学习网络 算法fasterrcnn深度

【Python】【ChatGPT】本地部署ChatGPT学习记录

学习一下GPT项目的相关使用和部署 一、GPT4ALL模型 Github:https://github.com/nomic-ai/gpt4all GPT4ALL项目部署简易,但是在运行体验上一般,并且是只调用CPU来进行运算,看官方文档介绍在嵌入式上有比较大的优势,但是目前个人对嵌入式方向接触不深, ......
ChatGPT Python

第八周学习

# 并发编程 并发编程是指在计算机程序中同时执行多个独立的任务或操作的能力。这些任务可以是线程、进程或其他并发执行的实体。在并发编程中,需要考虑一些重要的概念和技术,以确保正确、高效地处理并发操作。 ## 原子性 在并发编程中,原子性是指一个操作是不可中断的,要么全部执行成功,要么全部不执行。原子操 ......

计算机网络——物理层

物理层 目录物理层物理层的基本概念传输媒体物理层协议的主要任务物理层下面的传输媒体(了解即可)无线电频谱管理机构传输方式串行传输和并行传输同步传输和异步传输单向(单工)通信、双向交替通信(半双工)和双向同时通信(全双工)编码与调制常用编码:不归零编码归零编码曼彻斯特编码差分曼彻斯特编码练习题基本调制 ......
物理层 计算机网络 物理

区块链与安全问题-精讲对等网络、共识算法、密码学算法

本博文转载自 天山老妖 的博客:http://blog.51cto.com/9291927 一、区块链密码安全技术简介 区块链和分布式账本中大量使用了密码学和安全技术的最新成果,特别是身份认证和隐私保护相关技术。区块链使用了包括Hash 算法与摘要、加密算法、数字签名和证书、PKI体系、Merkle ......
算法 密码学 区块 共识 密码

安防监控视频汇聚平台EasyCVR增加AI算法列表接口的实现方法

安防监控视频汇聚平台EasyCVR基于云边端一体化架构,具有强大的数据接入、处理及分发能力,可提供视频监控直播、云端录像、云存储、录像检索与回看、智能告警、平台级联、云台控制、语音对讲、智能分析等功能。平台既具备传统安防监控的能力,也支持提供AI算力算法接入的能力。 今天我们来介绍下在EasyCVR ......
算法 接口 EasyCVR 方法 平台

数据结构学习1

一、复杂度 1.1、大O表示法 1.2、时间复杂 1.3、空间复杂度 定义的数据占用多少空间就是空间复杂度 O(n) O(n^2) 二、渐进符号 渐进上界:大于等于平均时间复杂度 渐进下界:小于等于平均时间复杂度 渐进紧致界:等于平均时间复杂度 ......
数据结构 结构 数据

Excel XLL 学习

Excel 4V 回调表格属性方法 事件 QQ774115495 ......
Excel XLL

【学习】前缀和与差分

前缀和与差分是 OI 中十分重要且常见的基本算法。 前缀和 前缀和是一个数组的基础信息。 一维前缀和的定义为: \[s_n=\displaystyle \sum_{1\leq i \leq n - 1} a_{i} \]可以通过递推求出:s[i] = s[i - 1] + a[i]; 求出前缀和数组 ......
前缀

浅谈一些并行排序算法

对于普通的基于比较排序我们拥有一个复杂度下界 \(O(n\log n)\),然而如果我们允许并行计算的话,将得到一些复杂度更优秀的计算方法。 听到并行这个词许多人就会认为你有几个线程复杂度就除以几,所以线程堆得越多越好。但许多的算法问题都必须要满足你必须要算完 A 才能去计算 B,比如对于普通的前缀 ......
算法

深度学习调参手册(Deep Learning Tuning Playbook)

google-research/tuning_playbook: A playbook for systematically maximizing the performance of deep learning models. (github.com) dkhonker/tuning_playbo ......
深度 Learning Playbook 手册 Tuning

