哪吒降世

剧情简介:   天地灵气孕育出一颗能量巨大的混元珠,元始天尊将混元珠提炼成灵珠和魔丸,灵珠投胎为人,助周伐纣时可堪大用;而魔丸则会诞出魔王,为祸人间。元始天尊启动了天劫咒语,3年后天雷将会降临,摧毁魔丸。太乙受命将灵珠托生于陈塘关李靖家的儿子哪吒身上。然而阴差阳错,灵珠和魔丸竟然被掉包。本应是灵珠英雄的哪吒却成了混世大魔王。调皮捣蛋顽劣不堪的哪吒却徒有一颗做英雄的心。然而面对众人对魔丸的误解和即将来临的天雷的降临,哪吒是否命中注定会立地成魔?他将何去何从? 观看地址 聊聊 可怜天下父母心,几乎每一个父母在子女出生时就倾注了自己的后半生进去,尤其是在国内尤其如此,我想可能是中国的文化传承更是造就了目前现状。之前我以为欧美等发达国家真是像我们儿时经常听到的,一满18岁就不会对子女有任何支持,更有甚者直接赶出家门。后来了解也并非像我们想象的那么极端。在这部动画片中体现在哪吒出世时与魔丸结合,当父老乡亲都喊除去哪吒以防后患,其母尽力维护,其父立下誓言。后来到其父愿替哪吒接下天劫咒语都可以体现;也许这是人类的一种天性吧! 当看到哪吒小时候就被周围人当作怪物而遗弃和鄙夷就有种莫名的悲哀,人都是趋………

Seaborn

SeaBorn 官网 用matplotlib封装来显示数据显示模板 #Seaborn #用matplotlib封装来显示数据显示模板 import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline #inline直接把图显示在book上 整体布局风格设置 ## 整体布局风格设置 import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline def sinplot(flip=1): x = np.linspace(0,14,100) # 在0-14找100个点 for i in range(1,7): # 画6条线 plt.plot(x,np.sin(x + i * 0.5) * (7 – i) * flip) sinplot() # print(help(np.linspace)) 默认参数 import seaborn as sns import numpy as np import pandas as pd import matplotlib as mpl import matplotlib.pyplot as plt %matplotlib inline def sinplot(flip=1): x = np.linspace(0,14,100) # 在0-14找100个点 for i in range(1,7): # 画6条线 plt.plot(x,np.sin(x + i * 0.5) * (7 – i) * flip) sns.set() # 使用seaborn默认参数 sin………

Joker

简介 《小丑》(英语:Joker,香港译《JOKER小丑》,台湾译《小丑》)是一部于2019年上映的美国心理惊悚片,改编自DC漫画旗下的同名角色,由托德·菲利普斯执导并与斯科特·席佛共同编剧,杰昆·菲尼克斯、罗伯特·德尼罗、莎姬·贝兹、比尔·坎普、弗兰西丝·康罗伊和布莱特·卡伦主演。 自2014年,菲尼克斯对一部关于漫画反派的低预算电影感兴趣。在决定该片独立于目前的DC扩展宇宙(DCEU)后,华纳兄弟和DC影业于2017年8月宣布了以小丑为中心的电影计划,由菲利普斯执导和制片,并与席佛共同编写剧本。其剧本灵感来自马丁·斯科塞斯的电影《出租车司机》、《愤怒的公牛》和《喜剧之王》。主体拍摄在2018年9月于纽约市进行。 《小丑》最先于2019年8月31日在第76届威尼斯电影节进行全球首映,而且赢得最高荣誉金狮奖。本片由华纳兄弟于2019年10月4日在美国上映。 观看地址 影评 说句实话,国内好像无法观看,我自己是网上找到的资源,但不清楚是资源问题,还是电影本身就是这么拍摄的,就感觉那画质辣眼睛。而且字幕不完整,如果英语不是很好的人可能看起来有一定的难度。但想到了了不起的盖茨比同样是在上个世纪为背景,拍摄也辣眼睛就感觉似乎可以理解,还原一个场景; 这………

