学习网络 算法fasterrcnn深度
docker 学习
docker event state docker 概述 docker 安装 docker 命令 docker 镜像 容器数据卷 docker file docker 网络原理 IDEA 整合docker docker compose docker swarm ......
2023-2024-1 20231409佟伟铭 《计算机基础与程序设计》第一周学习总结
作业信息 这个作业属于哪个课程 <班级的链接>(2023-2024-1-计算机基础与程序设计) 这个作业要求在哪里 <作业要求的链接>(2023-2024-1计算机基础与程序设计第一周作业 这个作业的目标 <计算机基础与程序设计中的问题> 作业正文 https://www.cnblogs.com/t ......
虚树 学习笔记
2023/10/6 发现找不到题做了,决定学习新算法。经过在一些题单中的翻找,决定学习虚树。 Part1. 引入 以一道例题来引入虚树吧。 [HEOI2014] 大工程 给定一棵有 \(n\) 个点的树,边权均为 \(1\)。 现在有 \(q\) 次询问。每次询问取 \(k\) 个点出来建立完全图。 ......
扩展欧几里得算法
算法 阅读此篇前可先阅读欧几里得算法。 给定 \(a,b,s\),求 \(ax+by=s\) 的任意一组解。 证明: 由裴蜀定理得:二元一次方程 \(ax+by=c\) 的有解条件是 \(\gcd(a,b) \mid c\)。 由欧几里得算法得知 \(\gcd(a,b)=\gcd(b,a\mod b ......
上下界网络流
学一次忘一次,搞笑。 规定 \(s\) 和 \(t\) 为原图的源汇点,\(S\) 和 \(T\) 为新建的虚拟源汇点。 无源汇上下界可行流 考虑先把每条边的下界流满,然后网络的边权改为 \(r-l\)。但这样每个点的流量平衡不能保证,我们建源点 \(S\) 和汇点 \(T\),如果一个点的入量大于 ......
算法性能分析
1.究竟什么是时间复杂度 时间复杂度是一个函数,它定性描述该算法的运行时间。假设算法的问题规模为n,那么操作单元数量便用函数f(n)来表示,随着数据规模n的增大,算法执行时间的增长率和f(n)的增长率相同,这称作为算法的渐近时间复杂度,简称时间复杂度,记为 O(f(n)) 2.什么是大O 算法导论给 ......
视频监控平台EasyGBS网络视频监控系统解决方案
网络视频监控技术是一种基于网络技术发展而来的新一代视频监控技术。它利用网络提供的高带宽条件,构建了低成本、分布式、网络化的监控系统,显著提高了监控和管理水平。建立一套技术先进、质量可靠、经济实用、管理便捷的网络监控系统,将为维护城市稳定、打击违法犯罪、保障公民生命和财产提供重要保障。 在网络视频监控 ......
网络规划设计师真题解析--TCP慢启动拥塞避免机制
TCP使用慢启动拥塞避免机制进行拥塞控制。当拥塞窗口大小为16时,发送节点出现超时未收到确认现象时,将采取的措施是(26)。再经过5轮后的拥塞窗口大小为(27)。26、A.将慢启动阈值设为16,将拥塞窗口设为8,并进入拥塞避免阶段B.将慢启动阈值设为16,将拥塞窗口设为1,并进入慢开始阶段C.将慢启 ......
U9C学习笔记
建立物料清单BOM时,必须钩选 “主批量“,否则建好之后重新再打开窗体,建好的树型BOM会断层。 建立完之后,必须每一层物料都全部审核,否则 MPS 计算时无法展开多阶物料。 MPS计算完成之后,在”计划者工作台“可以查看到”结束净算“,说明已计算完成。 MPS计算时查看错误日志。 注意:操作-》释 ......
