【教学类-55-02】20240512图层顺序挑战(四格长条纸加黑色边框、4*4、7张 、43200张去掉非7色有23040张,去掉重复样式有几种?)

作品展示

背景需求:

之前的代码吗存在几个问题,最大的问题是不能生成“”长条黑边框””

【教学类-55-01】20240511图层顺序挑战(四格长条纸)(4*4)和“手工纸自制参考图”-CSDN博客文章浏览阅读485次,点赞27次,收藏8次。【教学类-55-01】20240511图层顺序挑战(四格长条纸)(4*4)和“手工纸自制参考图”https://blog.csdn.net/reasonsummer/article/details/138745119

一、4宫格7条颜色的不重复排列数量

14:45-14:57,13分钟生成了40320张图片不重复的排列方法

每张图3-4KB,

代码展示:

'''
图层重叠挑战(长矩形带黑框) (抽取7) 一共有40320个不重复
作者:AI对话大师,阿夏
时间:2024年5月12日
'''
from PIL import Image, ImageDraw
import os,random
import itertoolsprint('--------1、制作图片-----------')
path = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条'folder_path = path + r'\jpg'
os.makedirs(folder_path, exist_ok=True)colors = ['red', 'orange','Yellow', 'green',  'lightgreen', 'skyblue','blue','Pink',]from PIL import Image, ImageDraw
import osfolder_path=r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\jpg'
# 创建画布
canvas_width = 800
canvas_height = 800
canvas_color = (255, 255, 255)  # 白色背景
line_color = (0, 0, 0)  # 黑色线条
line_width = 3
margin = 100  # 边距canvas = Image.new('RGB', (canvas_width, canvas_height), canvas_color)
draw = ImageDraw.Draw(canvas)# 计算单元格大小和绘制区域
num_rows = 4
num_cols = 4
cell_size = min((canvas_width - 2 * margin) // num_cols, (canvas_height - 2 * margin) // num_rows)
start_x = (canvas_width - cell_size * num_cols) // 2
start_y = (canvas_height - cell_size * num_rows) // 2# 绘制第一行四个单元格的长度为红色的矩形,边框为10像素的黑色# 绘制所有单元格的矩形
# 绘制所有单元格的矩形
# for row in range(num_rows):
#     for col in range(num_cols):
#         x1 = start_x + col * cell_size
#         y1 = start_y + row * cell_size
#         x2 = x1 + cell_size
#         y2 = y1 + cell_size
#         draw.rectangle([(x1, y1), (x2, y2)], fill='white', outline=line_color, width=line_width)# 4行4列8条四格纸
#  第1行
def draw_h1_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_xy1 = start_yx2 = start_x + 4 * cell_sizey2 = start_y + 1 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[0], outline=line_color, width=line_width)#  第2行
def draw_h2_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_xy1 = start_y + 1 * cell_sizex2 = start_x + 4 * cell_sizey2 = start_y + 2 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[1], outline=line_color, width=line_width)#  第3行
def draw_h3_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_xy1 = start_y + 2 * cell_sizex2 = start_x + 4 * cell_sizey2 = start_y + 3 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[2], outline=line_color, width=line_width)#  第4行
def draw_h4_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_xy1 = start_y + 3 * cell_sizex2 = start_x + 4 * cell_sizey2 = start_y + 4 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[3], outline=line_color, width=line_width)#  第1列
def draw_l1_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_xy1 = start_yx2 = start_x + 1 * cell_sizey2 = start_y + 4 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[4], outline=line_color, width=line_width)#  第2列
def draw_l2_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_x + 1 * cell_sizey1 = start_yx2 = start_x + 2 * cell_sizey2 = start_y + 4 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[5], outline=line_color, width=line_width)#  第3列
def draw_l3_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_x + 2 * cell_sizey1 = start_yx2 = start_x + 3 * cell_sizey2 = start_y + 4 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[6], outline=line_color, width=line_width)#  第4列
def draw_l4_rectangle(start_x, start_y, cell_size, line_color, line_width):x1 = start_x + 3 * cell_sizey1 = start_yx2 = start_x + 4 * cell_sizey2 = start_y + 4 * cell_sizedraw.rectangle([(x1, y1), (x2, y2)], fill=colors[7], outline=line_color, width=line_width)#     # 将函数名称提取出来并放入列表
# function_names = ['draw_h1_rectangle','draw_h2_rectangle','draw_h3_rectangle','draw_h4_rectangle','draw_l1_rectangle','draw_l2_rectangle','draw_l3_rectangle','draw_l4_rectangle']
# # 生成所有可能的排列,是元祖()
# permutations = list(itertools.permutations(function_names))# # 打印排列数量
# print(f"总共有 {len(permutations)} 种不同的排列。")
# # 40320 8的阶乘import itertoolsfunction_names = ['draw_h1_rectangle','draw_h2_rectangle','draw_h3_rectangle','draw_h4_rectangle','draw_l1_rectangle','draw_l2_rectangle','draw_l3_rectangle','draw_l4_rectangle']# # 调用函数列表中的函数
# for draw_function in function_names:
#     draw_function(start_x, start_y, cell_size, line_color, line_width)# # # 保存图片
# # image_path = os.path.join(folder_path, f'测试.jpg')
# # canvas.save(image_path)# # print(f'图片已保存至:{image_path}')import itertools#
# 生成从 8 个元素中选取 7 个元素的所有可能排列,8个互相配对40320,7个互相配对也是40320
permutations = list(itertools.permutations(function_names, 7))
# print(permutations[0:10])# 打印排列数量
print(f"总共有 {len(permutations)} 种不同的排列。")
# 总共有 40320 种不同的排列。n=1
# 打印所有排列
for permutation in permutations:    # 因为有40万个,所以先测试前20个# print(permutation)# 将元组转换为函数对象列表functions = [eval(function_name) for function_name in permutation[::-1]]# # 打印函数对象列表,一长串文字print(functions)# [<function draw_triangle_2 at 0x000001A4B402F3A8>, <function draw_triangle_1 at 0x000001A4B402FB88>, <function draw_triangle_6 at 0x000001A4B4061288>, <function draw_triangle_3 at 0x000001A4B23C5AF8>, <function draw_triangle_4 at 0x000001A4B4061168>, <function draw_triangle_5 at 0x000001A4B40611F8>]# 运行一个7元素,就打乱一次颜色,确保color【0】抽取的颜色每次都不同# random.shuffle(colors)# 调用函数绘制等边三角形# 调用函数绘制矩形for func in functions:# 为每个函数添加缺失的参数func(start_x, start_y, cell_size, line_color, line_width)# 保存绘制好的图像canvas.save(folder_path + fr'\{n:05d}.png')n+=1

