上下文 学习方法 上下 数字
Kubernetes 学习总结（19）—— Kubernetes 集群管理平台如何选择？Rancher vs KubeSphere
Kubernetes 学习总结（19）—— Kubernetes 集群管理平台如何选择？Rancher vs KubeSphere 前言 Kubernetes（K8s）集群管理平台都是基于 Kubernetes 提供功能，可以说他们是在 K8s 的基础上封装了一层更为友好的操作方式。他们都是为了降低 ......
01.基于深度学习LSTM神经网络的全球股票指数预测研究
基于深度学习LSTM神经网络的全球股票指数预测研究 基于深度神经网络优化技术，本文构造了一个深层LSTM神经网络，并将其应用于全球30个股票指数三种不同预期的预测研究，LSTM神经网络在预测精度和稳定度两方面都有着很大优势，其未来在金融预测等方面将会有广阔的应用场景。 结果发现： LSTM 神经网络 ......
Object类下的方法
Object类是所有类的父类，任何类都默认继承Object，位于java.lang包中，Object类主要实现了哪些方法呢？ toString方法 toString方法可以将任何一个对象转换成字符串返回，返回值的生成算法为：getClass().getName() + '@' + Integer.t ......
Linux学习第二课-Linux常用命令
1. 远程连接Linux 工具：putty（https://www.chiark.greenend.org.uk/~sgtatham/putty/latest.html）、xshell（https://www.xshellcn.com/xshell.html）等 个人喜欢使用putty，免安装， ......
min-max 容斥学习笔记
定义 设 $\max(S)$ 为集合 S 中的最大值， $\min(S)$ 为集合 $S$ 中的最小值，$|S|$ 为集合 S 的元素数量，那么有以下两个等式： $$\max(S)=\sum_{T \subseteq S} (-1)^{|T|+1} \min(T)$$ $$\min(S)=\sum_ ......
0-《从0到1：CTFer成长之路》学习笔记
本人很早就买下了《从0到1：CTFer成长之路》这本书，但一直没有好好的阅读并实践这本书上的内容 《从0到1：CTFer成长之路》这本书自发布以来一直是国内CTF相关领域优秀的学习书籍，本人也是在学长的推荐下买下这本书。但在购买此书两年后才开始真正学习。 记下这篇博客，开始真正阅读这本书。 ......
一种测试平台搭建方法
一、config文件夹 config文件： 对不同组件的变量进行声明，任何你想要全局共享的变量都可以放进来 声明virtual_if、reg_model_block和vip_config 工厂注册和域的自动化(方便后期通过log查看) 如果有vip_config要在new函数里创建 function ......
Java开发学习(四十九)----MyBatisPlus更新语句之乐观锁
1、概念 在讲解乐观锁之前，我们还是先来分析下问题: 业务并发现象带来的问题:秒杀 假如有100个商品或者票在出售，为了能保证每个商品或者票只能被一个人购买，如何保证不会出现超买或者重复卖 对于这一类问题，其实有很多的解决方案可以使用 第一个最先想到的就是锁，锁在一台服务器中是可以解决的，但是如果在 ......
有监督学习——高斯过程
1. 高斯过程 高斯过程（Gaussian Process）是一种假设训练数据来自无限空间且各特征都符合高斯分布（高斯分布又称“正态分布”）的有监督学习。 高斯过程是一种概率模型，在回归或分类预测都以高斯分布标准差的方式给出预测置信区间估计。 随机过程 高斯过程应用于机器学习已有数十年历史，，它来源 ......
salesforce零基础学习（一百二十八）Durable Id获取以及相关概念浅入浅出
本篇参考： salesforce 零基础开发入门学习（十一）sObject及Schema深入 https://developer.salesforce.com/docs/atlas.en-us.api_tooling.meta/api_tooling/tooling_api_objects_enti ......
