当前位置：首页 > news >正文

【机器学习实战入门项目】MNIST数字分类机器学习项目

news 来源：原创 2025/6/8 11:08:22

在这里插入图片描述
Python 深度学习项目：手写数字识别

为了使机器更加智能，开发者们正在深入研究机器学习和深度学习技术。人类通过不断练习和重复来学习执行某项任务，从而记住如何完成这些任务。然后，大脑中的神经元会自动触发，他们能够快速执行已经学到的任务。深度学习与此也非常相似。它使用不同类型的神经网络架构来解决不同类型的问题，例如——对象识别、图像和声音分类、对象检测、图像分割等。

什么是手写数字识别？

手写数字识别是指计算机识别手写数字的能力。这是一项对机器来说较为困难的任务，因为手写数字并不完美，可能有许多不同的书写风格。手写数字识别为这个问题提供了解决方案，它使用数字的图像来识别图像中的数字。

关于 Python 深度学习项目

在本文中，我们将使用 MNIST 数据集实现一个手写数字识别应用程序。我们将使用一种特殊的深度神经网络，即卷积神经网络（Convolutional Neural Networks）。最终，我们将构建一个 GUI，你可以在这个界面上绘制数字，并立即识别它们。

预备知识

这个有趣的 Python 项目要求你具备 Python 编程的基本知识、使用 Keras 库的深度学习知识，以及使用 Tkinter 库构建 GUI 的知识。

安装必要的库

使用以下命令安装该项目所需的库：

pip install numpy, tensorflow, keras, pillow

MNIST 数据集

这可能是机器学习和深度学习爱好者中最受欢迎的数据集之一。MNIST 数据集包含 60,000 张用于训练的手写数字图像（从 0 到 9），以及 10,000 张用于测试的图像。因此，MNIST 数据集有 10 个不同的类别。手写数字图像以 28×28 矩阵的形式表示，每个单元格包含灰度像素值。

下载项目的完整源代码

实现手写数字识别项目

以下是实现手写数字识别项目的步骤：

导入库并加载数据集

首先，我们将导入训练模型所需的所有模块。Keras 库中已经包含了一些数据集，MNIST 就是其中之一。因此，我们可以轻松地导入数据集并开始使用它。mnist.load_data() 方法返回我们训练数据、其标签以及测试数据和其标签。

import keras
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten
from keras.layers import Conv2D, MaxPooling2D
from keras import backend as K
# 训练和测试数据集
(x_train, y_train), (x_test, y_test) = mnist.load_data()
print(x_train.shape, y_train.shape)

预处理数据

图像数据不能直接输入到模型中，因此我们需要执行一些操作来处理数据，使其准备好用于我们的神经网络。训练数据的维度是 (60000,28,28)。CNN 模型需要一个额外的维度，因此我们将矩阵重塑为 (60000,28,28,1) 的形状。

x_train = x_train.reshape(x_train.shape[0], 28, 28, 1)
x_test = x_test.reshape(x_test.shape[0], 28, 28, 1)
input_shape = (28, 28, 1)
# 将类向量转换为二进制类矩阵
y_train = keras.utils.to_categorical(y_train, num_classes)
y_test = keras.utils.to_categorical(y_test, num_classes)
x_train = x_train.astype('float32')
x_test = x_test.astype('float32')
x_train /= 255
x_test /= 255
print('x_train shape:', x_train.shape)
print(x_train.shape[0], '训练样本')
print(x_test.shape[0], '测试样本')

创建模型

现在我们将在这个 Python 数据科学项目中创建我们的 CNN 模型。CNN 模型通常包含卷积层和池化层。它在处理以网格结构表示的数据时效果更好，这也是为什么 CNN 用于图像分类问题时表现良好的原因。Dropout 层用于停用一些神经元，在训练过程中减少模型的过拟合。然后，我们将使用 Adadelta 优化器编译模型。

batch_size = 128
num_classes = 10
epochs = 10
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),activation='relu',input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(256, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))
model.compile(loss=keras.losses.categorical_crossentropy,optimizer=keras.optimizers.Adadelta(),metrics=['accuracy'])

