学习经验 流程 团队 经验

(坚持每天写算法)算法复习与学习part1基础算法1-6——高精度加法

高精度加法,其实就是模拟我们普通算式的步骤,比如是267+58,首先个位相加,7 + 8 = 15 , 1给到十位(也就是进位),留下5,然后算十位,同样的步骤直到算完。通过这个步骤我们直到了我们每次循环(个位到十位到百位……)都需要一个t来充当进位,使用数组来存储或者使用vector(容器),我这 ......
算法 高精 加法 高精度 基础

Spark - spark on yarn 的作业提交流程

客户端(Client)通过YARN的ResourceManager提交应用程序。在此过程中,客户端进行权限验证,生成Job ID和资源上传路径,并将这些信息返回给客户端。 客户端将jar包、配置文件、第三方包等文件上传到指定的HDFS路径。完成后,客户端再次向ResourceManager提交作业执 ......
流程 Spark spark yarn on

1.11学习进度

(6)在/tmp/test2 目录下新建 word.txt 文件并输入一些字符串保存退出; (7)查看 word.txt 文件内容; (8)将 word.txt 文件所有者改为 root 帐号,并查看属性; (9)找出/tmp 目录下文件名为 test2 的文件; (10)在/目录下新建文件夹 te ......
进度 1.11 11

1/11 学习进度笔记

Spark的程序运行层次结构 4040:是一个运行的Application在运行过程中临时绑定的端口,用于查看当前任务的状态。4040被占用就会顺延到4041,4042等。 4040是一个临时端口,当前程序运行完成后,4040就会被注销。 8080:默认是StandAlone下,Master角色(进 ......
进度 笔记 11

深度学习之机器学习理论

(一)机器学习(Machine Learning):就是让计算机具备从大量数据中学习的能力之一系列方法。机器学习使用很多统计方法,统计学家也称之为统计学习,但本质上起源于计算机科学的人工智能。 (二)机器学习的分类:机器学习主要分为两类,即监督学习(supervised learning)与非监督学 ......
深度 机器 理论

团队共享账号解决方案-Hubstudio指纹浏览器

在企业场景中,经常需要面对多个员工管理同一个账号的情况,如果把账号密码直接交给员工,不仅存在管理麻烦,不能同时登录的问题,而且员工离职之后又要对平台账号进行修改,管理成本较高。为此,我推荐使用Hubstudio指纹浏览器,实测很好用,员工可以无需知道相关软件的账号密码既可以直接使用被授权的平台账号, ......
指纹 账号 Hubstudio 浏览器 团队

Vue源码学习(十九):router基本原理

好家伙, 0.什么是路由? 路由就是匹配到对应路径显示对应的组件! 那么我们要如何去实现? 我们来回忆一下这router怎么用的 1. 声明式路由配置:在路由配置对象中,定义路径与组件的映射关系。例如: import AboutComponent from '../views/AboutCompon ......
源码 原理 router Vue

Mybatis学习记录

Mybatis入门简介 MyBatis 是一款优秀的持久层框架,它支持自定义 SQL、存储过程以及高级映射。MyBatis 免除了几乎所有的 JDBC 代码以及设置参数和获取结果集的工作。MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO(Plain Ol ......
Mybatis

u-boot启动流程分析-史上最全最详细

首发于Linux专栏 u-boot启动流程分析-史上最全最详细 24 人赞同了该文章 嗨喽,大家好,我是程序猿老王,程序猿老王就是我。 今天给大家全面的分析一下u-boot启动流程。整理这篇文章花费时间较长,中间很长时间未更新,希望这篇文章对大家有所帮助。 本章主要是详细的分析一下uboot的启动流 ......
流程 u-boot boot

学习进度笔记

Requests模块简单入门 #HTTP请求类型 #get类型 r = requests.get('https://github.com/timeline.json') #post类型 r = requests.post("http://m.ctrip.com/post") #put类型 r = r ......
进度 笔记

