学习网络 算法fasterrcnn深度
java进阶漏洞学习----log4j漏洞学习笔记
CVE-2021-44228 log4j2 漏洞版本范围 2.x < version <=2.14.1 环境搭建 linux的ij idea java版本:JDK1.8u102 https://www.oracle.com/cis/java/technologies/javase/javase8-a ......
如何利用分析工具,让教师更了解学生,更精准地辅导他们学习成绩?
零代码,低代码,数据可视化工具,BI软件,BI系统,数据可视化大屏,成绩分析,大数据分析,数据分析平台,大数据公司,数据中心,大数据解决方案,数据分析软件,数据可视化工具 ......
网络基础
网络通信过程 数据传递就像快递 数据就是物品,寄件人发件人是源目IP地址或者MAC地址,中间的交换机和路由器就像快递站。 网关的作用是对数据报文进行解封装,然后读取其目的信息,然后进行封装,根据目的信息把数据报文转发到可以到目的计算机所在网络的网关。 计算机A发出数据 数据到达网关 网关解封装、封装 ......
Typora破解版安装教程(仅供学习)
1、下载 链接:https://pan.baidu.com/s/16FePQzDS3oT9VI5H_uRkVw 提取码:87ea 2、破解 typora安装后,将下载的app.asar.txt 文件中的后缀.txt去掉,并拷贝到typora安装路径下替换(我的路径是:D:\Typora\resour ......
前端学习-JavaScrip学习-cookie
在使用Microsoft edge的时候,运行以下代码会报兼容性错误,但是一直没解决 'content-type' header charset value should be 'utf-8'. 使用chrome不会存储cookie 也没有报错 使用火狐可以成功存储cookie <!DOCTYPE ......
神经网络中间层特征图可视化(输入为音频)
import librosa import numpy as np import utils import torch import torch.nn.functional as F from matplotlib import pyplot as plt from torchvision.mode ......
反向传播算法代码
import torch import torch.nn as nn import torch.optim as optim class MLPModel(nn.Module): def __init__(self, input_size): super(MLPModel, self).__init ......
机器学习——门控循环单元(GRU)
在 8.7节中, 我们讨论了如何在循环神经网络中计算梯度, 以及矩阵连续乘积可以导致梯度消失或梯度爆炸的问题。 下面我们简单思考一下这种梯度异常在实践中的意义: 我们可能会遇到这样的情况:早期观测值对预测所有未来观测值具有非常重要的意义。 考虑一个极端情况,其中第一个观测值包含一个校验和, 目标是在 ......
11.14算法
题目 岛屿数量 给你一个由 '1'(陆地)和 '0'(水)组成的的二维网格,请你计算网格中岛屿的数量。 岛屿总是被水包围,并且每座岛屿只能由水平方向和/或竖直方向上相邻的陆地连接形成。 此外,你可以假设该网格的四条边均被水包围。 示例 1: 输入:grid = [ ["1","1","1","1", ......
DES对称加密算法Java实现
DES对称加密算法Java实现 源代码AESUtils.java //package me.muphy.util; import javax.crypto.*; import javax.crypto.spec.SecretKeySpec; import java.nio.charset.Stand ......
加载网络映射盘中的assembly失败的处理办法
2023年11月14日10:36:28 有群友提出这样的问题: 我在客户的机器安装插件后,报这个错,大概会是什么原因的? 按照提示信息,打开微软的网页: http://go.microsoft.com/fwlink/?LinkId=155569 同时也搜索到了这篇文章: https://www.cn ......
最小生成树求解算法-普利姆算法
使用场景 对于连通图从一点出发到达其他各点有很多条路径,但是我们要求最小生成树包含的点和边,最小生成树边 = 点 - 1; 用途在于:求解一地到其他地点最短布线问题。 要求: 最小生成树(1)包含所有点 (2)点点间只有一条通路 相对于克鲁什卡尔算法,适用于稠密图,与边数无关。 编码 - 输入图,m ......
Spring5学习随笔-Spring5的第一个程序(环境搭建、日志框架整合)
第二章、第一个Spring程序 1.软件版本 1.JDK1.8+ 2.Maven3.5+ 3.IDEA2018+ 4.SpringFramework 5.1.4 官网:www.spring.io 2.环境搭建 Spring的jar包 1.设置pom的依赖 <!-- https://mvnreposi ......
神经网络入门篇:详解向量化实现的解释(Justification for vectorized implementation)
向量化实现的解释 先对几个样本计算一下前向传播,看看有什么规律: 公式1.16: \(z^{[1](1)} = W^{[1]}x^{(1)} + b^{[1]}\) \(z^{[1](2)} = W^{[1]}x^{(2)} + b^{[1]}\) \(z^{[1](3)} = W^{[1]}x^{ ......
深度剖析GadgetInspector执行逻辑(上)
对于member属性, 通过!来进行连接,连接的顺序分别为属性名 / 权限 / 属性类型
返回一个字符串对象数组,返回的是类名 / 父类 / 接口 / 是否是接口 / member属性 ......