第二个问题是:去除重复的排列方式

以下是三天三夜漫长的测试(

筛选)

二、检测图片并删除的时间比生成40320张图片更长

15:00-16:40 足足等了100分钟 ,久到我以为程序中断了!

图片颜色检测:7色+黑白,删除后还有23040个不重复重叠方式

三、发现48张一组的图片样式相等

我发现前48张图片的样式是一样,前三行3色+第四行四个颜色,

第49张-97张(48张)都是一个样式:第1、2、4行分别一种颜色、第3行四种颜色。

最后48张样式,第一列4个颜色,第2、3、4一种颜色

计算器算了一下,发现可以整除,不同的样式有480种

也就是可以23040张做成48个一组,保留一张,其他删除。

import osfolder_path =r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\jpg'# 替换为实际的文件夹路径# 获取文件夹中的所有文件名
file_names = os.listdir(folder_path)# 将文件名与文件夹路径拼接
file_paths = [os.path.join(folder_path, file_name) for file_name in file_names]# 将文件名与文件夹路径按照每组24个进行分组
grouped_file_paths = [file_paths[i:i+48] for i in range(0, len(file_paths), 48)]
print(len(grouped_file_paths))
# 480组# 遍历每一组文件路径列表
for group in grouped_file_paths:# 保留每组中的第一个文件,删除后面的23个文件for file_path in group[1:]:os.remove(file_path)print("删除操作已完成。")

以上方法看上去合理,但是筛选出来的480张图片还是有一样的重复(布局结构重复,但是色卡不一样)


