学习机 粒子 算法 模型
小波去噪算法的简易实现及其扩展（小波锐化、高斯拉普拉斯金字塔去噪及锐化）之二。
GIMP的小波分解只是偏重于实现，但是其效率还是很慢，本文简单的提出了其加速算法。同时对于如何使用小波分解后的数据，通过小波去噪和小波锐化两个过程予以了说明，另外，基于小波去噪的这些过程也可以使用拉普拉斯金字塔来实现。 ......
0源码基础学习Spring源码系列（一）——Bean注入流程
通过本文，读者可以0源码基础的初步学习spring源码，并能够举一反三从此进入源码世界的大米！
由于是第一次阅读源码，文章之中难免存在一些问题，还望包涵指正！ ......
【Oculus Interaction SDK】（九）使用控制器时显示手的模型
前言 前段时间 Oculus 的 SDK 频繁更新，很多已有的教程都不再适用于现在的版本了。本系列文章的主要目的是记录现版本常见功能的实现方法，便于自己后续开发。当然，不排除我文章刚写完 SDK 又变了的可能性，所以如果有人发现文章的内容已经不适用于新版本了，也可以留评论或者私信我，我会持续更新文章 ......
用户行为分析模型实践（三）——H5通用分析模型
本文从提升用户行为分析效率角度出发，详细介绍了H5埋点方案规划，埋点数据采集流程，提供可借鉴的用户行为数据采集方案；且完整呈现了针对页面分析，留存分析的数仓模型规划方案。 ......
面试官：什么是双亲委派模型？
双亲委派模型是 Java 类加载器的一种工作模式，通过这种工作模式，Java 虚拟机将类文件加载到内存中，这样就保证了 Java 程序能够正常的运行起来。那么双亲委派模型究竟说的是啥呢？接下来我们一起来看。 1.类加载器 双亲委派模型针对的是 Java 虚拟机中三个类加载器的，这三个类加载器分别是： ......
特定领域知识图谱融合方案：文本匹配算法(Simnet、Simcse、Diffcse)
本项目主要围绕着特定领域知识图谱(Domain-specific KnowledgeGraph:DKG)融合方案：文本匹配算法、知识融合学术界方案、知识融合业界落地方案、算法测评KG生产质量保障讲解了文本匹配算法的综述，从经典的传统模型到孪生神经网络“双塔模型”再到预训练模型以及有监督无监督联合模型... ......
遗传算法求TSP问题
一、实验内容及目的 本实验以遗传算法为研究对象，分析了遗传算法的选择、交叉、变异过程，采用遗传算法设计并实现了商旅问题求解，解决了商旅问题求解最合适的路径，达到用遗传算法迭代求解的目的。选择、交叉、变异各实现了两种，如交叉有顺序交叉和部分交叉。 二、实验环境 Windows10 开发环境Python ......
和ChatGPT聊了一会天它的学习反映能力惊呆了我
我：用java写一段玫瑰花 ChatGPT：您可以使用 Java 绘制玫瑰花。以下是一段代码： import java.awt.*; import javax.swing.*; public class Rose extends JFrame { private int n = 8; public ......
ASP.NET Core RESTful学习理解
一、了解什么是REST REST是“REpresentational State Transfer”的缩写 ，表述性状态传递；REST是一种软件架构风格，用于构造简单、可靠、高性能的WEB应用程序；REST中，资源(Resource)是最基本的概念，任何能够命名的对象都是一个资源，每个资源都有一个统 ......
.NET 6学习笔记（6）——SSL证书的导出和格式转换
除了广阔的互联网，这个世界上还存在很多运行在公司内网的Web Application。假设有团队A提供的网站A，现团队B需要将网站B与之集成。网站A已使用了自签的SSL证书。团队B希望能够导出该SSL证书并转换成PEM格式，供Nginx配置给网站B使用。接着假设上述假设成立，世界上就是有这些奇奇怪怪 ......
