公钥 算法 笔记04
图神经网络 基础、前沿与应用 第一章 表征学习 阅读笔记
导读 表征学习的目标是从数据中提取足够但最少的信息。传统上,该目标可以通过先验知识以及基于数据和任务的领域专业知识来实现,这也被称为特征工程。特征工程是利用人类的现有知识的一种方式,旨在从数据中提取并获得用于机器学习任务的判别信息(比如从音频中通过傅立叶变换提取出mel频谱)。 特征工程的缺点: 需 ......
图神经网络 基础、前沿与应用 第二章 图表征学习 阅读笔记
摘要 图表征学习的目的是将图中的节点嵌入低维的表征并有效地保留图的结构信息。 导读 许多复杂的系统具有图的形式,如社交网络、生物网络和信息网络。为了有效地处理图数据,第一个关键的挑战是找到有效的图数据表征方法,也就是如何简洁地表征图,以便在时间和空间上有效地进行高级的分析任务,如模式识别、分析和预测 ......
图神经网络 基础、前沿与应用 第三章 图神经网络 阅读笔记
导读 传统的深度学习技术已经在图像等欧式数据或文本和信号等序列数据上取得巨大的成功。但也有很多领域数据需要用复杂的图结构来表达,这些图结构的数据可以编码复杂的点对关系,以学习更丰富的信息表征;另一面,原始数据(图像或连续文本)的结构和语义信息中纳入特定领域知识可以捕捉数据之间更细粒度的关系。 当GN ......
图神经网络 基础、前沿与应用 第零章 术语 & 符号 阅读笔记
图的基本概念 中心度:用来衡量图中节点的重要性。中心度的基本假设是:如果其他重要的节点也连接到该节点,则认为该节点是重要的。常见的中心度度量包括度数中心度、特征向量中心度、间隔性中心度和接近性中心度。 邻域:一个节点的邻域一般是指与该节点相近的其他节点的集合(距离为1)。一个节点的k阶邻域内的所有节 ......
Django笔记十七之group by 分组用法总结
本文首发于微信公众号:Hunter后端 原文链接:Django笔记十七之group by 分组用法总结 这篇笔记介绍 Django 里面 model 的 group by 对应的一些操作。 用到的 Model 如下: class TestModel(models.Model): num = mode ......
2023-04-07 无向有权图之最小生成树问题
无向有权图之最小生成树问题 前10章我们讲解地都是无向无权图,本章我们将讲解无向有权图,以及无向有权图的经典问题:最小生成树问题(MST:Minimum Spanning Tree) 1~2 无向有权图的实现 主要是用TreeMap代替了无向无权图的TreeSet 本节用到的图 上面的graph.t ......
2023.04.07 - 前端常用解决跨域问题的方案
JSONP:JSONP(JSON with Padding)是一种前端跨域请求的方式,它利用了 HTML 中的 <script> 标签没有跨域限制的特点,通过动态创建 <script> 标签,构造一个特殊的 URL,让服务端返回一段指定的 JavaScript 代码,然后在本地执行这段代码以达到跨域 ......
2023.04.07 - 用jQuery发起JSONP请求失败后拿不到失败的回调
这是因为 JSONP 跨域请求是通过动态创建 script 标签来实现的,发送请求后,服务器会返回一段 JavaScript 代码,该代码会在当前页面中执行。由于 JavaScript 的同源策略的限制,我们不能直接从 JSONP 响应数据中获取 HTTP 状态码等信息。 在 JSONP 请求失败时 ......
C++笔记(一)
C++笔记(一) 反复考量之后,还是决定将C++作为我的第二语言以及以后的主力开发语言。 语法基础 基本数据类型 基本有四种类型: 整型(修饰符:short、long、signed、unsigned) 浮点型(包括float和double,修饰符:long) 字符型 布尔型 注意数字类型存在有无符号 ......
页面置换算法
页面置换算法 1、最佳置换算法(OPT) 2、先进先出置换算法(FIFO) 3、最近最久未使用置换算法(LRU) 4、时钟置换算法(CLOCK) 5、改进的时钟置换算法 知识回顾 ......
【进阶11】【自学笔记】Python _解包的操作
一、Python解包定义 Python解包是指将一个可迭代对象(如列表、元组、字典等)中的元素分别赋值给多个变量的过程。解包可以通过在变量前添加星号 `*` 来实现,也可以通过在变量前添加双星号 `**` 来实现字典解包。解包可以简化代码,使代码更加清晰易懂。 二、解包实例 1、最简单的解包 a, ......
删边最短路学习笔记
删边最短路 前言 删边最短路是一种科技,用于解决一类问题: 给定非负权图 $G = (V, E)$。设 $n = |V|$,保证 $1$ 可达 $n$。 设 $\Delta(e)$ 为图 $G' = (V, E \setminus {e})$ 上 $1 \rightsquigarrow n$ 的最短 ......
每日总结2023-04-07
今天对前几天的的界面做了优化 package com.example.math; /* * 注册界面*/ import androidx.annotation.NonNull; import androidx.appcompat.app.AppCompatActivity; import andro ......
强化学习笔记
1.1. 简介 强化学习(reinforcement learning)是机器学习的一个重要分支,其具有两个重要的基本元素:状态和动作。类似于编译原理中的自动机,或数据结构中的AOE图,强化学习研究的就是怎样找到一种最好的路径,使得不同状态之间通过执行相应动作后转换,最终到达目标状态。先介绍几个名词 ......
