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 ......