安装Windows Server 2022 - 初学者系列 - 学习者系列文章
这天要写一个关于系统部署的系列文章，涉及到Windows Server 2022操作系统的安装，所以就写了此文。Windows系列的操作系统安装，以前的博文中都有介绍，这里再次做一个安装描述吧。需要的朋友请自行参考。 1、 安装虚拟机； 关于虚拟机，笔者选择的是VMWare Workstation ......
.NET 6学习笔记（7）——ASP.NET Core通过配置文件启用HTTPS
本质上我还是一个Windows App Developer，所以虽然会做一些ASP.NET Core的工作，但通常这些ASP.NET Core的程序会托管在Windows Service上，并且大部分时候跑在局域网环境。说实话传统行业的Win DEV对Web这一套其实不怎么精通，今天我们来看一下AS ......
算法学习笔记(16): 组合数学基础
组合数学基础 本文部分运用到了生成函数的知识 如果直接食用本文结论，请忽略下列链接。 生成函数参考博客：普通型生成函数 - Ricky2007 - 博客园 我认为讲的不错 组合数学非常有用！我们先从一点点简单的性质开始 简单原理 加法原理 这非常简单，我们举一个例子即可：考虑我有 $5$ 个红苹果和 ......
一文带你入门图机器学习
本文主要涉及图机器学习的基础知识。 我们首先学习什么是图，为什么使用图，以及如何最佳地表示图。然后，我们简要介绍大家如何在图数据上学习，从神经网络以前的方法 (同时我们会探索图特征) 到现在广为人知的图神经网络 (Graph Neural Network，GNN)。最后，我们将一窥图数据上的 Tra ......
C# 学习async/await(个人理解)
await : 等待的意思 async:异步(非同步) 当我们方法内部 存在await的时候,就返回出去 执行下一步 ,等await后面的方法执行完毕 在执行await下面的方法 一、我们先看正常的同步操作: 二、加async await异步操作(也就是说 在执行标记async 的方法 DoWork ......
U3D编辑器开发&粒子特效/动画预览器示例
概述 U3D提供了一套拓展编辑器的接口，可以用于直接在编辑器非播放模式运行程序。常用于运行一些工具程序，例如资源管理。在做技能编辑器等工具程序时，也可以使用运行模式接口会比较简单（这样也方便开放游戏创意工坊给玩家）。使用编辑器去做一些渲染相关的预览（如粒子系统，动画预览）会麻烦一点，有时候需要查询和 ......
基于遗传算法的地图四色原理绘图上色的Python代码
本文介绍利用Python语言，实现基于遗传算法（GA）的地图四色原理着色操作。 1 任务需求 首先，我们来明确一下本文所需实现的需求。 现有一个由多个小图斑组成的矢量图层，如下图所示。 我们需要找到一种由4种颜色组成的配色方案，对该矢量图层各图斑进行着色，使得各相邻小图斑间的颜色不一致，如下图所示。 ......
Python TensorFlow深度学习回归代码：DNNRegressor
本文介绍基于Python语言中TensorFlow的tf.estimator接口，实现深度学习神经网络回归的具体方法。 () 1 写在前面 1. 本文介绍的是基于TensorFlow tf.estimator接口的深度学习网络，而非TensorFlow 2.0中常用的Keras接口；关于Keras接 ......
（数据科学学习手札149）用matplotlib轻松绘制漂亮的表格
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，matplotlib作为数据可视化的强力工具，可以帮助我们自由创作各式各样的数据可视化作品，其中matplotlib.pyplot ......
前端算法之二分查找
在数组中查找指定元素,如果存在就返回它的位置,如果不存在,就返回-1。 这是一道非常经典的算法题，考的就是二分查找算法，首先分析二分查找的思路： 假设一个数组为 [3,5,19,22,25,33,45,47,57,66,71,78]（已经从小到大排好序），要求找出数值80的位置，如图： ps: g ......