神经网络中的量化与蒸馏
本文将深入研究深度学习中精简模型的技术:量化和蒸馏 深度学习模型,特别是那些具有大量参数的模型,在资源受限环境中的部署几乎是不可能的。所以就出现了两种流行的技术,量化和蒸馏,它们都是可以使模型更加轻量级,而不会对性能造成太大影响。但是它们需要什么,它们又如何比较呢? 量化:牺牲精度换取效率 量化是关 ......
chapter 13:TCP/IP 和网络编程
学习笔记:TCP/IP和网络编程 13.0 摘要 本章分为两个部分: TCP/IP协议与应用 包括TCP/IP协议栈、IP地址、主机名、DNS、IP数据包和路由器。 描述了UDP和TCP协议、端口号以及TCP/IP网络中的数据流。 解释了服务器-客户端计算模型和套接字编程接口。 通过使用UDP和TC ......
小样本学习在图像识别中的挑战与突破
小样本学习(Few-Shot Learning)是一种机器学习方法,旨在从很少的样本中学习并做出准确的预测。在图像识别领域,小样本学习面临一些挑战,同时也涌现出一些突破性的解决方法。 挑战: 缺乏数据: 小样本学习的主要挑战之一是样本数量有限,这使得传统深度学习模型难以学习足够的特征。 过拟合: 由 ......
20231114学习总结
推荐参考书:[1] 范淼, 李超. Python 机器学习及实践, 清华大学出版社. [2] Peter Harrington. 机器学习实战, 人民邮电出版社。 《机器学习 B 实验任务书 1》 一、上机安排 时间 地点 第 10 周周一 2023.11.06 第 6-7 节 九实 4-3、4-4 ......
kmp 算法
kmp 算法基本思路 1.初始化 j = -1,表示 pattern 当前已被匹配的最后位。2.让 i 遍历文本串 text,对每个 i,执行 3、4来试图匹配 text[i] 和 pattern[j + 1]。3.直到 j 回退到 -1 或者是 text[i] == pattern[j + 1], ......
最短路径迪杰斯特拉算法
使用场景 获得一个图中一点到其他各点最短距离 由于算法只与点数量有关,边数量无关,故适用于密集图。 编码 - 输入Graph 数据结构、path[](用于存放每个点前一个路径点)、minDist[](目标点到每个点最短距离)、start起始点 - 设置一个长度为点个数的visited[],用于标记当 ......
【LVGL学习笔记】(四)PlatformIO + LVGL8.3配置
原文:https://blog.csdn.net/weixin_45728705/article/details/128383151 LVGL全程LittleVGL,是一个轻量化的,开源的,用于嵌入式GUI设计的图形库。并且配合LVGL模拟器,可以在电脑对界面进行编辑显示,测试通过后再移植进嵌入式设 ......
MySQL学习(16)事务隔离级别
事务隔离级别 前言 一次事务的执行,就是一次状态的转换。事务执行后,必须从一个一致性状态转换到下一个一致性状态,如果事务发生中止,也要回滚到最初的一致性状态。 什么是事务隔离级别 系统通过一些方法,使得并发执行的事务按照一定的顺序单独执行,或者最终执行的效果和单独执行一样。也就是说让事务“隔离”地执 ......
C++ Primer学习笔记——第十一章
第十一章 关联容器 前言 关联容器和顺序容器有着本质的不同:关联容器中的元素是按关键字来保存和访问的。与之相对,顺序容器中的元素是按它们在容器中的位置来顺序保存和访问的。(MySQL中元素就是按照关联容器进行保存) 关联容器支持高效的关键字查找和访问。两个主要的关联容器(associative-co ......
最小生成树 学习笔记
解决问题:在一个无向连通图中,删去一些边,使得删去后的图保持联通并且边权和最小。 采用一种贪心的算法,按边权从小到大排序所有边,然后选取没有联通的边,最后选取 n-1 条边得到答案。 P3366 【模板】最小生成树 P1195 口袋的天空 运用 Kruskal 的思想,连一条边减少一个连通块。 P1 ......
推荐.Net 必须学习的几个库
实体框架(Entity Framework) 实体框架(EF)是微软为 .NET 应用程序提供的主要数据访问技术,它提供了一个对象关系映射器(ORM),使得 .NET 开发者可以使用 .NET 对象来操作数据库。EF 通过将复杂的 SQL 查询抽象为 .NET 对象集合来简化数据库操作。EF 的关键 ......
玄学算法——模拟退火
引入 有时我们需要解决一些看似无法解决的问题,比如这题:P1337 [JSOI2004] 平衡点 / 吊打XXX - 洛谷。 总不能把每个坐标都枚举过去吧。(当然这道题也有许多其他优秀的算法。) 这时就需要玄学登场了。 模拟退火 什么是退火? 退火是一种金属热处理工艺,指的是将金属缓慢加热到一定温度 ......
《信息安全系统设计与实现》第十一周学习笔记
第十二章 块设备I/O和缓冲区管理 块设备I/O缓冲区 I/O缓冲的基本原理非常简单。文件系统使用一系列I/O缓冲区作为块设备的缓存内存。当进程试图读取(dev,blk)标识的磁盘块时。它首先在缓冲区缓存中搜索分配给磁盘块的缓冲区。如果该缓冲区存在并且包含有效数据、那么它只需从缓冲区中读取数据、而无 ......
学习随笔(设计模式:面向对象原则)
内容 今天学习了面向对象的几种设计思想原则,之前一直是C开发,所以面向过程的思想比较严重。面向对象的四个好处:可维护好、可拓展性好、可复用性好、灵活性好。 收获 1.单一职责原则:封装一个类,职责应该单一,仅有一个以其它变换的原因,所以要做好类的职责分离。 2.开放-封闭原则:软件实体(类、模块、函 ......