C/C++模拟ATM机存取款管理系统[2023-04-07]
C/C++模拟ATM机存取款管理系统[2023-04-07] 2、模拟ATM机存取款管理系统 模拟银行的自动取款机使用过程中的界面和用户交互过程。实现查询银行卡余额、取款修改密码、退出系统等功能。 (一)功能要求及说明: (1)将银行账户的卡号,户名,密码和账户余额从外部文件(银行账户.txt)中读 ......
扩展欧几里得算法
扩展欧几里得算法 题目描述 给定 $a$ 和 $b$,求出一组 $x$ 和 $y$,使得 $a \cdot x + b \cdot y = \gcd(a, b)$。 样例输入输出 8 18 -2 1 $8 \times (-2) + 18 \times 1 = \gcd(8, 18) = 2$ 欧几 ......
基于Python的机器学习算法——sklearn模块
基于Python的机器学习算法 安装包: pip install numpy #安装numpy包 pip install sklearn #安装sklearn包 import numpy as np #加载包numpy,并将包记为np(别名) import sklearn #加载sklearn包 p ......
2023.04.07 - 用jQuery发起JSONP请求时jsonpCallback和success的回调区别在哪?
在使用 jQuery 发起跨域请求时,可以通过指定 dataType 为 jsonp 来实现 JSONP 跨域请求。此时,jQuery 会自动生成一个回调函数,并将其作为参数发送给服务器。服务器需要将返回数据包装在回调函数中,以便于客户端解析。 以下是一个简单的 jQuery 实现 JSONP 跨域 ......
软件杯大赛-A5-学习笔记-Kubernetes
一、kubernetes 1. 基础知识 1.1 硬件 1.1.1 节点(Node) 节点是kubernetes中最小的计算硬件单元。是集群中单个机器的表示。 可以对节点进行抽象的理解,即简单的将每台机器看作一组可以使用的CPU和RAM资源。 这样,任何机器都可以替代Kubernetes集群中的任何 ......
根据数据量来判断算法的复杂度
根据数据量来判断算法的复杂度 通过运行时间判断数据量 1000ms 即1s,大概可以运行10的7次方数量级的运算 左边的复杂度在1s内能处理的数据量大小 ......
flask框架04 导出项目 local flask生命执行流程 wtforms
今日内容详细 1 请求上下文分析(源码:request原理) 1.1 导出项目的依赖 # 之前 pip freeze >requirments.txt 把当前解释器环境下的所有第三方依赖都导出来 # 使用第三方模块,更精确的导出依赖 pipreqs 第一步:安装 pip3 install pipre ......
salesforce学习笔记(3-1)- JavaScript Promise(LWC)
在JS代码中,Promise到底有什么作用? 首先,我们知道的是,Javascript是单线程的,什么意思呢?就是说JS在同一时间只能做一个操作,代码的执行是一行一行进行的: 这种执行方式带来的问题就是在我们打开某个画面的时候,画面可能会卡住转圈、加载中状态很久,用户体验感很差。 Promise可用 ......
LateX学习笔记
什么是LateX LateX是一种高质量的排版系统,它包含了为制作技术和科学文档而设计的功能。LateX是科学文档的交流和出版的事实标准。 编译器 在线编译器 https://www.overleaf.com/ 提示你怎么写的网站 https://editor.codecogs.com/ 怎么在ty ......
NLP专栏简介:数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、多模态信息抽取、可解释性分析、性能调优、模型压缩算法等
NLP专栏简介:数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、多模态信息抽取、可解释性分析、性能调优、模型压缩算法等 专栏链接:NLP领域知识+项目+码源+方案设计 订阅本专栏你能获得什么? 前人栽树后人乘凉,本专栏提供资料:数据增强、智能标注、意图识别算法|多分类算法、文本信息抽取、 ......
C++提高编程笔记
C++提高编程 本阶段主要针对C++泛型编程 和 STL技术做详细讲解。 1 模板 1.1 模板的概念 模板就是建立通用的模具,大大提高复用性 模板特点: 模板不可以直接使用,它只是一个框架 模板的通用并不是万能的 1.2 函数模板 C++另一种编程思想称为:泛型编程,主要利用的技术就是 模板 C+ ......
opencv-python 4.15. 基于分水岭算法的图像分割
理论 任何灰度图像都可以看作是地形表面,其中高强度表示峰和丘陵,而低强度表示山谷。你开始用不同颜色的水(标签)填充每个孤立的山谷(局部最小值)。随着水的上升,取决于附近的峰值(梯度),来自不同山谷的水,明显具有不同的颜色将开始融合。为避免这种情况,你需要在水合并的位置建立障碍。你继续填补水和建筑障碍 ......
Windows更换笔记本电脑需要迁移和删除的内容清单
一、需要迁移的内容清单 1、桌面和磁盘中重要的文件或者文件夹 2、chrome、Edge等浏览器的书签,可以导出 3、常用的软件安装包 (1)、输入法(百度、或者搜狗) (2)、浏览器(Chrome浏览器) (3)、WPS (4)、微信、QQ、钉钉 (5)、腾讯会议 (6)、百度网盘 4、IT编程常 ......
项目中Latex处理笔记
最近工作中遇到页面要展示特殊字符,原本项目使用的是疾控自定义的字体,然后在页面上引入该字体就可以展示自定义的特殊字符,但是该字体由疾控设计,后续项目修改为使用latex公式来展示特殊字符。 web页面展示公式(MathJax) 页面展示使用的主要是MathJax:官网,github地址 基本使用就是 ......
rabbitmq docker部署、集成学习笔记
docker部署 rabbitmq: image: rabbitmq:management container_name: myrabbit restart: always hostname: rabbitmq_host ports: - 15672:15672 # web UI 管理接口 - 56 ......