三、放弃随机颜色,用单色来试试40320种图形到底是什么样的

100分钟后,终于再次活动23040个7色图案,看到有大量的相同的图案

检测图片是否相同,相同就删除第一张。

from PIL import Image
import os,timedef compare_images(image1_path, image2_path):# 打开两张图片image1 = Image.open(image1_path)image2 = Image.open(image2_path)# 比较图片尺寸if image1.size != image2.size:return False# 比较图片像素pixel1 = image1.load()pixel2 = image2.load()for x in range(image1.width):for y in range(image1.height):if pixel1[x, y] != pixel2[x, y]:return Falsereturn True# 示例用法
image_folder = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\一样'  # 替换为图片所在的文件夹路径# 获取文件夹中的所有图片文件路径
image_files = [file for file in os.listdir(image_folder) if file.endswith(('.jpg', '.jpeg', '.png', '.gif'))]# 对每对图片进行比较,并删除第一张图片
for i in range(len(image_files)-1):image1_path = os.path.join(image_folder, image_files[i])for j in range(i+1, len(image_files)):image2_path = os.path.join(image_folder, image_files[j])if compare_images(image1_path, image2_path):# 删除第一张图片os.remove(image1_path)print(f"已删除图片:{image_files[i]}")break  # 找到相同的图片后就跳出循环,继续下一对图片的比较print("删除操作已完成。")

删除完全相同的图片的第一张,保留第二张

从2024年5月12日22:00-2024年5月13日6:56分,终于把第一轮的256个(90)的文件夹内部图片筛选一遍,删除部分图片

5月13日6:56分,筛选到编号3.2万,实际是4.32张

5月13日7:00删除到30000万张时,电脑黑屏了,打开以后程序关闭了。

四、减少互相筛选的图片数量,提升检测数独

只能重新进行删除,这次我把40张图片做成一个文件夹,减少互相核对的数量,这样又576个文件夹

import os
import shutil# 第一、2万张图片分开识别# 原始文件夹路径
image_folder = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\一样'# 新建文件夹路径
new_folder = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\整理'
os.makedirs(new_folder,exist_ok=True)# 创建新建文件夹
os.makedirs(new_folder, exist_ok=True)# 获取文件夹中的所有图片文件路径
image_files = [file for file in os.listdir(image_folder) if file.endswith(('.jpg', '.jpeg', '.png', '.gif'))]# 按照90个一组移动图片
group_size = 40
num_groups = len(image_files) // group_size + 1for group in range(num_groups):start_index = group * group_sizeend_index = (group + 1) * group_size# 获取当前组的图片文件路径group_files = image_files[start_index:end_index]# 创建当前组的文件夹group_folder = os.path.join(new_folder, str(f'{group:03d}'))os.makedirs(group_folder, exist_ok=True)# 移动图片到当前组的文件夹for file in group_files:src_path = os.path.join(image_folder, file)dst_path = os.path.join(group_folder, file)shutil.copy(src_path, dst_path)print("移动操作已完成。")from PIL import Image
import osdef compare_images(image1_path, image2_path):# 打开两张图片image1 = Image.open(image1_path)image2 = Image.open(image2_path)# 比较图片尺寸if image1.size != image2.size:return False# 比较图片像素pixel1 = image1.load()pixel2 = image2.load()for x in range(image1.width):for y in range(image1.height):if pixel1[x, y] != pixel2[x, y]:return Falsereturn True# # 文件夹路径# # 第二:在258个文件里单独核对,第一遍去重# folder_path = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\整理'# # 获取所有子文件夹
# subfolders = [subfolder for subfolder in os.listdir(folder_path) if os.path.isdir(os.path.join(folder_path, subfolder))]# # 对每个子文件夹进行处理
# for subfolder in subfolders:
#     subfolder_path = os.path.join(folder_path, subfolder)#     # 获取子文件夹中的所有图片文件路径
#     image_files = [file for file in os.listdir(subfolder_path) if file.endswith(('.jpg', '.jpeg', '.png', '.gif'))]#     # 对每对图片进行比较,并删除第一张图片
#     for i in range(len(image_files)-1):
#         image1_path = os.path.join(subfolder_path, image_files[i])
#         for j in range(i+1, len(image_files)):
#             image2_path = os.path.join(subfolder_path, image_files[j])
#             if compare_images(image1_path, image2_path):
#                 # 删除第一张图片
#                 os.remove(image1_path)
#                 print(f"已删除图片:{image_files[i]}")
#                 break  # 找到相同的图片后就跳出内层循环,继续下一对图片的比较# print("删除操作已完成。")