训练模型

Keras 的 model.fit() 函数将开始模型的训练。它需要训练数据、验证数据、训练轮数（epochs）和批量大小（batch size）。

训练模型需要一些时间。训练完成后，我们将权重和模型定义保存在 ‘mnist.h5’ 文件中。
```
hist = model.fit(x_train, y_train,batch_size=batch_size,epochs=epochs,verbose=1,validation_data=(x_test, y_test))
print("模型已成功训练")
model.save('mnist.h5')
print("将模型保存为 mnist.h5")
```
评估模型

我们的数据集中有 10,000 张图像，这些图像将用于评估我们的模型效果如何。测试数据没有参与训练，因此对于我们的模型来说是全新的数据。MNIST 数据集平衡性很好，我们可以达到约 99% 的准确率。
```
score = model.evaluate(x_test, y_test, verbose=0)
print('测试损失:', score[0])
print('测试准确率:', score[1])
```

创建用于预测数字的 GUI

为了创建 GUI，我们在一个新文件中构建了一个交互式窗口，你可以在画布上绘制数字，并通过一个按钮识别数字。Tkinter 库包含在 Python 标准库中。我们创建了一个 predict_digit() 函数，该函数接收图像作为输入，然后使用训练好的模型来预测数字。

然后，我们创建了 App 类，该类负责构建我们的应用程序的 GUI。我们创建了一个画布，可以在捕获鼠标事件时进行绘制，通过一个按钮触发 predict_digit() 函数并显示结果。

以下是我们的 gui_digit_recognizer.py 文件的完整代码：

from keras.models import load_model
from tkinter import *
import tkinter as tk
import win32gui
from PIL import ImageGrab, Image
import numpy as npmodel = load_model('mnist.h5')def predict_digit(img):# 将图像调整为 28x28 像素img = img.resize((28,28))# 将 RGB 转换为灰度img = img.convert('L')img = np.array(img)# 重塑以支持模型输入并归一化img = img.reshape(1,28,28,1)img = img/255.0# 预测类别res = model.predict([img])[0]return np.argmax(res), max(res)class App(tk.Tk):def __init__(self):tk.Tk.__init__(self)self.x = self.y = 0# 创建元素self.canvas = tk.Canvas(self, width=300, height=300, bg = "white", cursor="cross")self.label = tk.Label(self, text="思考中..", font=("Helvetica", 48))self.classify_btn = tk.Button(self, text = "识别", command = self.classify_handwriting) self.button_clear = tk.Button(self, text = "清除", command = self.clear_all)# 网格结构self.canvas.grid(row=0, column=0, pady=2, sticky=W, )self.label.grid(row=0, column=1,pady=2, padx=2)self.classify_btn.grid(row=1, column=1, pady=2, padx=2)self.button_clear.grid(row=1, column=0, pady=2)#self.canvas.bind("<Motion>", self.start_pos)self.canvas.bind("<B1-Motion>", self.draw_lines)def clear_all(self):self.canvas.delete("all")def classify_handwriting(self):HWND = self.canvas.winfo_id() # 获取画布的句柄rect = win32gui.GetWindowRect(HWND) # 获取画布的坐标im = ImageGrab.grab(rect)digit, acc = predict_digit(im)self.label.configure(text= str(digit)+', '+ str(int(acc*100))+'%')def draw_lines(self, event):self.x = event.xself.y = event.yr=8self.canvas.create_oval(self.x-r, self.y-r, self.x + r, self.y + r, fill='black')app = App()
mainloop()

截图

Python 机器学习项目输出为数字 2
Python 机器学习项目输出为数字 5
Python 项目输出为数字 6

总结

在本文中，我们成功构建了一个 Python 深度学习项目——手写数字识别应用。我们构建并训练了卷积神经网络，该网络在图像分类方面非常有效。随后，我们构建了一个 GUI，你可以在画布上绘制数字，然后对其进行分类并显示结果。