继续学习webpack+react路由+页面刷新404+nginx部署404+webpack魔法注释

继续学习 webpack 继续我们上一次的操作之后,我们已经可以实现从零到亿自定义运行打包一个 webpack 项目了,接下来我们继续更深层级接触他 我们上次使用的自动清理打包文件的插件在我们 webpack5.*之后呢,可以直接进行配置不需要引入插件,只需要在 wenpack.pro.config ......
webpack 路由 注释 404 页面

机器学习——自动微分

深度学习框架可以自动计算导数的原理主要如下: 1. 深度学习框架实现了自动微分机制,可以自动生成计算图,并记录运算过程。 2. 在计算图中,每个变量都是计算节点,变量之间通过计算操作连接。 3. 框架会跟踪整个计算图,记录每个变量的运算关系和数据流动。 4. 对于要求导数的变量,我们将其标记为要求导 ......
微分 机器

python 网络编程

python 编程 目录python 编程一. 网络编程 socket1.1 基于tcp 实现网络通讯1.2 基于tcp 实现远程执行命令1)粘包问题2)自定义协议解决粘包问题3)最终版 定义字典解决粘包问题1.3 socketserver 实现并发1)基于TCP实现2)基于UDP实现 一. 网络编 ......
网络编程 python 网络

字典树学习指南

前置芝士 字典树思想 01字典树 AC自动机 对所有的关键词构建Trie前缀树。 为Trie树上的所有节点构建fail失配指针。 第一步,对所有的关键词构建Trie前缀树。这一步利用Trie的特点构建快速前缀查找结构,trie树的特点是可以从字符串头部开始匹配,并且相同前缀的词共用前面的节点,因此它 ......
学习指南 字典 指南

《动手学深度学习 Pytorch版》 10.2 注意力汇聚:Nadaraya-Watson 核回归

import torch from torch import nn from d2l import torch as d2l 1964 年提出的 Nadaraya-Watson 核回归模型是一个简单但完整的例子,可以用于演示具有注意力机制的机器学习。 10.2.1 生成数据集 根据下面的非线性函数生 ......

机器学习——降维

默认情况下,调用求和函数会沿所有的轴降低张量的维度,使它变为一个标量。 x = torch.arange(4, dtype=torch.float32) x, x.sum() (tensor([0., 1., 2., 3.]), tensor(6.)) 我们还可以指定张量沿哪一个轴来通过求和降低维度 ......
机器

ST-SSL: 用于交通流量预测的时空自监督学习《Spatio-Temporal Self-Supervised Learning for Traffic Flow Prediction》(交通流量预测、自监督)

2023年10月23日,继续论文,好困,想发疯。 论文:Spatio-Temporal Self-Supervised Learning for Traffic Flow Prediction Github:https://github.com/Echo-Ji/ST-SSL AAAI 2023的论文 ......

贪心算法

顾名思义,贪心,即永远选择当下情况下最佳的结果,也就是所谓的局部最优解。该算法寄希望于局部最优解的堆积可以形成总体上的最优算法。 注意:可以使用反证法来判断贪心算法是否可以计算出最优路径。 注:大部分有限选择的情况都可以通过有限状态机解决。 ......
算法

利用CloudFlare Workers实现网络自由

1、打开官网https://www.cloudflare.com/zh-cn/注册登录 2、左侧菜单点"Workers和Pages"——创建Workers 3、部署 "Hello World" 脚本,部署后点击编辑 4、替换代码,https://github.com/3Kmfi6HP/EDtunne ......
CloudFlare Workers 网络

three.js 深度不完全解读

three.js 深度不完全解读 一、深度值的获取 1、方法1: FBO的深度附件 深度信息通过渲染管线中的深度缓冲区(depth buffer)来计算和存储。缓冲区用于存储每个像素点的深度值。 在渲染过程中,渲染器会根据每个像素点的深度值来确定最终像素的可见性和着色。 const target = ......
深度 three js

