')
}
function initGt() {
var handler = function (captchaObj) {
captchaObj.appendTo('#captcha');
captchaObj.onReady(function () {
$("#wait").hide();
}).onSuccess(function(){
$('.getcheckcode').removeClass('dis');
$('.getcheckcode').trigger('click');
});
window.captchaObj = captchaObj;
};
$('#captcha').show();
$.ajax({
url: "/login/gtstart?t=" + (new Date()).getTime(), // 加隨機(jī)數(shù)防止緩存
type: "get",
dataType: "json",
success: function (data) {
$('#text').hide();
$('#wait').show();
// 調(diào)用 initGeetest 進(jìn)行初始化
// 參數(shù)1：配置參數(shù)
// 參數(shù)2：回調(diào)，回調(diào)的第一個(gè)參數(shù)驗(yàn)證碼對(duì)象，之后可以使用它調(diào)用相應(yīng)的接口
initGeetest({
// 以下 4 個(gè)配置參數(shù)為必須，不能缺少
gt: data.gt,
challenge: data.challenge,
offline: !data.success, // 表示用戶后臺(tái)檢測極驗(yàn)服務(wù)器是否宕機(jī)
new_captcha: data.new_captcha, // 用于宕機(jī)時(shí)表示是新驗(yàn)證碼的宕機(jī)
product: "float", // 產(chǎn)品形式，包括：float，popup
width: "280px",
https: true
// 更多配置參數(shù)說明請(qǐng)參見：http://docs.geetest.com/install/client/web-front/
}, handler);
}
});
}
function codeCutdown() {
if(_wait == 0){ //倒計(jì)時(shí)完成
$(".getcheckcode").removeClass('dis').html("重新獲取");
}else{
$(".getcheckcode").addClass('dis').html("重新獲取("+_wait+"s)");
_wait--;
setTimeout(function () {
codeCutdown();
},1000);
}
}
function inputValidate(ele,telInput) {
var oInput = ele;
var inputVal = oInput.val();
var oType = ele.attr('data-type');
var oEtag = $('#etag').val();
var oErr = oInput.closest('.form_box').next('.err_txt');
var empTxt = '請(qǐng)輸入'+oInput.attr('placeholder')+'！';
var errTxt = '請(qǐng)輸入正確的'+oInput.attr('placeholder')+'！';
var pattern;
if(inputVal==""){
if(!telInput){
errFun(oErr,empTxt);
}
return false;
}else {
switch (oType){
case 'login_mobile':
pattern = /^1[3456789]\d{9}$/;
if(inputVal.length==11) {
$.ajax({
url: '/login/checkmobile',
type: "post",
dataType: "json",
data: {
mobile: inputVal,
etag: oEtag,
page_ur: window.location.href,
page_referer: document.referrer
},
success: function (data) {
}
});
}
break;
case 'login_yzm':
pattern = /^\d{6}$/;
break;
}
if(oType=='login_mobile'){
}
if(!!validateFun(pattern,inputVal)){
errFun(oErr,'')
if(telInput){
$('.getcheckcode').removeClass('dis');
}
}else {
if(!telInput) {
errFun(oErr, errTxt);
}else {
$('.getcheckcode').addClass('dis');
}
return false;
}
}
return true;
}
function errFun(obj,msg) {
obj.html(msg);
if(msg==''){
$('.login_submit').removeClass('dis');
}else {
$('.login_submit').addClass('dis');
}
}
function validateFun(pat,val) {
return pat.test(val);
}
首頁 > 行業(yè)圖譜 >
- OpenCV入門及應(yīng)用案例：手把手教你做DNN圖像分類
2020-07-09-
作者：吳至文 郭葉軍 宗煒 李鵬 趙娟
來源：大數(shù)據(jù)DT(ID：hzdashuju)
內(nèi)容摘編自《OpenCV深度學(xué)習(xí)應(yīng)用與性能優(yōu)化實(shí)踐》
導(dǎo)讀：本文將介紹OpenCV的源碼結(jié)構(gòu)、OpenCV深度學(xué)習(xí)應(yīng)用的典型流程，以及深度學(xué)習(xí) ...
- 數(shù)據(jù)告訴你：遼寧為何會(huì)跌落神壇，從無敵隊(duì)到魚腩隊(duì)是郭艾倫的錯(cuò)？
- 2020-07-07
-
CDA數(shù)據(jù)分析師 出品
作者：澤龍、Mika
數(shù)據(jù)：真達(dá)
后期：澤龍
【導(dǎo)讀】
CBA重啟開賽，遼寧為什么從冠軍隊(duì)變成魚腩隊(duì)?是侄子坑叔，還是亞洲第一控衛(wèi)變身綜藝咖，本期我們用全面的數(shù)據(jù)證明到底 ...