参考资料

资料名称	链接
Keras 官方文档	https://keras.io/
TensorFlow 官方文档	https://tensorflow.google.cn/
MNIST 数据集介绍	http://yann.lecun.com/exdb/mnist/
手写数字识别教程	https://data-flair.training/blogs/handwritten-digit-recognition/
Python GUI 开发概述	https://docs.python.org/3/library/tkinter.html
Tkinter 详细介绍	https://www.tutorialspoint.com/python/python_gui_programming.htm
深度学习入门	https://deeplearning.ai/
卷积神经网络入门	https://cs231n.github.io/convolutional-networks/
机器学习基础	https://www.coursera.org/courses?query=machine%20learning
数据预处理技巧	https://machinelearningmastery.com/preparing-data-for-deep-learning/
Python 项目示例	https://github.com/data-flair-training-deep-learning/
手写数字识别研究论文	https://arxiv.org/abs/1509.06322
图像识别技术综述	https://www.sunfounder.com/learn/opencv-101

【机器学习实战入门项目】MNIST数字分类机器学习项目

Python 深度学习项目：手写数字识别为了使机器更加智能，开发者们正在深入研究机器学习和深度学习技术。人类通过不断练习和重复来学习执行某项任务，从而记住如何完成这些任务。然后，大脑中的神经元会自动触发，他们能够…...

编程日记 2025/6/3 10:36:35

【统计信号处理基础——估计与检测理论】Vol1.Ch1 引言

文章目录 1. 信号处理中的估计2. 估计的数学问题3. 估计量性能评估习题1.11.21.31.41.5 1. 信号处理中的估计从离散时间波形或一组数据集中提取参数的问题。我们有 N N N点数据集 { x [ 0 ] , x [ 1 ] , ⋯ , x [ N − 1 ] } \{x[0],x[1],\cdots,x[N-1]\} {x[0],x[1],⋯,x[N−…...

编程日记 2025/6/3 16:16:05

Linux 存储设备和 Ventoy 启动盘制作指南

一、Linux 存储设备基础知识 1. 设备路径（/dev） 设备路径是 Linux 系统中物理存储设备的唯一标识，类似设备的"身份证号"。命名规则解析 /dev/sda： /dev：device（设备）的缩写&…...

编程日记 2025/6/3 16:14:46

第14章：Python TDD应对货币类开发变化（一）

写在前面这本书是我们老板推荐过的，我在《价值心法》的推荐书单里也看到了它。用了一段时间 Cursor 软件后，我突然思考，对于测试开发工程师来说，什么才更有价值呢？如何让 AI 工具更好地辅助自己写代码，或许…...

编程日记 2025/6/3 16:15:33

网络协议入门：OSI模型与TCP/IP栈

在网络通信的世界中，数据从一台设备传输到另一台设备，需要遵循一系列规则，这些规则统称为网络协议。OSI模型和TCP/IP协议栈作为网络通信的基石，帮助我们理解数据传输的全流程。这篇文章将深入解析它们的结构、功能和实际应用&…...

编程日记 2025/6/3 16:14:30

pthread_exit函数

pthread_exit 是 POSIX 线程库（pthread）中的一个函数，用于显式地终止调用线程。与 exit 函数不同，pthread_exit 仅影响调用它的线程，而不是整个进程。使用 pthread_exit 可以确保线程在退出时能够正确地释放线程相关的…...

编程日记 2025/6/2 6:51:53

从语音识别到图像识别：AI如何“看”和“听”

引言随着人工智能技术的不断进步，AI的“听”和“看”能力正变得越来越强大。从语音识别到图像识别，AI不仅能够通过声音与我们互动，还能通过视觉理解和分析周围的世界。这些技术不仅改变了我们与机器的交互方式，也在各行各业中带…...

