很多初學(xué)者在學(xué)習(xí) python 的時(shí)候不會(huì)刻意去記 python 的安裝路徑，然后在配置類似vscode 這種代碼編輯器的時(shí)候找不到 python 的安裝路徑，接下來(lái)，小編教你如何用指令查看 python 的安裝路徑。
anaconda是兩種conda環(huán)境中比較省心的一種，使用anaconda它已經(jīng)幫你準(zhǔn)備好了很多conda的包。但是anaconda在創(chuàng)建新環(huán)境的時(shí)候有時(shí)候會(huì)出現(xiàn)CondaHTTPError的報(bào)錯(cuò)，那么怎么解決這種報(bào)錯(cuò)呢？來(lái)看看小編是如何解決的。
很多小伙伴在跑pytorch的項(xiàng)目的時(shí)候可能會(huì)出現(xiàn)CUDA內(nèi)存不足的情況，或者在使用GPU的時(shí)候明明顯存充足卻一直顯示顯存不足的情況，這個(gè)時(shí)候我們要怎么解決呢？接下來(lái)就來(lái)看看小編是怎么解決的吧。
ndarray是一個(gè)特殊的numpy數(shù)據(jù)類型，他是一個(gè)多維數(shù)組。很多小伙伴或許不會(huì)使用ndarray，今天小編帶來(lái)ndarray用法說(shuō)明一篇，希望能給小伙伴帶來(lái)幫助。
pytorch是一種比較吃顯存的python應(yīng)用。有些時(shí)候我們調(diào)試代碼需要關(guān)注顯存占用量，在調(diào)試代碼的時(shí)候也有查看網(wǎng)絡(luò)參數(shù)的需要。這些調(diào)試是需要的參數(shù)我們?cè)谡{(diào)試工具中就能看到，那么有哪些調(diào)試工具可以看這些參數(shù)呢？又該怎么看這些參數(shù)呢？接下來(lái)的這篇文章帶你了解。
在numpy中NaN值一般出現(xiàn)在數(shù)據(jù)清洗前，出現(xiàn)這個(gè)值說(shuō)明這個(gè)數(shù)據(jù)是缺失的。在有些時(shí)候我們會(huì)選擇直接刪除這些數(shù)據(jù)，但有些時(shí)候這些數(shù)據(jù)是不能刪除的，這個(gè)時(shí)候我們就需要使用一些方法將np.nan值替換為指定的值。那么在二維數(shù)組中np.nan值替換為指定的值要如何操作呢？接下來(lái)的這篇文章告訴你。
在學(xué)習(xí)爬蟲的時(shí)候我們往往有這樣的需求——我只需要HTML文本中的一部分內(nèi)容。這時(shí)候我們只需要使用python解析html文本然后繼續(xù)使用python提取HTML文本中的部分內(nèi)容就可以實(shí)現(xiàn)這樣的需求。然而市面上的HTML/XML解析器還是很多的，那么不同的解析器應(yīng)該怎么用呢？效率對(duì)比又如何？接下來(lái)這篇文章告訴你python解析HTML文本用哪個(gè)方法比較好。