狮子王真狮版

剧情简介:   非洲大草原上一轮红日冉冉升起,为高大的乞力马扎罗山披上层金色的光纱,所有的动物涌向了同一个地方——荣耀石,兴奋地等待着一个重大消息的宣布:它们的国王木法沙将迎来自己的新生儿。   这个新生儿就是小狮子辛巴,它是木法沙的法定接班人、荣耀石未来的国王。   小狮子王辛巴在众多热情的朋友的陪伴下,不但经历了生命中最光荣的时刻,也遭遇了最艰难的挑战,最后终于成为了森林之王,也在周而复始生生不息的自然中体会出生命的真义。 影评 对于多数人所说的动画版的狮子王,我童年也看过,但说句实话,我脑海中基本没有什么印象了,可能某人提起这个名字,哦,我看过,但内容早就忘了。也许是最近很火,也许是对童年的追忆。我想多数成年人选择来看都是回味曾经的自己,回味自己的人生,让自己内心深处再次感动。 对于画质的震撼感我是有所感触的,整体感觉虚中有实,实中有虚;对其中的那个科萨语感觉很爽,我不清楚大家听过印第安人的音乐,那种悠远、空旷、深沉的感觉在曲中尽情的挥洒展示; 木法沙对于生命的循环的看法就是我们常常所说的自然法则,但可惜的是虽然我们人类对于很多大道理都很明白,我们却做得不尽人意。 我感觉………

Matplotlib

使用到的数据 Github/YOUTUBE_studying 画图 import pandas as pd unrate = pd.read_csv('DATA.csv') unrate['DATE'] = pd.to_datetime(unrate['DATE']) # 日期格式转换 print(unrate.head(12)) # 画图工具 import matplotlib.pyplot as plt #%matplotlib inline #Using the diffenent pyplot functions,we can create,customize,and display a plot .For example, we can use # plt.plot() # 画图 # plt.show() # 显示 first_twelve = unrate[0:12] #取值 ## 参数说明 print('\n\n—-plot(x,y,c)———-') plt.plot(first_twelve['DATE'],first_twelve['VALUE'],c='red',label='test') #分别为x,y轴对应数据,c:color,label plt.legend(loc='best') # 显示label,loc为显示位置(best为系统认为最好的位置) plt.show() # print(help(plt.plot)) ## x,y轴字体角度变化/防止字体过于拥挤在一起 print('\n\n————x,y轴字体角度变化/防止字体过于拥挤在一起——') plt.plot(first_twelve['DATE'],first_twelve['VALUE&#039………

Pandas

pandas 数据处理库 读取文件 pandas.read_csv(‘xxxx.csv’) import pandas as pd m = pd.read_csv('m0.csv') print(type(m)) print(m.dtypes) # 字符值为object # print(help(pd.read_csv)) # <class 'pandas.core.frame.DataFrame'> # noteid int64 # notebook object # username object # date object # dtype: object 显示数据 m.head() #把数据显示出来,默认显示前五条 # m.head(3) #显示前3条 # m.tail(4) # 显示后四行 # print(m.columns) # 显示列的指标 # print(m.shape) # 查看数据维度(m,n)=》表示总共有m个样本,每个样本有n个指标 取数据 # location ### 取第一个数据 print(m.loc[0]) print('———-') print(m.loc[3]) ### 取从3开始到6结束 m.loc[3:6] ### 取1,3,5 id = {1,3,5} m.loc[id] ### 一列一列取 col = m['noteid'] # 列名来定义,如无则默认为第一行为列名 print(col) ### 取多列 col = ['noteid','username'] data = m[col] print(data) # 取以什么来结尾的列 # 比如找以(kg)结尾的 import pandas as pd m = pd………

Numpy

numpy 矩阵等计算,还要了解基本的高数,概率,线代知识,这些都要用到。特别是矩阵的转换以及算法等等。 详细学习参考学习资料 NumPy 教程 | 菜鸟教程 查找xxxx的帮助文档 print(help(numpy.xxxx)) 构造多维数组 numpy.array() 注意里面的值必须为同一类型,否则有类型转换; eg: # 构造数组 # 一维数组 vector = numpy.array([5,10,15,20]) # 二维数组,注意有两个括号 matrix = numpy.array([[5,10,15],[20,25,30],[35,40,45]]) print(vector) print(matrix) 如何构造三维以上的数组是一个难点所在 mumpy/0.ipynb/13*14 查看xxx的结构/用于debug print(xxxx.shape) 查询 print(xxxx[x,y]) print(xxxxx[,1]) # 取第一列 print(xxxx[:,0:2]) #第一和第二列 切片 print(xxxx[n:m]) 判断值是否存在 xxx == m # xxx 中是否有m/会判断每一个值 整体值类型改变 v = numpy.array(["1","2","3"]) print(v.dtype) print(v) v = v.astype(float) print(v.dtype) print(v) 求极值 指定维度求值 # 对行求值 m = numpy.array([ [5,10,15], [20,25,30], [35,40,45] ]) m.sum(axis=1) # answer: # array([ 30, 75, 120]) #对列求………