K8S安全学习
k8s安全学习 一、云 云的定义看似模糊，但本质上，它是一个用于描述全球服务器网络的术语，每个服务器都有一个独特的功能。云不是一个物理实体，而是一个庞大的全球远程服务器网络，它们连接在一起，旨在作为单一的生态系统运行。这些服务器设计用于存储和管理数据、运行应用程序，或者交付内容/服务（如视频短片、W ......
机器学习算法（一）: 基于逻辑回归的分类预测
逻辑回归（Logistic regression，简称LR）虽然其中带有"回归"两个字，但逻辑回归其实是一个分类模型，并且广泛应用于各个领域之中。虽然现在深度学习相对于这些传统方法更为火热，但实则这些传统方法由于其独特的优势依然广泛应用于各个领域中。 ......
王树森Transformer学习笔记
Transformer Transformer是完全由Attention和Self-Attention结构搭建的深度神经网络结构。 其中最为重要的就是Attention和Self-Attention结构。 Attention结构 Attention Layer接收两个输入$X = [x_1, x_2 ......
前端设计模式——模板方法模式
模板方法模式（Template Method Pattern）：定义一个行为的骨架，而将一些步骤延迟到子类中。模板方法使得子类可以不改变一个行为的结构即可重定义该行为的某些特定步骤。 这些步骤被称为“具体操作”（Concrete Operations），而整个行为的结构和顺序则被称为“模板方法”（T ......
基于深度学习的车型识别系统（Python+清新界面+数据集）
基于深度学习的车型识别系统用于识别不同类型的车辆，应用YOLO V5算法根据不同尺寸大小区分和检测车辆，并统计各类型数量以辅助智能交通管理。本文详细介绍车型识别系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种图片、视频进行检测识别；可对图像中存在的多... ......
基于深度学习的鸟类检测识别系统（含UI界面，Python代码）
鸟类识别是深度学习和机器视觉领域的一个热门应用，本文详细介绍基于YOLOv5的鸟类检测识别系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面。在界面中可以选择各种鸟类图片、视频以及开启摄像头进行检测识别；可通过UI界面选择文件，切换标记识别目标，支持切换模型，支持用户登录注... ......
基于深度学习的智能PCB板缺陷检测系统（Python+清新界面+数据集）
智能PCB板缺陷检测系统用于智能检测工业印刷电路板（PCB）常见缺陷，自动化标注、记录和保存缺陷位置和类型，以辅助电路板的质检。本文详细介绍智能PCB板缺陷检测系统，在介绍算法原理的同时，给出Python的实现代码以及PyQt的UI界面和训练数据集。在界面中可以选择各种图片、视频进行检测识别；可对图... ......
基于深度学习的农作物叶片病害检测系统（UI界面+YOLOv5+训练数据集）
农作物叶片病害检测系统用于智能检测常见农作物叶片病害情况，自动化标注、记录和保存病害位置和类型，辅助作物病害防治以增加产值。本文详细介绍基于YOLOv5深度学习模型的农作物叶片病害检测系统，在介绍算法原理的同时，给出Python的实现代码、PyQt的UI界面以及训练数据集。在界面中可以选择各种图片、... ......
【RSocket】使用 RSocket（三）——服务端主动调用客户端方法
1. 编写客户端接收请求的逻辑 我们可以在初始化 Rsocket 实例的时候指定客户端可以被调用的方法，使用 acceptor() 指定可被调用的方法和方法使用的通信模型类型： 通信类型为 RequestResponse 时： .acceptor(SocketAcceptor.forRequestR ......