- python數(shù)據(jù)清洗時(shí)，經(jīng)常用到的工具有哪幾種？
- 2020-07-06
-
數(shù)據(jù)清洗是整個(gè)數(shù)據(jù)分析過程的第一步，也是整個(gè)數(shù)據(jù)分析項(xiàng)目中最耗費(fèi)時(shí)間的一步，下面小編整理了幾種常用的python數(shù)據(jù)清洗工具，希望對(duì)大家有所幫助。
目前在python中, numpy和pandas是最主流的數(shù)據(jù)清洗工具，N ...
- SVC，NuSVC，LinearSVC有什么區(qū)別
- 2020-07-03
-
相信大家在機(jī)器學(xué)習(xí)中，一定常見到;SVC，NvSVC，LinearSVC，今天我們就來看看這三者的區(qū)別。
SVC(C-Support Vector Classification)：
支持向量分類，基于libsvm實(shí)現(xiàn)的，數(shù)據(jù)擬合的時(shí)間復(fù)雜度是數(shù)據(jù)樣本的二 ...
- 手把手教你用直方圖、餅圖和條形圖做數(shù)據(jù)分析（Python代碼）
- 2020-06-24
-
導(dǎo)讀：對(duì)數(shù)據(jù)進(jìn)行質(zhì)量分析以后，接下來可通過繪制圖表、計(jì)算某些特征量等手段進(jìn)行數(shù)據(jù)的特征分析。
作者：張良均 譚立云 劉名軍 江建明
來源：大數(shù)據(jù)DT（ID：hzdashuju）
內(nèi)容摘編自《Python數(shù)據(jù) ...
- 線上服務(wù)器崩潰，線下門店破萬，社交新寵「劇本殺」是如何迅速爆火的？
- 2020-06-20
-
【導(dǎo)語】：今天我們來聊聊最近的社交游戲新寵--劇本殺，Python技術(shù)部分請(qǐng)看第三部分。
Show me data，用數(shù)據(jù)說話
今天我們聊一聊 劇本殺
如果問，線下聚會(huì)可以玩兒什么?狼人殺?密室逃脫?
nonono，說 ...
- pandas數(shù)據(jù)結(jié)構(gòu)：Series
- 2020-06-16
-
pandas有Series和DataFrame兩種數(shù)據(jù)結(jié)構(gòu)，我們之前已經(jīng)講過了DataFrame，接下來給大家介紹下另一種數(shù)據(jù)結(jié)構(gòu)Series。
什么是Series？
# 自定義Series索引
arr = np.random.rand(5)
s = pd.Series(arr, ind ...
- 交叉驗(yàn)證：評(píng)估模型的泛化能力表現(xiàn)
- 2020-06-16
-
注明：本文章所有代碼均來自scikit-learn官方網(wǎng)站
在實(shí)際情況中，如果一個(gè)模型要上線，數(shù)據(jù)分析員需要反復(fù)調(diào)試模型，以防止模型僅在已知數(shù)據(jù)集的表現(xiàn)較好，在未知數(shù)據(jù)集上的表現(xiàn)較差。即要確保模型的泛化能力 ...
- pandas數(shù)據(jù)結(jié)構(gòu)：DataFrame
- 2020-06-12
-
剛剛接觸pandas的朋友，想了解數(shù)據(jù)結(jié)構(gòu)，就一定要認(rèn)識(shí)DataFrame，接下來給大家詳細(xì)介紹！
初識(shí)pandas數(shù)據(jù)結(jié)構(gòu)：DataFrame
import numpy as np
import pandas as pd
data = {\"name\": [\"Jack\", \"Tom\ ...
- 機(jī)器學(xué)習(xí)基礎(chǔ)：無監(jiān)督異常檢測和半監(jiān)督異常檢測！
- 2020-06-12
-
異常值檢測一般要求新發(fā)現(xiàn)的數(shù)據(jù)是否與現(xiàn)有觀測數(shù)據(jù)具有相同的分布或者不同的分布，相同的分布可以稱之為內(nèi)點(diǎn)（inlier），具有不同分布的點(diǎn)可以稱之為離群值。離群點(diǎn)和新奇點(diǎn)檢測是不同的，有一個(gè)重要的區(qū)分必須掌 ...
- 【案例】用支持向量機(jī)SVM進(jìn)行新奇點(diǎn)檢測！
- 2020-06-12
-
異常值檢測一般要求新發(fā)現(xiàn)的數(shù)據(jù)是否與現(xiàn)有觀測數(shù)據(jù)具有相同的分布或者不同的分布，相同的分布可以稱之為內(nèi)點(diǎn)（inlier），具有不同分布的點(diǎn)可以稱之為離群值。
下圖是一個(gè)使用支持向量機(jī)SVM進(jìn)行新奇點(diǎn)檢測 ...