文心一言 VS 讯飞星火 VS chatgpt (107)-- 算法导论10.1 5题
五、用go语言,栈插入和删除元素只能在同一端进行,队列的插入操作和删除操作分别在两端进行,与它们不同的,有一种双端队列(deque),其插入和删除操作都可以在两端进行。写出4个时间均为 O(1)的过程,分别实现在双端队列的两端插入和删除元素的操作,该队列是用一个数组实现的。 文心一言: 在 Go 语 ......
2023-2024-1学号20231407陈原《计算机基础与程序设计》第一周学习总结
这个作业属于哪个课程 2023-2024-1-计算机基础与程序设计 这个作业要求是什么 2023-2024-1计算机基础与程序设计第一周作业 这个作业的目的是什么 简单浏览《计算机概论》,提出疑问,并尝试解决问题 作业正文 https://www.cnblogs.com/CCCY12345/p/17 ......
2023-2024-1 20231428《计算机基础与程序设计》第一周学习总结
这个作业属于哪个课程 2023-2024-1-计算机基础与程序设计 作业要求 https://www.cnblogs.com/rocedu/p/9577842.html#WEEK01 这个作业的目标 快速阅读教材,初步了解所学内容 作业正文 https://www.cnblogs.com/lyz-0 ......
计算机网络&互联网应用商业协议 --- 基本脉络
计算机网络层次: 1. 计算机互联网传输通信最早由 OSI(Open System Interconnect)七层规范。在实际商业应用中,基本采用五层规范。 物理层、链路层、网络层、传输层、应用层。 物理层、链路层不用考虑;应用层( 程序接口 )暂时不用管。 网络层协议负责 为互联网中的不同主机之间 ......
学习率
学习率(Learning Rate)是深度学习模型训练过程中的一个重要超参数。它决定了在每一次参数更新(迭代)中,模型权重(参数)应该更新的幅度大小。学习率是一个正数,通常表示为 η(eta)或 lr(learning rate) 学习率的作用和影响: 控制参数更新步长:学习率决定了每次参数更新时, ......
[学习笔记] 前缀和与(树上)差分
还是复习笔记,因为我发现我都不会 数组 \(a=[1,9,1,9,4,5,1,4].\) 前缀和 前缀和数组 \(s = [1,10,11,20,24,29,30,34]\). 如何计算? \(s_i = s_{i - 1} + a_i\)。 有什么用? 计算区间和,区间 \([l,r]\) 的和就 ......
基于卷积神经网络的图像识别技术研究与实践
基于卷积神经网络的图像识别技术研究与实践 卷积神经网络(CNN)是一种深度学习模型,它在图像识别领域取得了显著的成果。本文旨在探讨基于卷积神经网络的图像识别技术研究与实践。 一、卷积神经网络概述 卷积神经网络是一种深度学习模型,它通过卷积运算对图像进行特征提取,然后使用全连接层进行分类。卷积神经网络 ......
学习笔记—— % 你 退 货
最近对人类智慧比较感兴趣,于是学了一下这之中臭名昭著比较有名的 %你退货 模拟退火. 看不懂的定义 模拟退火算法来源于固体退火原理, 是一种基于概率的算法,将固体加温至充分高,再让其徐徐冷却, 加温时,固体内部粒子随温升变为无序状,内能增大, 而徐徐冷却时粒子渐趋有序,在每个温度都达到平衡态,最后在 ......
2023-2024-1 学号20231315《计算机基础与程序设计》第二周学习总结
学期:2023-2024-1 学号:20231315《计算机基础与程序设计》第二周学习总结 作业信息 这个作业属于哪个课程 2023-2024-1 《计算机基础与程序设计》 这个作业要求在哪里 2023-2024-1 《计算机基础与程序设计》 这个作业的目标 学习计算机科学概论第1章和《C语言程序设 ......
算法异或的运用
题目描述 在一条无限长的路上,有一排无限长的路灯,编号为1,2,3,4,…。 每一盏灯只有两种可能的状态,开或者关。如果按一下某一盏灯的开关,那么这盏灯的状态将发生改变。如果原来是开,将变成关。如果原来是关,将变成开。 在刚开始的时候,所有的灯都是关的。小明每次可以进行如下的操作: 指定两个数,a, ......