生成文件夹后,再次用程序把相同图片删除

from PIL import Image
import osdef compare_images(image1_path, image2_path):# 打开两张图片image1 = Image.open(image1_path)image2 = Image.open(image2_path)# 比较图片尺寸if image1.size != image2.size:return False# 比较图片像素pixel1 = image1.load()pixel2 = image2.load()for x in range(image1.width):for y in range(image1.height):if pixel1[x, y] != pixel2[x, y]:return Falsereturn True# 文件夹路径folder_path = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\整理'# 获取所有子文件夹
subfolders = [subfolder for subfolder in os.listdir(folder_path) if os.path.isdir(os.path.join(folder_path, subfolder))]# 对每个子文件夹进行处理
for subfolder in subfolders:subfolder_path = os.path.join(folder_path, subfolder)# 获取子文件夹中的所有图片文件路径image_files = [file for file in os.listdir(subfolder_path) if file.endswith(('.jpg', '.jpeg', '.png', '.gif'))]# 对每对图片进行比较,并删除第一张图片for i in range(len(image_files)-1):image1_path = os.path.join(subfolder_path, image_files[i])for j in range(i+1, len(image_files)):image2_path = os.path.join(subfolder_path, image_files[j])if compare_images(image1_path, image2_path):# 删除第一张图片os.remove(image1_path)print(f"已删除图片:{image_files[i]}")break  # 找到相同的图片后就跳出内层循环,继续下一对图片的比较print("删除操作已完成。")

从上午8::43一直运行到15:30分,8个小时完成过了第一遍的删除

把000-576文件夹里剩下的照片放回到“第一次筛选”的文件里。

import os
import shutil# 整理文件夹路径
folder_path = r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\整理'# 目标文件夹路径
target_folder =r'C:\Users\jg2yXRZ\OneDrive\桌面\重叠纸条\第一次筛选'
os.makedirs(target_folder,exist_ok=True)# 创建目标文件夹
os.makedirs(target_folder, exist_ok=True)# 遍历整理文件夹中的子文件夹
for subfolder in os.listdir(folder_path):subfolder_path = os.path.join(folder_path, subfolder)# 检查子文件夹是否是文件夹而不是文件if os.path.isdir(subfolder_path):# 遍历子文件夹中的图片文件for file in os.listdir(subfolder_path):file_path = os.path.join(subfolder_path, file)# 检查文件是否是图片文件if file.endswith(('.jpg', '.jpeg', '.png', '.gif')):# 移动图片文件到目标文件夹shutil.copy(file_path, target_folder)print("移动操作已完成。")

第一次筛选后,出现了12224张张片。

因为是40张分割排除重复,所以再次合并后,还会有重复,

再次测试,做成12224/64=191,也就是64张一个文件夹,做191个文件夹,开始第二轮的去重

修改删除代码里面的路径。

64张互相对比,时间很长

16:07--19:37,此时整理到104/190号文件夹,我感觉速度很慢,想试试再减少每个文件夹的元素,看看是否可以识别快一点。

直接测试2张图之间的对比

把文件做成11005/5=2201个一组,看看筛选快不快

19:48——20:34看看5张5张对比删除需要多少时间?

19:53分,出现了第一张删除的图片

5分钟刷到166/2201,大概需要3*5=60分钟筛选完成。

汇总剩余数量

删除后,还有10928,再测试2张图 有5464个文件夹

两张两张对比是不是更快呢

20:46——20.56  10分钟

两张图片正好相同的概率比较低,估计也选不出图片,但是速度会块很多!