- 機(jī)器學(xué)習(xí)經(jīng)典算法之k-means聚類
- 2020-06-10
-
K-means算法旨在選擇一個(gè)質(zhì)心, 能夠最小化慣性或簇內(nèi)平方和的標(biāo)準(zhǔn):
K-means算法原理分析
首先隨機(jī)選取K個(gè)初始質(zhì)心，最基本的方法是從數(shù)據(jù)集$X$中選擇$K$個(gè)樣本。
將每 ...
- 百聞不如一練：隨機(jī)森林等可視化調(diào)試模型超參數(shù)
- 2020-06-10
-
以下使用scikit-learn中數(shù)據(jù)集進(jìn)行分享。
如果選用隨機(jī)森林作為最終的模型，那么找出它的最佳參數(shù)可能有1000多種組合的可能，你可以使用使用窮盡的網(wǎng)格搜索（Exhaustive Grid Seaarch）方法，但時(shí)間成本將會(huì)很 ...
- 層次聚類算法：Affinity Propogation算法學(xué)習(xí)指南
- 2020-06-10
-
Affinity Propogation最初是由Brendan Frey 和 Delbert Dueck于2007年在Science上提出的。相比其它的層次聚類算法，Affinity Propogation算法不需要預(yù)先指定聚類個(gè)數(shù)。
Affinity Propogation算法的原理可以簡單 ...
- python散點(diǎn)圖：如何添加擬合線并顯示擬合方程與R方？
- 2020-06-08
-
python散點(diǎn)圖：如何添加擬合線并顯示擬合方程與R方？我們可以使用polyfit()函數(shù)，使用最小二乘法將一些點(diǎn)擬合成一條曲線.
numpy.polyfit(x, y, deg, rcond=None, full=False, w=None, cov=False)
# x:要擬合點(diǎn)的 ...
- 加快python算法的四個(gè)方法：Dask篇
- 2020-06-08
-
CDA數(shù)據(jù)分析師 出品
相信大家在做一些算法經(jīng)常會(huì)被龐大的數(shù)據(jù)量所造成的超多計(jì)算量需要的時(shí)間而折磨的痛苦不已，接下來我們圍繞四個(gè)方法來幫助大家加快一下python的計(jì)算時(shí)間，減少大家在算法上的等待 ...
- 加快python算法的四個(gè)方法：Numba篇
- 2020-06-09
-
CDA數(shù)據(jù)分析師 出品
相信大家在做一些算法經(jīng)常會(huì)被龐大的數(shù)據(jù)量所造成的超多計(jì)算量需要的時(shí)間而折磨的痛苦不已，接下來我們圍繞四個(gè)方法來幫助大家加快一下Python的計(jì)算時(shí)間，減少大家在算法上的等待 ...
- 為什么商界大佬潘石屹也學(xué)Python，TA魅力大嗎？
- 2020-06-02
-
56歲生日當(dāng)天，房地產(chǎn)大佬、SOHO中國董事長潘石屹發(fā)布了一條微博，表示自己要開始學(xué)Python。
很多人以為他只是開玩笑，然而潘石屹本人并不這樣認(rèn)為，至此以后，潘石屹的個(gè)人微博時(shí)不時(shí)會(huì)曬出一些Python學(xué)習(xí) ...
- Kmeans優(yōu)化算法：二分K-means聚類算法
- 2020-05-29
-
算法的理解
Bi這里是的意思就是Binary，二進(jìn)制的意思，所以有時(shí)候叫這個(gè)算法為二進(jìn)Kmeans算法。為什么我們需要用BiKmeans呢，就是為了解決初始化k個(gè)隨機(jī)的質(zhì)心點(diǎn)時(shí)其中一個(gè)或者多個(gè)點(diǎn)由于位置太極端而導(dǎo)致迭代 ...
- 使用python構(gòu)建一個(gè)推薦系統(tǒng)需要幾步？
- 2020-05-29
-
在我看來，作為一位中國人的我們不管做什么決定都在面臨多種選擇。例如，如果我這個(gè)時(shí)候想要買一本書，但是我卻不知道我想看什么書、不知道類型、不知道方向，那么這個(gè)時(shí)候打開各種進(jìn)行軟件搜索可能會(huì)出現(xiàn)各種各樣 ...
全國校區(qū)
京公網(wǎng)安備 11010802034615號(hào)
經(jīng)營許可證編號(hào)：京B2-20210330