编程日记 2025/6/4 4:49:38

UML-对象图（Object Diagram）

定义在UML（统一建模语言）中，对象图用于描述在某一时刻，一组对象以及它们之间关系的图形。它是系统详细状态在某一时刻的快照，常用于表示复杂的类图的一个实例。关联、依赖和继承是对象图中常见的三种关系，下面将对这三种关系进行详细说明，并阐述它们之间的区别。 Pla…...

编程日记 2025/6/3 10:36:34

Pytorch - YOLOv11自定义资料训练

►前言本篇将讲解目前最新推出的YOLOv11搭配Roboflow进行自定义资料标注训练流程，透过Colab上进行实作说明，使大家能够容易的了解YOLOv11的使用。 ►YOLO框架下载与导入 ►Roboflow的资料收集与标注进行自定义资料集建置与上传透过Roboflow工具进行…...

编程日记 2025/6/4 4:51:16

大模型GUI系列论文阅读 DAY2续2：《使用指令微调基础模型的多模态网页导航》

摘要自主网页导航的进展一直受到以下因素的阻碍： 依赖于数十亿次的探索性交互（通常采用在线强化学习），依赖于特定领域的模型设计，难以利用丰富的跨领域数据进行泛化。在本研究中，我们探讨了基于视觉-语…...

编程日记 2025/6/4 4:50:44

Docker 搭建mysql 连接超时问题，xxl-job启动mysql连接报错，禁用dns

1.本地连接Navicat报错信息，猜测是navicat默认连接超时导致的，后面换成idea一个插件虽然慢但连接上了 2013 - Lost connection to MySQL server at reading initial communication packet 2.启动xxl-job会报错，网上有人mysql驱动与数据库不匹…...

编程日记 2025/6/2 17:57:20

SSM课设-学生管理系统

【课设者】SSM课设-学生管理系统技术栈: 后端: SpringSpringMVCMybatisMySQLJSP 前端: HtmlCssJavaScriptEasyUIAjax 功能: 学生端: 登陆学生信息管理个人信息管理老师端: 多了教师信息管理管理员端: 多了班级信息管理多了年级信息管理多了系统用户管理...

编程日记 2025/6/4 4:49:54

JavaScript笔记APIs篇03——DOM节点Bom操作本地存储正则表达式

黑马程序员视频地址：黑马程序员前端JavaScript入门到精通全套视频教程https://www.bilibili.com/video/BV1Y84y1L7Nn?vd_source0a2d366696f87e241adc64419bf12cab&spm_id_from333.788.videopod.episodes&p78https://www.bilibili.com/video/BV1Y84y1L7Nn?…...

编程日记 2025/5/30 23:19:30

JS 有哪些模块化规范

一、CommonJS 规范 1. 主要应用场景主要用于服务器端开发，尤其是 Node.js 环境。 2. 核心思想使用 require() 函数来引入模块，使用 module.exports 或 exports 对象来导出模块中的内容。 // math.js 模块const add (a, b) > a b;const subtr…...

编程日记 2025/6/4 4:51:00

摘录人工智能面试笔试题汇总

一、人工智能面试问答题汇总 1、什么是人工智能？ 人工智能（AI）是一种计算机科学，它增强了像人类一样工作和反应的智能机器。机器模拟人类智能行为的能力。人工智能通常用于各种应用，如决策、语音识别、感知、认知能力…...

编程日记 2025/6/4 4:50:09

【PCIe 总线及设备入门学习专栏 6.1 -- PCIe MCTP】

文章目录 1 什么是 MCTP？2 MCTP 消息在 PCIe 中的传输特点3 PCIe MCTP 的局限性(1) 出站（Outbound）MCTP 消息分解的限制(2) 入站（Inbound）MCTP 消息组装的限制4 MCTP 消息的实际使用流程发送端处理流程接收端处理流程5 实际使用场景例 1：管理命令传输例 2：监控数据报告例…...

