基础 笔记splay treap

java-11-alpine基础镜像构建

准备动作 Linux系统,安装Docker 新增工作目录,比如~/baseimg,进入工作目录 创建字体目录~/baseimg/fonts/truetype, 这里的truetype文件夹名字可自定义,对应上Dockerfile中的即可 上传字体文件【ttl,ttc等】至truetype 编辑基础镜 ......
镜像 基础 alpine java 11

简易机器学习笔记(七)计算机视觉基础 - 常用卷积核和简单的图片的处理

前言 这里实际上涉及到了挺多有关有关理论的东西,可以详细看一下paddle的官方文档。不过我这里不过多的谈有关理论的东西。 【低层视觉】低层视觉中常见的卷积核汇总 图像处理中常用的卷积核 在代码中,我们实际上是用不同的卷积核来造成不同的影响,我这里也是paddle中对于卷积核的几个比较简单的应用。 ......
卷积 简易 视觉 机器 常用

DSU on tree 学习笔记

DSU on tree 通常用来解决不带修树上子树问题。 主要思想: 剖分。 先搜轻儿子,记录轻儿子子树的答案,删去轻儿子的贡献。 搜重儿子,记录重儿子子树的答案,保留重儿子的贡献。 回溯,重新搜轻儿子,把轻儿子子树的贡献加上,构成本子树的答案。 CF600E Lomsat gelral #incl ......
笔记 tree DSU on

ARC 做题笔记

ARC157 A. XXYYX 观察一些性质。注意到 \(\texttt{XY}\) 和 \(\texttt{YX}\) 会产生当且仅当 \(\texttt{X}\) 和 \(\texttt{Y}\) 的连续段交错,因此 \(|b-c|=1\)。然后特判掉 \(a\neq 0,b=0,c=0,d\n ......
笔记 ARC

DNS笔记

域名 因为访问网站时,很难记住对应网站的IP地址,所以使用域名来代替IP地址,使用户更加方便的访问网站。 DNS服务器的作用就是将IP地址与域名进行映射,使用户可通过域名得到到对应的IP,然后进行访问。 域名从右到左依次为顶级域名(一级域名)、二级域名、三级域名、四级域名、等等(通常域名层级不超过三 ......
笔记 DNS

Python笔记

学习Python时做的笔记,主要参考: B站小飞有点东西:https://space.bilibili.com/1803865534 董付国老师的《Python程序设计》教材 第一章、Python概述 1.1 扩展库安装方法(了解即可) 使用pip命令安装扩展库。 在cmd命令行中输入pip,回车后 ......
笔记 Python

Sobel算子的数学基础

更准确的说法应该叫,即数值分析中的1-范数、2-范数、无穷范数。下面仅以二维空间中的两点为例。 L1距离,曼哈顿距离(Manhattan distance)也称D4距离、城市街区距离(Cityblock distance)、出租车距离(Taxicab distance)、直线式距离(Rectilin ......
数学基础 算子 数学 基础 Sobel

Liunx笔记

这篇笔记我是在学习Linux过程中的笔记,参考自: B站韩顺平老师的课程Linux 黑马程序员的《Linux系统管理与自动化运维》教材 第一章 文件目录结构 一、基本介绍 Linux 的文件系统是采用级层式的树状目录结构,在此结构中的最上层是根目录“/ ”,然后在此目录下再创建其他的目录。 记住一句 ......
笔记 Liunx

Qt+数据库学习笔记(一)WIN10+Qt5.15.2 MinGW 32-bit+MySQL5.7.44编译MySQL5.7驱动插件

前言: 因项目需要,需要使用Qt连接MySQL数据库。程序编写电脑上使用的是Win10 64位系统,程序运行电脑上使用的是Win7 32位系统。 一、下载及安装MySQL5.7 1、地址:MySQL官网 点击DOWNLOADS 2、点击MySQL Community(GPL) Downloads 3 ......
MySQL5 MySQL 插件 数据库 笔记

程序员学英语-基础词1200个单词6

we pron 我们 w(象形-皇冠--女王) e(鹅) 女王把鹅送给我们 win v 赢、获得 n 胜利 w(象形-皇冠--女王) in 在...里面 女王在房间里赢得了奖杯,获得胜利 wine n 葡萄酒 v 喝酒 win 赢 e(鹅) 赢得比赛的鹅喝葡萄酒庆祝 wind n 风、气流 v 卷绕 ......
学英语 程序员 单词 基础 程序

