学习网络 算法fasterrcnn深度

# 面向对象Day01 ### 一、名词解释 1. OO：面向对象（Oriented Object） 定义：是一种以对象为导向，围绕对象来开发应用程序的软件开发方法。 2. OOA： 面向对象分析 3. OOD：面向对象设计 4. OOAD： 面向对象的分析与设计 5. OOP：面向对象编程 你们所 ......

（大抄蓝书） # Part 1：无向图连通性 ## 无向图的割点与桥 给定无向图 $G=(V,E)$： - 若对于 $x\in V$，从图中删去节点 $x$ 以及所有与 $x$ 关联的边之后，$G$ 分裂成两个或两个以上不相连的子图，则称 $x$ 为 $G$ 的**割点** - 若对于 $e\in ......

类继承 通过继承我们可以定义一个新类，新类纳入一个已经声明的类并进行扩展 继承是面向对象的编程的一种基本特性。 借助继承，能够定义可重用（继承）、扩展或修改父类行为的子类。 成员被继承的类称为基类。 继承基类成员的类称为派生类。 C# 和 .NET 只支持单一继承。 也就是说，类只能继承自一个类。 ......

``` /** * 检测数据的深度 * @param $array 要检测的数组 * @return int 返回深度值 */ function array_depth($array) { $max_depth = 1; foreach ($array as $value) { if (is_arr ......

没有修改的区间最值 $O(nlogn)$预处理 $O(1)$ 查询 $f[i][j]$ : 从 $i$ 开始长度 $2^j$ 的范围内的最大值 预处理是 前后两部分 合并结果 查询的时候从前往后长度 $T$ 和 从后向前长度 $T$ 的两段区间 并 $T$ 是接近 $r-l+1$ 最大的二进制数 ` ......

Servlet 最近暑假学习了servlet的技术，想一边学习一边记录下。先了解下servlet是什么？ Java Servlet 是运行在 Web 服务器或应用服务器上的程序，它是作为来自 Web 浏览器或其他 HTTP 客户端的请求和 HTTP 服务器上的数据库或应用程序之间的中间层。 使用 S ......

基本概念 CLR支持两只类型：引用类型和值类型。 这是.NET语言的基础和关键，他们从类型定义、实例创建、参数传递，到内存分配都有所不同。 下图清晰了展示了.NET中类型分类， 值类型主要是一些简单的、基础的数据类型， 引用类型主要用于更丰富的、复杂的、复合的数据类型。 内存结构 值类型和引用类型最 ......

RabbitMQ从入门到精通零基础进阶学习路线？ 学习RabbitMQ可以遵循以下路线，从入门到精通： 步骤1：理解消息队列和RabbitMQ基础知识- 学习什么是消息队列和为什么要使用它们。- 了解RabbitMQ的概念和术语，如生产者、消费者、队列、交换器和绑定等。 步骤2：安装和设置Rabbi ......

参考文章： https://www.zditect.com/article/59283897.html https://www.cnblogs.com/simonLiang/p/5729649.html 程序所有的数据，也就是所有的变量，都是存储在内存中的。 可编程内存基本上分为几大部分：栈区、堆区 ......

世界上存在成千上万种学习法，如果上天只让我掌握一种，那一定就是“费曼学习法”。 ## 介绍 费曼学习法是由诺贝尔物理学奖获得者理查德·费曼提出的一种学习方法，其核心思想是将所学内容用自己的话表达出来，以此检验自己对知识的掌握程度。 费曼学习法可以简化为四个单词：**Concept**、**Teach ......

# SpringBoot学习 ## 1. SpringBoot入门 ### 1.1 Springboot Web项目pom.xml基本配置 ```xml 1.8 org.springframework.boot spring-boot-starter-parent 2.7.5 org.springf ......

**斯特林数** 点击查看目录 [TOC] ## 前置知识： * 组合数学 * 容斥原理（证明第二类斯特林数的通项公式） * [二项式反演](https://www.cnblogs.com/sonnety-v0cali0d-kksk/p/17482007.html)（证明第二类斯特林数的通项公式） ......

### 用途 李超线段树的用法非常固定，一般就是让你求对于给出的一些线段或直线中，对于某个x最大的y是那个。 通常可以用于斜率优化。 而其的时间复杂度是 $O(n\log n^2)$ ### 思路 注：下文默认是线段，因为直线也只用改一下就行了。 我们建立一颗线段树，每个节点保存在当前区间，当x=m ......

# 【狂神说Java】Java零基础学习笔记-Java数组 ## Java数组01：数组的定义 - 数组是相同类型数据的有序集合. - 数组描述的是相同类型的若干个数据,按照一定的先后次序排列组合而成。 - 其中,每一个数据称作一个数组元素,每个数组元素可以通过一个下标来访问它们. ## Java数 ......

# Markdown学习 转义字符 “ \ ” 标题： 标题前面几个“#”就是几级标题 或者 Ctrl + 数字 ## 二级标题（##二级标题 / Ctrl 2） ### 三级标题（###三级标题） #### 四级标题（####四级标题） ## 字体 **粗体：hello world**（“\*\* ......