海康萤石摄像头C3HC学习

title: 海康萤石摄像头C3HC学习 date: 2023-10-13 20:55:48 tags: [摄像头] categories: 摄像头 CVE-2017-7921 海康威视(Hikvision)摄像头漏洞复现 https://www.cnblogs.com/yier-G/p/16632 ......
萤石 摄像头 C3HC 3HC C3

神经网络基础篇:梯度下降法(Gradient Descent)

梯度下降法 梯度下降法可以做什么? 在 测试集上,通过最小化代价函数(成本函数)\(J(w,b)\)来训练的参数\(w\)和\(b\), 如图,在第二行给出和之前一样的逻辑回归算法的代价函数(成本函数) 梯度下降法的形象化说明 在这个图中,横轴表示 的空间参数\(w\)和\(b\),在实践中,\(w ......
梯度 网络基础 Gradient 神经 Descent

JavaWeb开发-HTML基础学习

1.HTML的基本语法 HTML是什么?:HTML是一种超文本标记语言,负责网页的结构,设计页面的元素内容等 超文本:超越文本限制,除了文本信息,还可以定义图片,音频,视频等 标记语言:由标签构成的语言。 HTML代码直接在浏览器中运行,由浏览器解析 (1)HTML标签的特点 不区分大小写 标签属性 ......
JavaWeb 基础 HTML

Java学习规划

Java生态体系(八股+项目) 1、javase(一级重要) 2、mysql初级(一级重要) 3、jdbc 听一听,不用敲代码也可以 4、html+css+JavaScript 了解了解即可,不用敲代码也可以 5、javaweb 6、maven+linux+git 7、ssm(spring+spri ......
Java

10.24算法

三数之和给你一个整数数组 nums ,判断是否存在三元组 [nums[i], nums[j], nums[k]] 满足 i != j、i != k 且 j != k ,同时还满足 nums[i] + nums[j] + nums[k] == 0 。请 你返回所有和为 0 且不重复的三元组。 注意:答 ......
算法 10.24 10 24

Redis深度历险 核心原理与应用实践-笔记

1.2.2 5种基础数据结构 string(字符串) 字符串string是Redis最简单的数据结构,其内部表示就是一个字符数组。Redis所有的数据结构都是以唯一的key字符串作为名称,然后通过这唯一的key来获取相应的value数据。不同类型的数据结构差异就在于value的结果不一样。 Redi ......
深度 原理 核心 笔记 Redis

学习笔记430—fMRI数据处理

产生的一系列文件中: https://www.bilibili.com/video/BV1U5411s7kg?p=3 严老师视频 (1)头动矫正 其中FD_Jenkinson最好 下面这个是很早以前用来排除被试的,现在不用了,现在都用meanFD排除 HeadMotion.tsv: 显示最大或平均头 ......
数据处理 笔记 数据 fMRI 430

【基础算法】- 贪心

贪心 定义 贪心算法适用于最优子结构问题。意思是问题在分解成子问题来解决时,子问题的最优解能递推到最终问题的最优解。常见的符合这种性质的问题如: 「我们将 XXX 按照某某顺序排序,然后按某种顺序(例如从小到大)选择。」 「我们每次都取 XXX 中最大/小的东西,并更新 XXX。」 但比如在大部分只 ......
算法 基础

子序列相关算法

1、最长公共子序列 最长公共子序列(Longest Common Subsequence,LCS)是动态规划中的经典问题,顾名思义,即求两个序列最长的公共子序列(可以不连续)。 1 #include <iostream> 2 #include<string> 3 using namespace st ......
序列 算法

CTFHUB学习第一天web的RCE

CTFHUB部分 可以参考这位大佬做的入门题目视频,过程很详细 CTF-Web入门教程:RCE_哔哩哔哩_bilibili RCE eval(命令执行) 第一题使用蚁剑根据题目提示需要cmd,连接密码写cmd,测试连接成功,好,发现打不开库,看看其它办法 $_REQUESTPHP $_POST 变量 ......
CTFHUB web RCE