仙咏

1、Git 基本原理 首先需要知道的是Git本地仓库包括三个部分：工作区、暂存区（Stage）和版本库（History） 工作区就是我们电脑中的工作目录，也就是源码存储的文件夹； 暂存区可以暂时存储我们已经更新的部分，通过git add 命令就可以把工作区的内容存到暂存区中 版本库用于存放当前仓库的所有分支信息，并通过一个HEAD指针指向当前工作的分支，此外还以为注意到是版本依旧存在于本地，工作区中会有一个.git目录，里面存放的就是版本库数据（ps: 暂存区也在这个目录里哦，在这个目录的index文件夹

Linux内核版与发行版 linux内核版是一种开放源码的操作系统，由Linux Torvalds负责维护，提供硬件抽象层、硬盘及文件系统控制及多任务功能的系统核心程序。 linux发行版基于linux内核源码，将Linux系统的内核与外围实用程序(Utilities)软件和文档包装起来，并提供一些系统安装界面和系统配置、设定与管理工具，就构成了一种发行版本(distribution)，Linux的发行版本其实就是Linux核心再加上外围的实用程序组成的一个大软件包。 本文使用的Ubuntu系统就是Lin

一、前言 前段时间，接了一个OCR在线识别的外包程序，在实现过程中遇到了很多麻烦，也走过很多弯路。在网络查阅了许多相关资料后，发现关于这一块知识详细而完整的文章不多，故写下此文，既是对前段时间的总结，也为今后有同样困扰的朋友提供一些帮助。 几经比较，本文最终决定使用百度的开源OCR框架作为基础，实现服务器部署以及端口调用。PaddleOCR是百度开源的OCR识别框架，采用Paddlehub可快速一键部署。PaddleOCR 的 github 地址：https://github.com/PaddlePadd

一、基本概念 Matplotlib 是一个 Python 的 2D 绘图库，是一个非常强大的 Python 画图工具。在机器学习和深度学习中，面对海量的数据集，我们时常需要通过绘图直观的呈现出这些数据的特点，比如，当我们通过梯度下降算法逐渐减小损失函数的值时，那么损失函数的变化到底如何呢？这时候就需要通过绘制损失函数的值再不断迭代中的变化趋势，来告诉我们它的变化情况，诸如此类的情况十分之多，所以学好数据可视化是非常重要的。 本节是Python数据分析的第三讲，通常 Matplotlib 是配合着 Nump

一、基本概念 Pandas是一个强大的分析结构化数据的工具集；它的使用基础是Numpy（提供高性能的矩阵运算）；用于数据挖掘和数据分析，同时也提供数据清洗功能。Pandas常与numpy和matplotlib一同使用。 Pandas有两个主要数据结构：Series和DataFrame。 二、Series Series可以理解为带标签的一维数组，可存储整数、浮点数、字符串、Python 对象等类型的数据。若不指定索引，则默认索引从0开始，此时其功能类似数组，但是，它又跟数组不一样，一个数组只能存放同一类型

一、基础概念 NumPy(Numerical Python) 是 Python 语言的一个扩展程序库，支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库。 NumPy 通常与 SciPy（Scientific Python）和 Matplotlib（绘图库）一起使用， 这种组合广泛用于替代 MatLab，是一个强大的科学计算环境，有助于我们通过 Python 学习数据科学或者机器学习。 SciPy 包含的模块有最优化、线性代数、积分、插值、特殊函数、快速傅里叶变换、信号处理和图像处理、常

Python学习笔记 一、应用场景 人工智能：Python简单易学，并且由于其丰富的系统类库与不断增长的AI开发框架，使它成为了当今学习人工智能的不二语言。例如Tensorflow框架、PyTorch框架、PaddlePaddle框架等都是十分优秀的AI开发框架。 科学计算与数据分析：Python拥有Numpy、Pandas、Matplotlib等一系列库帮助用户轻松分析大数据并进行数据可视化。此外，Python在金融分析领域的生产效率也很高。 云计算：云计算领域最常用的语言就是Python，典例为Ope