性越強(qiáng)。1.personcorrelationcoefficient（皮爾森相關(guān)性系數(shù)）皮爾遜相關(guān)系數(shù)通常用r或ρ表示，度量?jī)勺兞縓和Y之間相互關(guān)系（線性相關(guān)）(1)公式皮爾森相關(guān)性
系統(tǒng) 2019-09-27 17:53:11 1639
這篇博客做一個(gè)爬蟲的實(shí)例今天剛看到一個(gè)新聞，在7月26日上映的《哪吒之魔童降世》，密鑰第二次延期至10月26日。截止至9月17日，《哪吒之魔童降世》票房已超49億票房，在豆瓣上對(duì)該電影的評(píng)價(jià)有好有壞。說實(shí)話，博主看了這個(gè)電影真的覺得蠻不錯(cuò)的，因此把短評(píng)中的差評(píng)爬取下來，看下差評(píng)包括哪些方面。目錄一、BeautifulSoup二、xpath三、正則表達(dá)式一、BeautifulSoup首先需要了解下差評(píng)文字內(nèi)容在哪些標(biāo)簽下：進(jìn)入豆瓣該電影短評(píng)界面，檢查元素：可
系統(tǒng) 2019-09-27 17:53:05 1639
本文實(shí)例分析了python多線程用法。分享給大家供大家參考。具體如下：今天在學(xué)習(xí)嘗試學(xué)習(xí)python多線程的時(shí)候，突然發(fā)現(xiàn)自己一直對(duì)super的用法不是很清楚，所以先總結(jié)一些遇到的問題。當(dāng)我嘗試編寫下面的代碼的時(shí)候：復(fù)制代碼代碼如下:classA():def__init__(self):print"A"classB(A):def__init__(self):super(B,self).__init__()#A.__init__(self)print"B"b
系統(tǒng) 2019-09-27 17:53:01 1639
本文實(shí)例為大家分享了python微信跳一跳的具體代碼，供大家參考，具體內(nèi)容如下部分代碼分享：wechat_jump.pyfrom__future__importprint_functionimportnumpyasnpimportmatplotlib.pyplotaspltimportmatplotlib.animationasanimationimportmathimporttimeimportosimportcv2importdatetimescale
系統(tǒng) 2019-09-27 17:52:45 1639
一.什么是圖片懶加載？-案例分析：抓取站長(zhǎng)素材http://sc.chinaz.com/中的圖片數(shù)據(jù)#!/usr/bin/envpython#-*-coding:utf-8-*-importrequestsfromlxmlimportetreeif__name__=="__main__":url='http://sc.chinaz.com/tupian/gudianmeinvtupian.html'headers={'User-Agent':'Mozill
系統(tǒng) 2019-09-27 17:52:42 1639
填充螺旋演示結(jié)果：實(shí)例代碼：importmatplotlib.pyplotaspltimportnumpyasnptheta=np.arange(0,8*np.pi,0.1)a=1b=.2fordtinnp.arange(0,2*np.pi,np.pi/2.0):x=a*np.cos(theta+dt)*np.exp(b*theta)y=a*np.sin(theta+dt)*np.exp(b*theta)dt=dt+np.pi/4.0x2=a*np.cos
系統(tǒng) 2019-09-27 17:52:35 1639
python_opencv這個(gè)庫(kù)功能還是非常強(qiáng)大的，可以讀取本地?cái)z像頭的內(nèi)容，并且可以直接使用不同分類器對(duì)人臉進(jìn)行識(shí)別。這里主要展示使用opencv實(shí)現(xiàn)對(duì)筆記本攝像頭中的人臉實(shí)時(shí)識(shí)別和標(biāo)注。主要是筆記本攝像頭實(shí)時(shí)獲取畫面，然后獲取其中人臉的位置，并在人臉位置的正方形進(jìn)行標(biāo)注。代碼主要如下：#導(dǎo)入cv模塊importcv2cap=cv2.VideoCapture(0)#告訴OpenCV使用人臉識(shí)別分類器#分類器下載地址https://github.com/o
系統(tǒng) 2019-09-27 17:52:34 1639
在之前學(xué)習(xí)的RDD和DataFrame數(shù)據(jù)集主要處理的是離線數(shù)據(jù)，隨著時(shí)代發(fā)展進(jìn)步，我們會(huì)發(fā)現(xiàn)越來越多數(shù)據(jù)是在源源不斷發(fā)回到數(shù)據(jù)中心，同時(shí)需要立刻響應(yīng)給用戶，這樣的情況我們就會(huì)用到實(shí)時(shí)處理，常用的場(chǎng)景有實(shí)時(shí)顯示某商場(chǎng)一小時(shí)人流密度、實(shí)時(shí)顯示當(dāng)天火車站人口總數(shù)等等。接下來從實(shí)時(shí)數(shù)據(jù)源說起，實(shí)時(shí)數(shù)據(jù)源主要有：FileSourceSocketSourceFlumeSourceKafkaSourceFileSource指的是文件作為數(shù)據(jù)來源，常用的有本地文件fil
系統(tǒng) 2019-09-27 17:52:32 1639