算法学习笔记(19): 树上启发式合并（DSU on tree）
树上启发式合并 DSU on tree，我也不知道DSU是啥意思 这是一种看似特别玄学的优化 可以把树上部分问题由 $O(n^2)$ 优化到 $O(n \log n)$。 例如 CodeForces 600E。 又例如一道神奇的题： 适用情况 可以离线的部分树上问题。 需要子树上的所有信息，但是信息 ......
python进阶：带你学习实时目标跟踪
摘要：本程序主要实现了python的opencv人工智能视觉模块的目标跟踪功能。 本文分享自华为云社区《python进阶——人工智能实时目标跟踪,这一篇就够用了！》，作者：lqj_本人 。 前言 本程序主要实现了python的opencv人工智能视觉模块的目标跟踪功能。 项目介绍 区域性锁定目标实时 ......
golang中关于deadlock的思考与学习
1、Golang中死锁的触发条件 1.1 书上关于死锁的四个必要条件的讲解 发生死锁时，线程永远不能完成，系统资源被阻碍使用，以致于阻止了其他作业开始执行。在讨论处理死锁问题的各种方法之前，我们首先深入讨论一下死锁特点。 必要条件： 如果在一个系统中以下四个条件同时成立，那么就能引起死锁： 互斥：至 ......
TypeScript 学习笔记 — 类型兼容 （十）
TS 是结构类型系统（structural type system），基于结构/形状检查类型，而非类型的名字。 TS 中的兼容性，主要看**结构是否兼容**。(核心是考虑安全性),结构化的类型系统(又称鸭子类型检查),如两个类型名字不一样但是无法区分 类型兼容性是基于结构子类型的。 结构类型是一种只 ......
（数据科学学习手札150）基于dask对geopandas进行并行加速
本文示例代码已上传至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 大家好我是费老师，geopandas作为我们非常熟悉的Python GIS利器，兼顾着高性能和易用性，特别是在其0.12.0版本开始使用全新的sha ......
JUC源码学习笔记8——ConcurrentHashMap源码分析1 如何实现低粒度锁的插入，如何实现统计元素个数，如何实现并发扩容迁移
源码基于jdk1.8 这一片主要讲述ConcurrentHashMap如何实现低粒度锁的插入，如何实现统计元素个数，如何实现并发扩容迁移 系列文章目录和关于我 一丶ConcurrentHashMap概述 支持高并发读写的哈希表，ConcurrentHashMap中每一个方法都是线程安全的，并且读数据 ......
学习ASP.NET Core Blazor编程系列三十——JWT登录（4）
JWT只是缩写，全称则是JSON Web Tokens，是目前流行的跨域认证解决方案，是基于开放标准RFC7519，提供一种身份认证与信息交换的解决方案，是一种基于JSON的用于在网络上声明某种主张的令牌（token）。今天的文章使用API接口来实现使用JWT登出功能。 ......
「学习笔记」平衡树基础：Splay 和 Treap
「学习笔记」平衡树基础：Splay 和 Treap 点击查看目录 知识点 平衡树概述 二叉搜索树（BST）的简单定义： 根节点的左子树权值 $<$ 根节点权值 $<$ 根节点的右子树权值； 左子树和右子树均为二叉搜索树。 这样的数据结构可以维护一个集合的以下操作： 查找最小/最大值； 插入一个元素； ......
Scrapy 常用方法以及其补充
本文作者：ZiCh 本文链接：https://www.cnblogs.com/zichliang/p/17178868.html 版权声明：未经作者允许严禁转载 JsonRequest 使用示例 使用 JsonReuquest发送 JSON POST 请求： # -*- coding: utf-8 ......
几种类型神经网络学习笔记
跟随【导师不教？我来教！】同济计算机博士半小时就教会了我五大深度神经网络，CNN/RNN/GAN/transformer/LSTM一次学会，简直不要太强！_哔哩哔哩_bilibili了解的五大神经网络，整理笔记如下： 视频是唐宇迪博士讲解的，但是这个up主发的有一种东拼西凑的感觉，给人感觉不是很完整 ......
salesforce零基础学习（一百二十七）Custom Metadata Type 篇二
本篇参考： salesforce零基础学习（一百一十一）custom metadata type数据获取方式更新 https://developer.salesforce.com/docs/atlas.en-us.apexref.meta/apexref/apex_methods_system_cu ......