地图坐标问题
高德地图、腾讯地图以及谷歌中国区地图使用的是 GCJ-02 坐标系，也就是国测局坐标系（火星坐标系）； 百度地图使用的是BD-09坐标系； 底层接口(HTML5 Geolocation或ios、安卓API)通过GPS设备获取的坐标使用的是WGS-84坐标系。 参考：高德地图、腾讯地图、谷歌中国区地图与百度地图坐标系
Python 取出数组中最大/小的 n 个（重复）元素以及索引
首先参考： Python获取列表中最大/最小的n个元素及索引 Python获取list中最大或最小的n个数及其索引 但都不是很优雅，尤其是在有重复元素的情况下。 于是有了：Python lists: indices of heapq.nlargest with repeating values in list 12345678>>> import heapq>
sklearn 数据预处理
1234567891011121314151617181920212223242526272829303132from sklearn.preprocessing import MinMaxScaler, StandardScaler, Normalizer, Binarizer# 区间缩放是将原始数据中的数据缩放到[0,1]范围scaler = MinMaxScaler(feature_rang
PyTorch 常用损失函数
参考： pytorch模型构建（四）——常用的回归损失函数 几种常见的计算机视觉中的损失函数原理理解&分析 PyTorch中的损失函数大致使用场景 分类损失函数一般有 CrossEntropy Loss、NLL Loss、KLDiv Loss、BCE Loss、BCE With Logits Loss、Margin Ranking Loss、Hinge Embedding Loss、H
PyTorch 回归模型
线性回归 PyTorch之线性回归模型 3.3 线性回归的简洁实现 非线性回归 pytorch学习线性回归与非线性回归，以及理解nn.linear()和ReLU激活函数 回归模型评价指标 sklearn 回归模型评价指标及代码示例
PyTorch 提示 RuntimeError: expected scalar type Long but found Float
对于多分类一般采用的交叉熵损失函数 torch.nn.CrossEntropyLoss()，此时 label 的取值为 LongTensor 没有问题。 但在回归时，label 的取值为 FloatTensor，此时再使用 torch.nn.CrossEntropyLoss() 就会提示标题错误。 参考： RuntimeError: expected scalar type Long but f
小米 MESH 无法自定义切换路由节点的信号阈值
参考：小米 MESH 如何修改弱信号切换阈值？ 首先，这个问题不仅需要路由器支持相应的协议，需要手机端也要支持。就算双方都支持，也不是说能达到很灵敏的切换到最优信号。 切换到最优信号，一种是客户端主动切换，这个支持最好的应该是苹果，官网也有信号低到多少阈值会执行切换的文档，具体数字应该是-70dbm. 相应的 wifi 协议是 11k ，路由器与客户端需要都支持，可以减少切换需要的时间。但是这个