转载:大模型所需 GPU 内存笔记

转载文章:大模型所需 GPU 内存笔记 引言 在运行大型模型时,不仅需要考虑计算能力,还需要关注所用内存和 GPU 的适配情况。这不仅影响 GPU 推理大型模型的能力,还决定了在训练集群中总可用的 GPU 内存,从而影响能够训练的模型规模。 大模型推理的内存计算只需考虑模型权重即可。 大模型训练的内 ......
模型 内存 笔记 GPU

【scikit-learn基础】--『监督学习』之 随机森林回归

随机森林回归(Random Forest Regression)是一种在机器学习领域广泛应用的算法,由美国科学家 Leo Breiman 在2001年提出。它是一种集成学习方法,通过整合多个决策树的预测结果来提高预测精度和稳定性。 随机森林回归适用于各种需要预测连续数值输出的问题,如金融领域的股票价 ......
scikit-learn 森林 基础 scikit learn

C++基础 -15- 拷贝构造(深度拷贝)

———————拷贝构造——————— 🎈由于系统的浅拷贝就是直接赋值 🎈所以可能出现共用内存空间的情况 🎈如下图newperson通过浅拷贝创建出来 🎈改变newperson的参数影响到了person类 #include "iostream" using namespace std; ext ......
拷贝 深度 基础 15

2023年10月份阅读笔记一

这篇文章是十月份第一篇阅读笔记,阅读书籍是《构建之法》 第一章 概论 在这一章中,作者为我们介绍了一些关于软件工程的基本知识。 ①软件=程序+软件工程:正是因为对软件开发活动(构建管理、源代码管理、软件设计、软件测试、项目管理)相关的内容的完成,才能完成把整个程序转化成为一个可用的软件的过程。 扩展 ......
月份 笔记 2023

简易机器学习笔记(六)不同优化算法器

前言 我们之前不是说了有关梯度下降公式的事嘛,就是那个 这样梯度下降公式涉及两个问题,一是梯度下降的策略,二是涉及到参数的选择,如果我们选择固定步长的时候,就会发现我们求的值一直在最小值左右震荡,很难选择到我们期望的值。 假设上图中,x0为我们期望的极小值,yB = xA - yA'xA的时候,xB ......
法器 简易 机器 笔记

机器学习笔记(五)更换损失函数:交叉熵

前言 我们之前用的是均方差作为我们神经网络的损失函数评估值,但是我们对于结果,比如给定你一张应该是0的照片,它识别成了6,这个时候这个均方差表达了什么特别的含义吗?显然你识别成6并不代表它比识别成1的情况误差更大。 所以说我们需要一种全新的方式,基于概率的方案来对结果进行规范。也就是我们说的交叉熵损 ......
函数 损失 机器 笔记

Python笔记二之多线程

本文首发于公众号:Hunter后端 原文链接:Python笔记二之多线程 这一篇笔记介绍一下在 Python 中使用多线程。 注意:以下的操作都是在 Python 3.8 版本中试验,不同版本可能有不同之处,需要注意。 本篇笔记目录如下: 概念 多线程的使用示例 daemon run() 线程对象的 ......
线程 笔记 Python

pandas基础使用

pandas pandas介绍 Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户 ......
基础 pandas

图基础之不相交集(并查集)

主要用于避免遍历的时候做无用功。 // 用于处理不相交集合的合并问题。 // 经典应用有: // –连通子图 // –最小生成树Kruskal算法 // –最近公共祖先 // O(n) #include <bits/stdc++.h> using namespace std; const int N ......
基础

【Cpp 语言基础】继承

在C++语言中,一个派生类可以从一个基类派生,也可以从多个基类派生。从一个基类派生的继承称为单继承;从多个基类派生的继承称为多继承。 派生类的定义格式 单继承的定义格式如下: class<派生类名>:<继承方式><基类名> { <派生类新定义成员> }; 其中,class是关键词,<派生类名>是新定 ......
语言基础 语言 基础 Cpp

bean 基础配置

bean 基础配置 对于 bean 的基础配置,在前面的案例中已经使用过: <bean id="" class=""/> 其中,bean 标签的功能、使用方式以及 id 和 class 属性的作用,我们通过一张图来描述下 bean 别名配置 别名的配置说明: 配置步骤: 打开 spring 的配置文 ......
基础 bean