学人工智能要用到的部分数学知识

个人的所有学习笔记 基础知识 矩阵算法/高数知识 线性回归算法 误差:真实值和实际值之间的误差 似然函数:由数据去推参数,什么样的参数跟我们的数据组合后恰好是真实值 对数似然:乘法难解,加法就容易了,对数里面的乘法可以转换为加法 评估方法 R^2 = xxxxxx 越接近1,拟合程度越高 梯度下降 引入 当我们得到了一个目标函数后,如何进行求解?直接求解?(并不一定可解,线性回归可以当作一个特里) 常规套路 机器学习的套路就是我交给机器一堆数据,然后告诉它什么样的学习方式是对的(目标函数),然后让它朝着这个方向去做。 如何优化? 逐步完成迭代优化,每次优化一点点。 批量梯度下降 容易得到最优解,但是由于每次考虑所有样本,速度很慢 准确度最高 随机梯度下降 每次找一个样本,迭代速度快,但不一定每次都朝着收敛的方向 小批量梯度下降法 每次更新选择一小部分数据来算,实用! 学习率(步长) 对结果会产生巨大的影响,一般小一些 如何选择:从小(一般0.01)的时候,不行再小 批处理数量: 32,63,128都可以,很多时候还得考虑内存何效率 逻辑回归(Logistic regression) 目的:分类还是回归?是经典的二分类算法………

BoyHood

简介 影片以全新电影手法,跨越十二年的时间来拍摄,而这十二年来都用同一批演员,共同展开一段绝无仅有的旅程。本片围绕著主角梅森,他有一个姐姐,从童年六岁到成年十八岁的岁月,历经不少情感起伏和心灵成长。 故事一开始, 天真烂漫的小学生梅森,遭遇了各式各样的意外:单亲妈妈奥莉薇亚(派翠西亚艾奎克 饰)全心全意照顾他,但生活过得水深火热,于是决定带著他和姐姐莎曼珊(罗蕾莱林克雷特 饰)搬到休斯敦,因为他们长期不见人影的父亲大梅森(伊森霍克 饰),总算从阿拉斯加回来,重新加入他们的家庭生活,就此生活风波不断。但梅森面对父母、女孩、老师、老板、风险、梦想、热情等过客,走出自己的路。 这是史诗钜片,也是感人小品,捕捉了童年的天真烂漫、一个现代家庭的风波、时光的流逝。结果总是难以预料,不同时刻的交错,纠结出个人对无数意外事件的体验,让我们成长茁壮,也谱出百变人生。 观看地址 感想 美国人对人权和自由挺看重的,比如当她被喝酒的男的欺负和自己的子女被欺负后,就先消失后带着自己的子女离开了。我记忆比较清晰的一句话是:我是你们的法律监护人,我要保护你们的人生安全; 对于教育,我感觉梅森妈妈在他已经那么大了还能………

《为奴12年》影评

简介 1841年的纽约州萨拉托加,生活富裕、原属自由人的黑人所罗门·诺萨普是一名小提琴演奏者,他有一个妻子安妮和一对子女。一天,布朗、汉密尔顿两位白人对诺萨普声称他们是华盛顿特区一家马戏团的工作人员,正在寻找一名伴奏师,不料诺萨普跟随两人来到华盛顿特区后,在被灌醉后醒来他才发现自己已被卖做一名黑奴。尽管起初他对奴隶贩子声称自己是名自由人,却遭到对方的肆意殴打,认为诺萨普是一名从乔治亚州逃出来的黑奴,因为当时美国南部存在相当严重的奴隶制度。 经过水路,诺萨普与另外几名黑奴一起被运至路易斯安那州,他被当作奴隶被卖给了一位名叫福特的年轻男子,在其庄园里做伐木工作。尽管诺萨普工作认真负责,却引起年轻的木工工头约翰·提毕茨的不满。随着两人的关系愈发紧张,诺萨普在一次自卫行动中打了提毕茨一顿,因此诺萨普很快受到提毕茨带人前来的报复,幸得监工的相助,诺萨普才活了下来。 后来福特为了让诺萨普不再受提毕茨的伤害,将其卖给了绰号为“黑人杀手”的中年奴隶主埃德温·埃普斯,在其庄园里摘棉花。在此长期的劳作期间,由于埃普斯要求苛刻,许多黑奴因每天的棉花收摘量不合要求而遭到鞭打,他目睹了许多黑奴的悲剧,其中尤以一名………