还真的找到了两张中的重复

再筛一次。

10926还是双数,继续除以2

5分钟筛一遍,的确没有重复的了

四张一组对比删除10926/3=3642

21:06——21:19

现在五个一组对比

10915/5=2183

21:24-21:50

10868除以4=2717

过程不再了,就是反复的删除

21:57——22:16

还剩10848

10848除以48=226

22:23——

慢慢等……

每次根据除数,把图片分到不同文件里,可以反复删除,但是数量不同。原则上10000个图片放在一起,一一检测,但是720个图片互相检测就用了1小时,我担心1万张直接把电脑干崩溃了。

…………

继续删除中

尽可能多排除一模一样的图片,便于最后一轮的几百张对比,时间更长

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/837006.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

使用Navicat将MySql数据库导入和导出

一&#xff0c;导出数据表 1.使用Navicat打开数据库&#xff0c;右键数据库&#xff0c;点击转储SQL文件&#xff0c;点击结构和数据。 2.选择生成文件的地方 3.等待生成完成 4.生成完成 二&#xff0c;导入数据库表和数据SQL文件 1.新建一个数据库 2.右键选择运行SQl文件 记…

如何利用甘特图来提高资源的是使用效率?

在项目管理中&#xff0c;甘特图是一种常用的工具&#xff0c;用于规划和跟踪项目进度。它通过条形图的形式展示项目的时间表和任务依赖关系&#xff0c;帮助项目经理和团队成员清晰地了解项目的时间线和进度。通过合理利用甘特图&#xff0c;可以显著提高资源的使用效率&#…

一文入门DNS

概述 DNS是一个缩写&#xff0c;可以代表Domain Name System&#xff0c;域名系统&#xff0c;是互联网的一项基础服务。也可以代表Domain Name Server&#xff0c;域名服务器&#xff0c;是进行域名和与之相对应的IP地址相互转换的服务器。DNS协议则是用来将域名转换为IP地址…

1W、2W 3KVAC隔离 宽电压输入 交直两用AC/DC 电源模块 ——TP01(02)AZ 系列

TP01(02)AZ为客户提供一款超小体积模块式开关电源&#xff0c;该系列模块电源输出功率为1W、2W&#xff0c;具有极低的空载损耗&#xff0c;低漏电流仅0.1mA&#xff0c;小体积&#xff0c;隔离耐压高达3KV等特点。产品安全可靠&#xff0c;EMC 性能好&#xff0c;EMC 及安全规…

树莓派配置双网卡分别为AD HOC和AP模式

树莓派配置双网卡分别为AD HOC和AP模式 需求说明&#xff1a;为了实现分级网络管理&#xff0c;将多个无人机分簇&#xff0c;簇间使用AD HOC进行无中心自组织的网络&#xff0c;簇内使用AP-AC模式进行中心化网络。因此&#xff0c;需要配置一台设备&#xff0c;同时完成AD HOC…

三、配置带HybridCLR的ARCore开发环境

预告 本专栏将介绍如何使用这个支持热更的AR开发插件&#xff0c;快速地开发AR应用。 专栏&#xff1a; Unity开发AR系列 插件简介 通过热更技术实现动态地加载AR场景&#xff0c;简化了AR开发流程&#xff0c;让用户可更多地关注Unity场景内容的制作。 “EnvInstaller…”支…

【eclipse】如何在IDE里创建一个Java Web项目?

如何在eclipse中创建一个动态Web项目并成功运行&#xff1f; 一、 最终效果 懒得写那么多了…我也不知道该怎么写了&#xff0c;有点乱&#xff0c;有问题可以在评论里留言&#xff0c;我看到会解决的&#xff0c;在这个过程中也踩到了一些坑&#xff0c;但好在有CSDN帮助解决…

【C++杂货铺】红黑树

目录 &#x1f308;前言&#x1f308; &#x1f4c1; 红黑树的概念 &#x1f4c1; 红黑树的性质 &#x1f4c1; 红黑树节点的定义 &#x1f4c1; 红黑树的插入操作 &#x1f4c1; 红黑树和AVL树的比较 &#x1f4c1; 全代码展示 &#x1f4c1; 总结 &#x1f308;前言…

四川汇昌联信:拼多多网点怎么开?大概需要多少钱?