存储程序和程序控制:开发经验分享及操作过程详解

存储程序和程序控制是计算机行业中非常重要的一部分。它涉及到如何将程序和数据存储在计算机内存中,并通过程序控制来实现各种功能。本文将分享我的开发经验,并详细解释如何进行存储程序和程序控制的操作过程。 ......
程序 过程 经验

vector的学习

经历的近一年的学习,终于算是想起来了还有这个博客,那终于开始重新拾起,进行一个stl的学习 标准模板库 在C++标准库中,只需要#include头文件,便可以引用 STL标准库分为几个大类,这篇文章只简要介绍vector vector 什么是vector?我们可以把vector简单的理解为是一个比u ......
vector

前端学习-HTML/CSS刷题笔记01

1 清除浮动 方法1 双伪元素法:在style中给父元素添加伪元素代码 了解zoom:1; <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=devi ......
前端 笔记 HTML CSS

MarkDown学习

MarkDown学习 标题 三级标题 四级标题 字体 Hello,Word! Hello,Word! Hello,Word! Hello,Word! 引用 asdasdasdasda 分割线 图片 ![截图](file:///C:/Users/%E5%BC%A0%E9%92%9E%E7%86% ......
MarkDown

2024.1.12-学习进度笔记

今天,我尝试安装了git并尝试安装了PaddleOCR。 参考:https://blog.csdn.net/mukes/article/details/115693833 参考:https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.6/doc ......
进度 笔记 2024 12

计网学习

OSI七层模型 物理层 网线 比特流 数据链路层 MAC网卡地址 帧 网络层 IP地址 路由方式 包 传输层 端到端TCP UDP TCP报文 UDP数据报 会话层 不同应用程序间会话 表示层 数据格式转换、压缩加密解密等 应用层 web应用 好处:隔层之间独立,灵活性好,易于实现维护、能促进标准化 ......

.net core - 使用kubeadm搭建k8s - k8s(微服务学习) 二

前提准备:OpenEuler系统,VMWare 由于本次使用3台主机完成kubernetes集群部署,其中1台为master节点,名称为k8s-master01;其中2台为node节点,名称分别为:k8s-node01及k8s-node02 master节点 # hostnamectl set-ho ......
k8s kubeadm core 8s k8

第二周学习总结

第二周学习总结 分块 思想:把长度为 \(N\) 的序列分为若干个长度为 \(S\) 的快。对于每次询问/修改,整块打包处理,零散部分暴力处理。 一般情况况下,当 \(S=\sqrt{n}\) 时,有较好复杂度 \(m \sqrt{n}\)。 模板代码: [线段树]区间极大值2 #include<s ......

第一周学习总结

第一周学习总结 二分图 定义 若 \(G\) 是一个无向图,\(G\) 的顶点分成 \(X\) 和 \(Y\) 两部分,\(G\) 中每条边的两个顶点一定是 一个属于 \(X\) 另一个属于 \(Y\),则称图 \(G\) 为 二分图。 图例: 判定——染色法 用两种颜色对所有顶点染色,要求一条边所 ......

二分图最大匹配学习总结

二分图最大匹配学习总结 二分图的定义 如果无向图 \(G=(V,E)\) 的点集 \(V\) 可以分为两个集合 \(V_1,V_2\),使边集 \(E\) 都在 \(V_1\) 和 \(V_2\) 之间,并且 \(V_1\) 和 \(V_2\) 内部的点没有连边,则 \(G\) 是一个二分图。 图例 ......

Spring学习记录之GoF之代理模式

Spring学习记录之GoF之代理模式 前言 这篇文章是我第二次学习b站老杜的spring相关课程所进行的学习记录,算是对课程内容及笔记的二次整理,以自己的理解方式进行二次记录,其中理解可能存在错误,欢迎且接受各位大佬们的批评指正; 关于本笔记,只是我对于相关知识遗忘时快速查阅了解使用,至于课程中实 ......
模式 Spring GoF

神经网络学习笔记(1)