编程日记 2025/6/4 4:50:25

RabbitMQ集群安装rabbitmq_delayed_message_exchange

1、单节点安装rabbitmq安装延迟队列安装延迟队列rabbitmq_delayed_message_exchange可以参考这个文章： rabbitmq安装延迟队列-CSDN博客 2、集群安装rabbitmq_delayed_message_exchange 在第二个节点 join_cluster 之后，start_app 就会报错了 (CaseC…...

编程日记 2025/6/3 5:01:10

doris 2.1 Queries Acceleration-Hints 学习笔记

1 Hint Classification 1.1 Leading Hint：Specifies the join order according to the order provided in the leading hint. 1.2 Ordered Hint：A specific type of leading hint that specifies the join order as the original text sequence. 1.3 Distribute Hint：Speci…...

编程日记 2025/6/3 13:45:30

【网络协议】【http】【https】TLS解决了HTTP存在的问题-加密通信+摘要，数字签名+CA证书

【网络协议】【http】【https】TLS解决了HTTP存在的问题-加密通信摘要数字签名CA证书 ps:TLS前期发送的密码套件里面主要就是约定：密钥交换算法，签名算法，对称加密算法，摘要算法 1加密通信一般选择非对称加密交换密钥对称加密…...

编程日记 2025/6/3 13:47:46

某讯一面，感觉问Redis的难度不是很大

前不久，有位朋友去某讯面试，他说被问到了很多关于 Redis 的问题，比如为什么用 Redis 作为 MySQL 的缓存？Redis 中大量 key 集中过期怎么办？如何保证缓存和数据库数据的一致性？我将它们整理出来，…...

编程日记 2025/6/2 15:52:54

【json_object】mysql中json_object函数过长，显示不全

问题：json只显示部分解决： SET GLOBAL group_concat_max_len 1000000; -- 设置为1MB，根据需要调整如果当前在navicat上修改，只有效本次连接和后续会话，重新连接还是会恢复默认值1024 在my.ini配置文件中新增或者修…...

编程日记 2025/6/2 17:14:03

【KOA框架】koa框架基础入门

koa是express的一层封装，语法比express更加简洁。所以有必要了解下koa的相关开发方法。代码实现 package.json {"name": "koapp","version": "1.0.0","main": "index.js","scripts": {&…...

编程日记 2025/6/3 13:46:03

kubernetes 集群 YAML 文件详解

Kubernetes 是一个开源的容器编排平台，用于自动化部署、扩展和管理容器化应用程序。在 Kubernetes 中，YAML 文件扮演着至关重要的角色，因为它们是用来定义资源对象（如 Pods、Deployments、Services 等）的配置文件。正确…...

编程日记 2025/6/3 13:47:11

【STM32G4xx的CAN驱动记录】

STM32G4xx的CAN驱动记录 CAN说明CAN的波特率计算数据测试总结本文主要记录了基于STM32G4xx的CAN接口解析某型号雷达数据遇到的问题及规避方法，CAN总线波特率500Kbps，采样点要求80%附近。注意CAN总线同步段的时间！！！ …...

编程日记 2025/6/2 14:08:11

VSCode下EIDE插件开发STM32

VSCode下STM32开发环境搭建本STM32教程使用vscode的EIDE插件的开发环境，完全免费，有管理代码文件的界面，不需要其它IDE。视频教程见本人的 VSCodeEIDE开发STM32 安装EIDE插件 Embedded IDE 嵌入式IDE 这个插件可以帮我们管理代码文件&am…...

编程日记 2025/6/3 8:05:05

HTML之拜年/跨年APP（改进版）

目录： 一：目录二：效果三：页面分析/开发逻辑 1.页面详细分析： 2.开发逻辑： 四：完整代码（不多废话） index.html部分 app.json部分二：效果三：页面…...

编程日记 2025/6/3 12:29:33

解决 WSL 2 中 Ubuntu 22.04 安装 Docker 后无法启动的问题

问题场景安装Docker后，执行sudo service docker start启动Docker，提示启动成功 rootDev:~# sudo service docker start * Starting Docker: docker [ OK ]执行su…...