性能测试学习笔记(四)
一、关联和断言 满足如下条件的数据都是需要关联的:1. 数据是由服务器端生成的;2. 数据在每一次请求时都是动态变化的;3. 数据在后续的请求中需要再发送出去。 JMeter中常用于数据关联的组件:1、JSON提取器(提取JSON格式的响应数据) 2、Xpath提取器(提取HTML格式的响应数据) ......
算法之动态规划(DP)求解完全背包问题(状态转移式方程推导)
完全背包是01背包的进阶版。在这里补充一下代码随想录的完全背包状态转移式的推导。有兴趣的可以先看一看原版。 状态转移方程 状态:dp[i][j] 选择前i个物品,容量为j的背包时 所选物品价值总和最大。 状态转移: dp[i][j]=max(dp[i-1][j-k* v[i]]+k* w[i]) ( ......
网络编程基础
网络编程 InetAddress类 表示IP对象的一个类 public static void main(String[] args) throws UnknownHostException { //获取本机的ip对象 // InetAddress ip = InetAddress.getLocal ......
libuv windows编译和学习资料
官方下载 github 代码 使用cmake编译 windows仅仅支持cmake 然后编译出lib 放入vs工程 vs加入头文件和lib文件路径 ,lib名加入工程依赖 如图 需要加入lib很多 libuv.lib uv.lib Ws2_32.lib advapi32.lib iphlpapi.l ......
cb链子与无依赖cc构造学习
本文默认你已经学习了cc链子 依赖于cc链的构造 这是cc链子中使用字节码来进执行任意命令的利用链子. PriorityQueue.readObject() PriorityQueue.heapify() PriorityQueue.siftDown() PriorityQueue.siftDown ......
我如何使用工具学习网络技术?
在学习中使用哪些工具 “工欲善其事必先利其器。”在网络技术的学习过程中,往往需要使用一些工具,来辅助我们学习,以此将抽象的技术通过具体的方式来表现出来,便于加深网络理论的印象。 今天,我将列举我在学习过程中使用过的工具。以网络仿真工具为例,建议初学者选择一个厂商的软件作为主用软件(如eNSP或者HC ......
Numpy手撸神经网络实现线性回归
Numpy手撸神经网络实现线性回归 简介 在深度学习理论学习之后,我们常常会直接使用深度学习框架(如PaddlePaddle、PyTorch或TensorFlow)来构建模型,而忽略了底层各种层结构的实现。但对于深度学习的学习者来说,是否能够亲手编写一个简单的模型呢?本文将介绍如何使用NumPy手动 ......
网络流
Luogu P6054 考虑限制的形式: 一个选手必须恰好选择一套题。 元组 \((i,j,u,k)\) 表示若 \(i\) 选择 \([j,m]\),则 \(u\) 必须选择 \([j+k,m]\)。 前者显然可以用最小割解决。具体来说,构造 \(i\) 条长为 \(m + 1\) 的链 \(p_ ......
基础算法--字符串
\(KMP\) \(KMP\) 算法(Knuth-Morris-Pratt 算法)是一个著名的字符串匹配算法,效率很高,但是确实有点复杂。 基本概念 \(1\)、s[ ]是模式串,即比较长的字符串。 \(2\)、p[ ]是模板串,即比较短的字符串。(这样可能不严谨。。。) \(3\)、“非平凡前缀” ......
linux虚拟机网络配置
我的装机环境是centos7版本 【1】安装虚拟机vmware之后,点击菜单栏编辑——虚拟网络编辑器,点击Vmnet8,查看子网IP地址段 【2】进入主机目录/etc/sysconfig/network-scripts,编辑ifcfg-ens33 [root@xxpcV7-01 network-sc ......