《深入理解Java虚拟机》第三章读书笔记（二）——HotSpot垃圾回收算法实现(OopMap，安全点安全区域，卡表，写屏障，三色标记算法)
系列文章目录和关于我 前面《深入理解Java虚拟机》第三章读书笔记（一）——垃圾回收算法我们学习了垃圾回收算法理论知识，下面我们关注下HotSpot垃圾回收算法的实现，分为以下几部分 对象是垃圾的判断依据 GC Roots 是如何高效扫描的 如何解决跨代引用对象的垃圾回收问题 如何降低垃圾回收STW ......
《深入理解Java虚拟机》第三章读书笔记（一）——垃圾回收算法
参考书籍《深入理解java虚拟机》周志明著 系列文章目录和关于我 本文主要介绍垃圾回收理论知识 1.jvm哪些区域需要进行垃圾回收 虚拟机栈，本地方法栈，程序计数器都是线程私有的，随线程而生，随线程而灭。其中栈中的栈帧随着方法的进入和退出而有条不紊的执行出栈和入栈操作，每一个栈帧需要分配内存基本上在 ......
SpringBoot学习笔记 - 构建、简化原理、快速启动、配置文件与多环境配置、技术整合案例
【前置内容】Spring 学习笔记全系列传送门： Spring学习笔记 - 第一章 - IoC（控制反转）、IoC容器、Bean的实例化与生命周期、DI（依赖注入） Spring学习笔记 - 第二章 - 注解开发、配置管理第三方Bean、注解管理第三方Bean、Spring 整合 MyBatis 和 ......
Unreal学习笔记2-绘制简单三角形
之所以写这个绘制简单三角形的实例其实是想知道如何在Unreal中通过代码绘制自定义Mesh，如果你会绘制一个三角形，那么自然就会绘制复杂的Mesh了。所以这是很多图形工作者的第一课。 ......
学习ASP.NET Core Blazor编程系列二十三——登录（2）
通过前面的ASP.NET Core Blazor编程系列文章为读者介绍了Blazor及组件的相关基础概念，以及我们已经实现了用Blazor实现对数据的增删改查这四大基本功能，通过这些功能的实现我们已经能用Blazor处理一些简单的实际问题，特别是企业内部信息管理系统的相关问题。 前面的ASP.NET... ......
学习ASP.NET Core Blazor编程系列二十四——登录（3）
虽然在上一篇文章(学习ASP.NET Core Blazor编程系列二十三——登录（2） )中我们制作出了登录页面，但那个登录页面，不符合我们平时使用的样式，需要进行修改，同时也没有实现登录验证。这一文章学习如何对Login.razor使用特有的布局组件，实现正常的登录样式，学习使用Authenti... ......
学习ASP.NET Core Blazor编程系列二十五——登录（4）
通过前面三篇文章的学习，我们虽然实现了登录功能，但那还不是我们希望的登录首页。
我们希望的登录功能，用户在登录图书租赁系统的时候，如果没有进行登录是无法看到任何功能菜单，并且页面一直显示登录页面。 ......
机器学习-Kmeans
前言 K-means是一种经典的无监督学习算法，用于对数据进行聚类。K-means算法将数据集视为具有n个特征的n维空间，并尝试通过最小化簇内平方误差的总和来将数据点划分为簇。本文将介绍K-means算法的原理、实现和应用。 定义 K-means是一种无监督学习算法， 用于对数据进行聚类。该算法将数 ......
机器学习入门总结
交叉验证是机器学习当中的概念，一般深度学习不会使用交叉验证方法，原因是深度学习的数据集一般都很大。但是也有例外，Kaggle 的一些医疗类比赛，训练集一般只有几千张，由于训练数据很少，用来作为验证集的数据会非常少，因此训练的模型在验证集上精度可能会有很大波动，这直接取决于我们所选择的验证集和训练集划... ......
深度学习炼丹-数据标准化
当我们处理的数据具有不同尺度时，执行数据标准化操作是很有必要的。本文给出了数据标准化(Normalization)的定义、常用方法以及为什么要做数据标准化，并给出相关代码实现。 ......