编程日记 2025/6/2 18:33:14

Chrome 132 版本新特性

Chrome 132 版本新特性一、Chrome 132 版本浏览器更新 1. 在 iOS 上使用 Google Lens 搜索在 Chrome 132 版本中，开始在所有平台上推出这一功能。 1.1. 更新版本： Chrome 126 在 ChromeOS、Linux、Mac、Windows 上：在 1% 的稳定版用户…...

编程日记 2025/6/3 12:31:56

《贪心算法：原理剖析与典型例题精解》

必刷的贪心算法典型例题！ 算法竞赛（蓝桥杯）贪心算法1——数塔问题-CSDN博客算法竞赛（蓝桥杯）贪心算法2——需要安排几位师傅加工零件-CSDN博客算法（蓝桥杯）贪心算法3——二维数组排序与贪心算…...

编程日记 2025/6/3 12:31:03

CSS笔记基础篇02——浮动、标准流、定位、CSS精灵、字体图标

黑马程序员视频地址： 前端Web开发HTML5CSS3移动web视频教程https://www.bilibili.com/video/BV1kM4y127Li?vd_source0a2d366696f87e241adc64419bf12cab&spm_id_from333.788.videopod.episodes&p70https://www.bilibili.com/video/BV1kM4y127Li?vd_source…...

编程日记 2025/6/3 12:31:39

Golang Gin系列-6：Gin 高级路由及URL参数

在本章中，我们将深入研究使用Gin框架的高级路由和URL参数。我们将介绍如何创建和使用路由组、应用中间件、提取路径参数、处理查询字符串、处理静态文件以及使用HTML模板。路由分组为什么要使用路由组？ 使用路由组有助于保持代码结构整洁有序。当路由…...

编程日记 2025/6/3 12:29:49

重温STM32之环境安装

缩写 CMSIS：common microcontroller software interface standard 1，keil mdk安装链接 Keil Product Downloads 安装好后，开始安装平台软件支持包（keil 5后不在默认支持所有的平台软件开发包，需要自行下载&#…...

编程日记 2025/6/4 16:48:00

web应用引入cookie机制的用途和cookie技术主要包括的内容

web应用引入cookie机制，用于用户跟踪。 （1）HTTP响应报文中的Cookie头行：set-Cookie （2）用户浏览器在本地存储、维护和管理的Cookie文件 （3）HTTP请求报文中的Cookie头行：…...

编程日记 2025/6/3 12:31:19

Visual Studio Code + Stm32 （IAR）

记录一下， 以前看别人在 vsc 下配置 stm32 工程非常麻烦。最近，突然发现， iar 官方出了两个插件， iar build 、 iar C-Spy 安装之后，配置一下 iar 软件路径。然后，直接打开工程目录，编译…...

编程日记 2025/6/3 2:54:15

小程序获取微信运动步数

1、用户点击按钮，在小程序中触发getuserinfo方法，获取用户信息 <scroll-view class"scrollarea" scroll-y type"list"><view class"container"><button bind:tap"getLogin">获取</button&…...

编程日记 2025/6/3 6:04:15

嵌入式Linux驱动开发之platform

关键词：rk3399 嵌入式驱动 Linux platform 前言前面的嵌入式Linux驱动都是描述从特定的SOC与特定设备之间的直接两两通信。而Linux不是为单一某一SOC结构而设计的操作系统，它可以运行在X86、ARM等多种架构多种SOC平台上，如果驱动程序按照S…...

编程日记 2025/6/3 16:21:58

【蓝桥杯】43693.日期问题

题目描述小明正在整理一批历史文献。这些历史文献中出现了很多日期。小明知道这些日期都在 1960 年 1 月 1 日至 2059 年 12 月 31 日。令小明头疼的是，这些日期采用的格式非常不统一，有采用年/月/日的，有采用月/日/年的，还有采用…...