1、神经元 神经元是神经网络中的基本单元。 每一个神经元包括两个参数:权重系数和偏置系数b。 神经网络的学习过程就是通过优化更新每一个神经元的权重和偏置系数,使得输出值Y更接近其真实值。 假设神经元的输入向量为 ,那么输出,其中 是该神经元选定的激活函数。 x1、x2表示输入量 w1、w2为权重,几 ......
神经网络 神经 笔记 网络

网络基础知识学习

1、网络基础知识 ·OSI 七层模型 TCP/IP(Transmission Control Protocol/Internet Protocol)是传输控制协议和网络协议的简称,它定义了电子设备如何连入因特网,以及数据如何在它们之间传输的标准。TCP/IP 不是一个协议,而是一个协议族的统称,里面 ......

CSAPP学习笔记——chapter9 虚拟内存

这一章主要介绍了现代操作系统中虚拟内存的概念,先是介绍了虚拟内存的一般概念,这一部分我将在本文第一小节进行一个串联;第二部分介绍了内存映射,并以Linux为例,介绍了fork函数,execve函数的实现细节;第三部分则是介绍了动态内存分配,程序员通过如`malloc`, `new`, `free`,... ......
chapter9 内存 chapter 笔记 CSAPP

机器学习如何改变缺陷检测的格局?

​ 机器学习在缺陷检测中扮演着重要的角色,它能够通过自动学习和识别各种缺陷的模式和特征,改变缺陷检测的格局。以下是机器学习在缺陷检测中的一些应用和优势: 自动化检测:机器学习技术可以自动化处理大量的数据,通过学习和识别缺陷的模式和特征,实现自动化检测。这大大提高了缺陷检测的效率和准确性,减少了人工干 ......
格局 缺陷 机器

spark的学习1-11

大数据第36期打卡-Day9-p102-p106学习笔记Spark并行度spark的并行:在同一时间内,有多少个tes k在同时运行并行度:并行能力的设置比如设置并行度6,其实是6个tast才并行在跑在有了6个tast并行的前提下,rdd的分区被规划成6个分区Driver的两个组件DAG调度器工作内 ......
spark 11

antd-pro 使用经验

antd-pro中的很多组件,都是对antd组件的封装 所以,很多属性配置,都可以通用的! 先说antd-pro-table遇到的问题 1.请求的时候,搜索和分页相关的参数,都会拼接到url上,这显然不好 2.使用table的,scroll属性配置,配置pro-table。可以实现pro-table ......
antd-pro 经验 antd pro

机器学习-决策树系列-贝叶斯算法-概率图模型-29

目录1. 复习条件概率2. 正式进入3. 生成式 与判别式 这个阶段的内容,采用概率论的思想,从样本里面学到知识(训练模型),并对新来的样本进行预测。 主要算法:贝叶斯分类算法、隐含马尔可夫模型、最大熵模型、条件随机场。 通过本阶段学习,掌握NLP自然语言处理的一些基本算法,本阶段的理解对于后续完成 ......
概率 算法 模型 机器 29

uboot-4_U-Boot启动流程

下面以u-boot 2016为例,一行一行分析armv7架构cpu的uboot启动流程,用到的soc是imx6ull为例。总体流程如下:分为2部分:arch级初始化(架构)和板级初始化: 1 reset 函数 1.1 初始化异常向量表 我们知道启动入口是 arch/arm/lib/vectors.S ......
流程 U-Boot uboot Boot

【独立闯天下】Prim新传奇!原团队的Blazor版本迟迟无音,合并请求石沉大海。于是,我们决定单干!加入Prime Blazor版项目,一起开创崭新的旅程吧!

共建Prime的Blazor版:为开源社区注入新活力 Prime组件库作为一款广受欢迎的开源组件库,一直以来都备受开发者们的青睐。然而,随着技术的不断发展和更新,原团队的Blazor版本似乎已经逐渐失去了活力,长时间没有得到更新和维护。在这样的背景下,一群热爱开源、热衷于Blazor技术的开发者们决 ......
Blazor 石沉大海 旅程 团队 版本
共15200篇  :3/507页 首页上一页3下一页尾页