想要开一家拼多多网点&#xff0c;你肯定很关心需要准备多少资金。下面&#xff0c;我们就来详细解答这个问题&#xff0c;并从多个角度分析开设网点的要点。 一、 开设拼多多网点&#xff0c;首要任务是确定启动资金。根据不同的经营模式和地区差异&#xff0c;成本会有所不同…

WIFI模块的AT指令联网数据交互--第十天

1.1.蓝牙&#xff0c;ESP-01s&#xff0c;Zigbee, NB-Iot等通信模块都是基于AT指令的设计 初始配置和验证 ESP-01s出厂波特率正常是115200, 注意&#xff1a;AT指令&#xff0c;控制类都要加回车&#xff0c;数据传输时不加回车 1.2.上电后&#xff0c;通过串口输出一串系统…

【面试经典题】环形链表

个人主页&#xff1a;一代… 个人专栏&#xff1a;数据结构 在面试中我们经常会遇到有关链表的相关题目&#xff0c;面试官通常会对题目给出拓展 下面我就两个leetcode上的一个双指针的题目为例&#xff0c;并对其进行拓展 题目链接&#xff1a;环形链表 题目描述&#xf…

145.二叉树的后序遍历

刷算法题&#xff1a; 第一遍&#xff1a;1.看5分钟&#xff0c;没思路看题解 2.通过题解改进自己的解法&#xff0c;并且要写每行的注释以及自己的思路。 3.思考自己做到了题解的哪一步&#xff0c;下次怎么才能做对(总结方法) 4.整理到自己的自媒体平台。 5.再刷重复的类…

LLVM中期报告

1&#xff0e;主要开展的工作 研究对LLVM IR层面进行代码混淆&#xff0c;分析IR的指令 &#xff0c;并且实现混淆 从LLVM代码混淆的角度出发&#xff0c;函数之间的正常调用构成了待混淆程序的原始控制流&#xff0c;不同的基础代码块构成了一个个的函数&#xff0c;每个基础…

自定义类型——结构体、枚举和联合

自定义类型——结构体、枚举和联合 结构体结构体的声明匿名结构体结构体的自引用结构体的初始化结构体的内存对齐修改默认对齐数结构体传参 位段枚举联合 结构体 结构是一些值的集合&#xff0c;这些值被称为成员变量&#xff0c;结构的每个成员可以是不同类型的变量。 数组是…

【随笔】Git 高级篇 -- 远程跟踪分支 git checkout -b | branch -u(三十五)

&#x1f48c; 所属专栏&#xff1a;【Git】 &#x1f600; 作  者&#xff1a;我是夜阑的狗&#x1f436; &#x1f680; 个人简介&#xff1a;一个正在努力学技术的CV工程师&#xff0c;专注基础和实战分享 &#xff0c;欢迎咨询&#xff01; &#x1f496; 欢迎大…

向银行家应用程序添加日期

● 首先我们将下面图片上的时间更换成现在的时间 const now new Date(); const day now.getDate(); const month now.getMonth() 1; const year now.getFullYear(); const hour now.getHours(); const min now.getMinutes();labelDate.textContent ${day}/${month}/$…

parallelsdesktop19密钥激活 PD19虚拟机完整图文安装教程

Parallels Desktop 19 &#xff08;简称 PD 19)是最新发布的 macOS 平台的 windows 虚拟机&#xff0c;本文是使用 Parallels Desktop 19 虚拟机安装 Windows 的详细图文破解安装教程。 一下载安装 Parallels Desktop 软件下载完成后打开&#xff0c;双击打开 安装.dmg Para…

3. 深度学习笔记--优化函数

深度学习——优化器算法Optimizer详解&#xff08;BGD、SGD、MBGD、Momentum、Adagrad、Adadelta、RMSprop、Adam、Nadam、AdaMax、AdamW &#xff09; 0. GD &#xff08;梯度下降&#xff09; Gradient Descent&#xff08;梯度下降&#xff09;是一种迭代优化算法&#xf…

汇昌联信电商:拼多多新手怎么做店铺的免费流量会慢慢起来?

在拼多多上开店&#xff0c;新手们往往面临着如何吸引免费流量的挑战。毕竟&#xff0c;流量是店铺生存和发展的血脉&#xff0c;没有流量&#xff0c;就没有销量&#xff0c;店铺也就失去了生命力。那么&#xff0c;作为拼多多新手&#xff0c;如何做才能让店铺的免费流量慢慢…

初识C语言——第十九天

for循环 1.简单概述 2.执行流程 3.建议事项&#xff1a;