编程日记 2025/6/4 5:03:30

opengrok_windows_多工程的同步

多工程的目录工程代码下载和log配置工程代码下载在每个工程的src目录下，下载工程代码，以下载pulseaudio的代码为例。 git clone gitgithub.com:pulseaudio/pulseaudio.git log配置文件拷贝D:\opengrok\opengrok-…...

编程日记 2025/6/3 10:06:34

Redis的安装和使用--Windows系统

Redis下载地址： windows版本readis下载（GitHub）： https://github.com/tporadowski/redis/releases （推荐使用） https://github.com/MicrosoftArchive/redis/releases 官网下载（无Windows版本…...

编程日记 2025/6/4 5:04:34

【odbc】odbc连接kerberos认证的 hive和spark thriftserver

hive odbc驱动，以下两种都可以教程：使用 ODBC 和 PowerShell 查询 Apache HiveHive ODBC Connector 2.8.0 for Cloudera Enterprise spark thriftserver本质就是披着hiveserver的外壳的spark server 完成kerberos认证: （1）可以…...

编程日记 2025/6/4 5:05:05

亚博microros小车-原生ubuntu支持系列：1 键盘控制

背景：电脑配置不太行，我在ubuntu再运行vmware，里面运行亚博官方的虚拟机镜像ubuntu，系统很卡。基本上8G内存给打满了。还是想把亚博官方的代码迁移出来，之前售后就说除了官方镜像虚拟机，需要自己摸索迁移。…...

编程日记 2025/6/4 5:04:02

【Linux】利用‘shell脚本’快速查看服务的运行情况

一、脚本目的为了方便查看服务的运行情况，特此写了一个shell脚本，这样就很方便获取，查看如nginx、mysql等服务的运行状态、监听端口状态、防火墙、端口开放状态等。二、shell脚本源代码 #!/bin/bash SCRIPTPATH$(cd "$(dirname $0)…...

编程日记 2025/6/4 5:04:18

[2025分类时序异常检测指标R-AUC与VUS]

梳理了一下分类中常见的指标，这些指标与时序异常检测中新提出的A-RUC与VUS之间的关系真正例(True Positive,TP): 被正确识别为正样本的数量。真负例(True Negative,TN): 被正确识别为负样本的数量。假正例(False Positive ,FP): 被错误识为正样本数量假负例(Fals…...

编程日记 2025/6/4 5:04:49

设计模式之结构型模式

在软件开发的世界里，设计模式是前辈们智慧的结晶，它们为我们提供了通用的解决方案来应对各种常见的软件设计问题。今天，我们深入探讨设计模式中的结构型模式，并用 Java 语言来实现它们。什么是结构型模式结构型模式主要关注如…...

编程日记 2025/6/4 5:02:27

Spring Boot中的404错误：原因、影响及处理策略

Spring Boot中的404错误：原因、影响及处理策略在Web开发过程中，404错误是一个常见的HTTP状态码，表示“未找到”资源。在Spring Boot项目中，尽管它以其简化的配置和快速的开发速度著称，但开发者仍可能遇到404错误。本…...

编程日记 2025/6/3 13:57:00

网络协议如何确保数据的安全传输？

网络协议作为计算机网络通信的基石，其设计不仅旨在实现数据的有效传输，更在于确保数据在传输过程中的安全性。对于网络协议如何保障数据安全传输，是很多企业和网络IT部门的重点，本文将从多方面概述相关方法。加密与解密机制 1. …...

编程日记 2025/5/31 14:49:18

Python绘制数据地图-MovingPandas

MovingPandas 是一个用于时空数据分析的 Python 库，它扩展了 Pandas 和 GeoPandas，使得处理和分析带有时间戳的地理数据变得更加方便。虽然 MovingPandas 本身不直接提供数据可视化功能，但你可以结合其他库如 matplotlib、folium 或 plotly 来…...

编程日记 2025/6/2 3:17:48