在学习python语言中用json库解析网络数据时，我遇到了两个编译错误：json.decoder.JSONDecodeError: Expecting property name enclosed in double quotes:和json.decoder.JSONDecodeError: Expecting value:。费了一些时间才找到原因，在此记录总结，希望能对学习python的同学有所帮助。
我运行的程序初始如下：
import json\ndata='''
{
'name' : 'A',
'phone': { 'type' : 'intl', 'number' : +1
2021-08-21 15:10:50
54KB
1
今天照着样例搞了下tensorboard，发现自己无法显示scalar，而graph却可以正常显示。
出现这种情况就说明，tensorfboard已经正确读取了指定目录下的数据，只是数据里没有保存有scalar数据。
这很奇怪，我反反复复检查了好多遍代码都觉得没问题。
最好查了一个下午，也搞了一个下午，终于被我发现问题所在。我把下面这代码放错位置了。
summary_op=tf.summary.merge_all()
原位置如下：
我把summary_op给放再with tf.Session() 下了。这样子做是没有效果了，summary_op相当于没有被赋值。所以导致我没有获得我想要保
2021-08-19 16:27:40
83KB
1
行业资料-交通装置-一种含有Fe-Al-Cr合金的车用尾气催化剂及其制备方法.zip
2021-08-18 18:05:25
451KB
引用: https://blog.csdn.net/qq_34906385/article/details/93524163
app:tabIndicatorColor ：指示线的颜色
app:tabIndicatorHeight ： 指示线的高度
app:tabIndicatorFullWidth=false 指示线是否铺满宽度
app:tabSelectedTextColor ： tab选中时的字体颜色
app:tabTextColor=@color/colorPrimary ：未选中字体颜色
app:tabBackground=color ： 整个tablayout颜色
2021-08-13 14:05:18
26KB
1
前言
为解决单点故障，我们需要配置主从热备方案，服务器数量有限，故使用Docker模拟安装配置。
本次配置默认已经安装了Docker。
配置环境:centos7 64位
docker版本:Docker version 17.12.1-ce, build 7390fc6
1，拉取centos7镜像
docker pull centos:7
2,创建容器
docker run -it -d --name centos1 -d centos:7
3,进入容器centos1
docker exec -it centos1 bash
4,安装常用工具
yum updateyum install
2021-08-12 09:35:29
165KB
1
人工智能是什么？
如果你一直以来把人工智能（AI）当做科幻小说，但是近来却不但听到很多正经人严肃的讨论这个问题，你可能也会困惑。这种困惑是有原因的：
1.我们总是把人工智能和电影想到一起。星球大战、终结者、2001：太空漫游等等。电影是虚构的，那些电影角色也是虚构的，所以我们总是觉得人工智能缺乏真实感。
2.人工智能是个很宽泛的话题。从手机上的计算器到无人驾驶汽车，到未来可能改变世界的重大变革，人工智能可以用来描述很多东西，所以人们会有疑惑。
3.我们日常生活中已经每天都在使用人工智能了，只是我们没意识到而已。John McCarthy，在1956年最早使用了人工智能（Artificial Intelligence）这个词。他总是抱怨“一旦一样东西用人工智能实现了，人们就不再叫它人工智能了。”
因为这种效应，所以人工智能听起来总让人觉得是未来的神秘存在，而不是身边已经存在的现实。同时，这种效应也让人们觉得人工智能是一个从未被实现过的流行理念。经常有人说人工智能在80年代就被遗弃了，这种说法就好像“互联网已经在21世纪初互联网泡沫爆炸时死去了”一般滑稽。
所以，让我们从头开始。
这里有800G的人工智能学习资料，我们正站在变革的边缘，而这次变革将和人类的出现一般意义重大。如果你想站在时代的转折点上成为历史的见证者，那么，请往下看。
2021-08-11 22:22:21
15KB
1
PyQt5中QInputDialog的使用，Qt的QInputDialog类提供了一种简单方面的对话框来获得用户的单个输入信息，它提供了4种数据类型的输入：
1）字符串型（方法=QInputDialog.getText）；
2）Int类型数据（方法=QInputDialog.getInt）；
3）double类型数据（方法=QInputDialog.getDouble）；
4）下拉列表框的条目（方法=QInputDialog.getItem）。
QInputDialog继承自QDialog，提供简单输入的对话框：
class QInputDialog(QDialog)
| QInputDia
2021-08-11 10:06:04
127KB
1
1. Abstract
问题的提出在于计数类问题在很多模型上表现性能不佳，作者分析出现这类问题是源于软注意力机制 （Soft-Attention），进而提出了一个计数模块
2. Problems with Soft Attention
在 VQA 领域中，造成计数类问题表现不佳的原因主要有：(1) Soft-Attention 的广泛运用，(2) 区别于标准的计数问题，对于 VQA 来说，没有明确的标签标定需要计数对象的位置，(3) VQA 系统的复杂性，表现在不仅要处理计数类问题，同时还要兼顾其他复杂的问题，(4) 真实场景中，对某个对象区域可能存在多次重叠采样。
截至目前，即使是 Hard
2021-08-06 20:51:51
887KB
1