## 【$hihoCoder$ $1182$】 欧拉路·三（$Fleury$算法） ### 一、题目描述 ![](https://dsideal.obs.cn-north-1.myhuaweicloud.com/HuangHai/BlogImages/%7Byear%7D/%7Bmonth%7D/% ......

# 三、请简要地证明:在规模为 n 的子数组上，PARTITION 的时间复杂度为 Θ(n)。 ## 文心一言： 首先，我们需要明确PARTITION函数的具体定义。PARTITION函数通常用于快速排序算法中，它将一个数组分为两个子数组，使得一个子数组的所有元素都小于另一个子数组的所有元素。 PA ......

## 定义 一个**有向图** $G$ 强连通，指的是 $G$ 的任意两个结点连通。强连通分量 `SCC` 指的是极大的强连通子图。 ## Tarjan 的做法 首先来看一个 DFS 树，图源 OI Wiki ![](https://img2023.cnblogs.com/blog/1646455/ ......

一直在讨论学习编程的方法，学习基础的编程语言如Java、C/C++、Python等。或许有人会问，学习编程后可以从事哪些职业呢？ 互联网行业 最直接的选择是进入科技公司担任程序员，他们构建代码，我们则编写代码。 当前的互联网领域急需大量编程人员，用以将实际数据转化、存储和分析。 在国内，BAT是领先 ......

转： Redis精通系列——LFU算法详述(Least Frequently Used - 最不经常使用) ......

20. 有效的括号 卡哥建议：讲完了栈实现队列，队列实现栈，接下来就是栈的经典应用了。 大家先自己思考一下 有哪些不匹配的场景，在看视频 我讲的都有哪些场景，落实到代码其实就容易很多了。 题目链接/文章讲解/视频讲解：https://programmercarl.com/0020.%E6%9C%89 ......

## 系列文章 * [Cilium 系列文章](https://ewhisper.cn/tags/Cilium/) ## 前言 今天我们进入 Cilium 安全相关主题, 介绍 CiliumNetworkPolicies 相比于 Kubernetes 网络策略最大的不同: 7 层网络策略能力. ## ......

使用limit关键字进行分页 步骤：创建配置类，创建一个拦截器，在尾部添加limit实现分页 然后创建IPage对象，利用Page实现 IPage<User> page = new Page<>(1,3); 自定义分页查询：自己在resources中创建自定义查询方法，进行如下配置 随后在对应的接口 ......

1.算法理论概述 生物发光断层成像(bioluminescence tomography, BLT) 是光学分子影像研究领域的研究热点之一，具有无创性和灵敏度高等优点，具有良好的应用前景[1-3]。目前生物发光断层在图像重建时主要借助于结构成像如计算机断层成像提供的三维表面轮廓建立小动物模型。该方法 ......

# Java学习4 > 主要学习了java基本语法中的方法和数组，并学习了如冒泡排序和稀疏数组等算法 ## 方法 ### 定义 类似于**C语言中的函数**，是一段用来**完成特定功能的代码片段**，一般包括下列语法 ```java 修饰符 返回值类型 方法名(参数类型 参数名){ ... 方法体 ......

你好呀，我是歪歪。 在 Seata 的官网上看到一篇叫做“关于新版雪花算法的答疑”的文章。 http://seata.io/zh-cn/blog/seata-snowflake-explain.html 看明白之后，我觉得还是有点意思的，结合自己的理解和代码，加上画几张图，给你拆解一下 Seata ......

1.选择合适的模型架构 总结：当开始一个新的工程时，试着复用已经有效果的模型 1）首先，选择一个已经被广泛使用和建立起来的模型架构来先让其正常工作。可以在以后再建立一个定制化的模型。 2）模型架构一般都具有多种超参数，这些超参数决定了模型的尺寸和其他一些细节（如，层数，层 宽，激活函数的类型），因此 ......

现在深度学习的模型结构越来越大，参数动不动都是上亿甚至上千亿，这也对训练模型的资源量有很高的要求，显然单个机器上要训练这么大的网络是不现实的，因此学术界和工业界自然开始研究用分布式训练。也就是将一个机器学习模型任务拆分成多个子任务，并将子任务分发给多个计算节点，解决资源瓶颈。 # 1. 分布式训练概 ......

通过RS485通信适配器或者扩展版连接两台三菱FX PLC的信息自动交换，其中1台作为主站，另1台作为从站。在1:1通信方式下，用户不需要编写通信程序，只需要设置与通信相关的参数，两台PLC之间就可以自动传送数据，最多可以连接100点辅助继电器和10点数据寄存器的数据。 硬件接线 参数设置 在模块参 ......

## 前置知识 - 最近公共祖先（LCA) - $\text{Kruskal}$ 重构树 ## 简化题意 >[P9235 网络稳定性](https://www.luogu.com.cn/problem/P9235) > 给一个有边权的无向图，给你点 $u$ 到另一个点 $v$ 所有的路径上最大的边权 ......