学习资料 光学 领域 资料

1.docker安装 很多系统自带docker，可以跳过 2.拉取镜像 docker pull nvcr.io/nvidia/pytorch:22.12-py3 保证有足够磁盘空间，有些镜像要几十G，不然系统会出问题，看我另一篇博文 3.配置 创建一个名字为xxx的容器，运行镜像yyy docker ......

Linux命令 pwd 显示当前目录 touch 123.txt 新建文件 rm -r 删除文件夹 history 显示所有历史命令 git git是分布式的，也就是说每一台机器和服务器都有完整的包含所有版本的代码仓库 git add 添加到暂存区 -- git commit 添加到本地仓库 -- ......

最近ChatGPT很火，让更多的人意识到未来利用机器的深度学习来完成事情，做出一些决策，将会成为未来的一个趋势。基于深度学习的数据训练这些技能将成为程序员必备的专业技能之一。所以我们有理由持续的关注深度学习与机器训练这个领域，今天给大家说明白目前主流深度学习的一些基本的流程原理,以及目前深度学习的一 ......

前言 图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。图像分类在许多领域都有着广泛的应用，如：安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类， ......

2023-2024 20231313《计算机基础与程序设计》第十五周学习总结 作业 速达 作业课程 班级链接 作业要求 计算机基础与程序设计第十五周学习总结 作业内容 课程总结 作业正文 我的作业 作业 第一周作业：快速浏览了计算机科学概论的教材，并在每章中提出遇到的问题和解决的问题 第二周作业：《 ......

在开始学习”AI深度学习”之前，我们要先搞明白AI深度学习能非常智能的本质原因是什么，只有搞懂了本质，才能作为你学习与掌握 “AI深度学习”的基石，为后续的学习打下坚实的基础。所以搞懂今天这边文章非常的重要，我接下来将用一个例子，来说明”AI深度学习”，能使我们的计算机程序非常智能的本质原因是什么。 ......

线程基础 线程状态 初始，可运行(分为拿到了 cpu 资源或者等待 cpu 时间片对应于操作系统的运行和就绪态)，阻塞（等待获取锁资源），无限等待（等待其它线程显式地唤醒，否则不会被分配 CPU 时间片），有限等待（超时自动唤醒），终止 关于线程等待 Thread.sleep(time)常用一个线程 ......

每天5分钟，今天介绍Power BI撤销操作 什么是撤销操作？撤销操作是撤消上一操作或最近几项的操作。 在Power BI 【Transform】界面的右边有“查询设置栏”，查询设置栏下有每一步的操作步骤，在这里点击左侧的“x”号就可以撤销某一步的操作。 以撤销首行为标题为例， 操作步骤：1, 导入 ......

1.定义： x='Tom' y="Rose" z='''zhangfei''' w="""yangjian""" 字符串中包含单引号：x='I\'m zhangfei'，y="I'm yuefei" 2.字符串打印 print() 3.切片 切片是指对操作的对象截取其中一部分的操作。字符串、列表、元 ......

《Vue.js从入门到项目实战》 孙鑫v-bind用于响应式地更新HTML属性，v-on用于监听DOM事件,变量需要引号引起来v-if是彻底没有v-的命令需要把变量用引号引起来，插值{{}}则不需要v-if和v-for在同一个元素上使用时，v-if优先级高于v-for，意味着v-if不能访问v-fo ......

Synchronized 什么是 Synchronized：这是 Java 控制多线程访问共享资源的一种方式，是线程之间通信的一种方式。 什么同步代码块：同步代码块用于阻止多个线程同时对同一方法中的部分代码进行访问。 理解起来，可以看成同步代码块相当于一个保护共享资源的一块区域，这个区域需要有特定身 ......

小傅哥网站：https://bugstack.cn/md/develop/design-pattern/2020-06-11-%E9%87%8D%E5%AD%A6%20Java%20%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F%E3%80%8A%E5%AE%9E%E6%8 ......

项目架构 先来看看项目架构图： 我们主要搞的就是微服务层和数据层。 而这个项目比较大，框架就分成了三个端： 环境搭建 在开发这个项目前，你需要了解java,ssm,.springboot,springcloud,springcloudAlibaba,nacos,mysql,虚拟机,docker,SS ......

