fromradio

//
//                       _oo0oo_
//                      o8888888o
//                      88" . "88
//                      (| -_- |)
//                      0\  =  /0
//                    ___/`---'\___
//                  .' \\|     |// '.
//                 / \\|||  :  |||// \
//                / _||||| -:- |||||- \

fromradio

```python
def max_of_three(a, b, c):
  if a > b and a > c:
    return a
  elif b < c:
    return c
  else:
    return b
```

fromradio

Bash中的,,-,+和冒号结合可以得到不同的效果

• var=${str:="abc"}的意思是当str为空或者不存在的时候将等号后面的值赋给str并且返回str的值
• var=${str:-"abc"}的意思是当str为空的时候将等号后面的值返回，否则返回str的值
• var=${str:-"abc"}的意思是当str不为空的时候将后面的值返回，否则返回空

fromradio

Python版Kaggle教程

Kaggle https://www.kaggle.com/ 是机器学习相关人士获取数据，验证算法的地方。上面有一块是Getting Started，里面有一个First Steps With Julia，旨在教会大家使用Julia语言进行机器学习。在尝试时候发现并不好用，这个教程所使用的Julia版本比较低，有些函数已经有了较大的改变。在纠结了半天Julia之后，决定使用已经比较熟悉的Python重实现了该教程 首先，该教程针对的问题是从谷歌街景的图片中鉴定字母。

这个问题有别于传统的字母识别，因为每个字母的字体和背景都是不同的，该问题的训练集和测试集的下载请前往[数据集][1]。 下面我从Python的角度去完成Kaggle的Julia版教程。当然教程中也会使用到第三方库，有opencv，numpy，pandas和scikit-learn，这里暂时不介绍各个库的安装。 ##图片读取## 首先我们读取需要使用的库

fromradio

Python.Boost 学习笔记1

Python.Boost是让Python能够更直接自由的调用C++函数和类的库。这个库的产生是为了提高Python的效率。这里这个笔记介绍如何使用这样一个强大的工具。

安装指南

笔者使用homebrew管理包，之前使用homebrew安装了2.7.9版本（这使得后面出现了cmake错误，后面再说）。首先安装boost库

brew install boost