概率论复习笔记

$X$代表随机变量,$x$是具体的值。 规定:连续型随机变量取任意指定值的概率为$0$,即:$P(X=a)=0$ 概率密度函数$f(x)$ 某个邻域内概率的变化快慢。概率密度函数的值是概率的变化率,概率密度函数的面积才是概率。 于是可以得知$(a,b]$的概率:$P(a<X\le b)=\int_a ......
概率论 概率 笔记

改进搜索算法框架学习笔记

用途:主要用来解决不能写出解析解的、但有可微目标函数、约束条件的问题求解。 步骤: 获得初始解 基于初始解获得当前位置的梯度——找改进迭代方向 邻域内目标函数变化约等于步长*(梯度与实际改变向量的内积)。如沿梯度方向改变则约等于步长*梯度的二范数。梯度点乘改变向量可用于判断改变是增大还是缩小目标函数 ......
算法 框架 笔记

代码大全读书笔记01

第一次看《代码大全》的时候,收获并不大。当第二次在项目中,应用到代码大全的知识。Debug的时候、重构代码的时候,写伪代码的时候,将代码写在一个个的子程序中的时候。似乎对书中的知识理解的透彻很多。 将代码写在子程序的另外一个好处是,有时候你会发现以前没有发现过的事物的本质。——>你对程序理解的更加透 ......
代码 笔记 大全

《Ensemble deep learning: A review》阅读笔记

论文标题 《Ensemble deep learning: A review》 集成深度学习: 综述 作者 M.A. Ganaie 和 Minghui Hu 来自印度理工学院印多尔分校数学系和南洋理工大学电气与电子工程学院 本文写的大而全。 初读 摘要 集成学习思想: 结合几个单独的模型以获得更好的 ......
Ensemble learning 笔记 review deep

CT107D竞赛板独立按键的基础与应用

COM3(j5) 选择2 3引脚为独立按键 选择 1 2引脚为矩阵按键 在按键中 一方接地 一方接芯片 当按键按下时 芯片的一方会从高低平变成低电平 这时就可知判定按键是否按下 需注意按键按下时具有抖动 会影响实际效果 这时就需要消抖 按后延迟20毫秒 再进行程序操作 再进行按键判定 按键判定:wh ......
按键 基础 107D 107 CT

日语自学笔记

平假名是日语使用的一种表音文字,除一两个平假名之外,均由汉字的草书演化而来,形成于公元9世纪。早期为日本女性专用,后随着紫式部所作《源氏物语》的流行而使得日本男性也开始接受和使用。 平假名的日文写法及读音:平仮名(ひらがな)(hiragana)。 现代,人们把平假名的用处分为4种: 1.标注汉字的读 ......
笔记

《A Novel Table-to-Graph Generation Approach for Document-Level Joint Entity and Relation Extraction》阅读笔记

代码 原文地址 文档级关系抽取(DocRE)的目的是从文档中提取实体之间的关系,这对于知识图谱构建等应用非常重要。然而,现有的方法通常需要预先识别出文档中的实体及其提及,这与实际应用场景不一致。为了解决这个问题,本文提出了一种新颖的表格到图生成模型(TAG),它能够在文档级别上同时抽取实体和关系。T ......

day05-Mybatis基础

一.Mybatis概述 MyBatis 是一款优秀的**持久层框架**,它支持定制化 SQL、存储过程以及高级映射。**MyBatis 避免了几乎所有的 JDBC 代码和手动设置参数以及获取结果集**。MyBatis 可以使用简单的 XML 或注解来配置和映射原生类型、接口和 JavaBean 为数 ......
Mybatis 基础 day 05

舞蹈链学习笔记

算法思路 其实这就是一个比较高端的暴力,以模板题为例,其实就是先选其中含 \(1\) 较为少的一列,然后枚举选各个含 \(1\) 的行时其他的列能排除多少行,如果每行都有了就输出,否则要么继续,要么回溯。 如何建链表图 其实这就很简单了,只需要连接数据的上下左右边,再记录一下这一列有几个 \(1\) ......
舞蹈 笔记
共14900篇  :16/497页 首页上一页16下一页尾页