前言 这里实际上涉及到了挺多有关有关理论的东西，可以详细看一下paddle的官方文档。不过我这里不过多的谈有关理论的东西。 【低层视觉】低层视觉中常见的卷积核汇总 图像处理中常用的卷积核 在代码中，我们实际上是用不同的卷积核来造成不同的影响，我这里也是paddle中对于卷积核的几个比较简单的应用。 ......

DSU on tree 通常用来解决不带修树上子树问题。 主要思想： 剖分。 先搜轻儿子，记录轻儿子子树的答案，删去轻儿子的贡献。 搜重儿子，记录重儿子子树的答案，保留重儿子的贡献。 回溯，重新搜轻儿子，把轻儿子子树的贡献加上，构成本子树的答案。 CF600E Lomsat gelral #incl ......

Spring学习记录之Bean的生命周期 前言 这篇文章是我第二次学习b站老杜的spring相关课程所进行的学习记录，算是对课程内容及笔记的二次整理，以自己的理解方式进行二次记录，其中理解可能存在错误，欢迎且接受各位大佬们的批评指正； 关于本笔记，只是我对于相关知识遗忘时快速查阅了解使用，至于课程中 ......

前言： 因项目需要，需要使用Qt连接MySQL数据库。程序编写电脑上使用的是Win10 64位系统，程序运行电脑上使用的是Win7 32位系统。 一、下载及安装MySQL5.7 1、地址：MySQL官网 点击DOWNLOADS 2、点击MySQL Community(GPL) Downloads 3 ......

语言 项目名 GitHub链接 备注 C++ CPlusPlusThings https://github.com/Light-City/CPlusPlusThings C++11/C++14语言特性学习，可做单元测试样本 C++ C-Plus-Plus https://github.com/The ......

1.AttributeError: module 'torch' has no attribute '_six'报错： 答：指的是安装的pytorch版本里面没有_six.py文件，因为在pytorch2.0版本以后不在具有此文件。 2.两个解决方法 答：①将2.0版本以前的_six.py文件复制到 ......

随机森林回归（Random Forest Regression）是一种在机器学习领域广泛应用的算法，由美国科学家 Leo Breiman 在2001年提出。它是一种集成学习方法，通过整合多个决策树的预测结果来提高预测精度和稳定性。 随机森林回归适用于各种需要预测连续数值输出的问题，如金融领域的股票价 ......

这篇文章涵盖了自定义SQL、分页、更新和删除等操作。在自定义SQL部分，提及了配置mapper文件的路径以及对应的XML配置文件示例，以及如何在测试中调用自定义的方法。分页部分介绍了MyBatis-Plus中的物理分页和内存分页的区别，以及如何配置分页插件和进行分页查询。更新方法详解部分演示了不同方... ......

开发者趋向于将关注点放在数据上，而不是领域上。这对于DDD新手来说也是如此，因为在软件开发中，数据库依然占据着主导地位。我们首先考虑的是数据的属性（对应数据库的列）和关联关系（外键关联），而不是富有行为的领域概念。这样做的结果是将数据模型直接反映在对象模型上，导致那些表示领域模型的实体包含了大量的g ......

Java简介 Java编程语言 简单 面向对象 分散式 多线程 动态 架构中立 便携式 高性能 强大的 安全 MyProgram.java >Compier >MyProgram.class >Java VM >机器码 >MyProgram 所有源代码先以扩展名结尾的纯文本文件编写，编译器将源文件编 ......

目录1. 决策树2. 举个例子 计算信息增益2. 信息熵与Gini指数关系 1. 决策树 决策树是属于有监督机器学习的一种，起源非常早，符合直觉并且非常直观， 模型生成：通过大量数据生成一颗非常好的树，用这棵树来预测新来的数据 预测：来一条新数据，按照生成好的树的标准，落到某一个叶子节点上 决策树的 ......

前言 我们之前不是说了有关梯度下降公式的事嘛，就是那个 这样梯度下降公式涉及两个问题，一是梯度下降的策略，二是涉及到参数的选择，如果我们选择固定步长的时候，就会发现我们求的值一直在最小值左右震荡，很难选择到我们期望的值。 假设上图中，x0为我们期望的极小值，yB = xA - yA'xA的时候，xB ......

前言 我们之前用的是均方差作为我们神经网络的损失函数评估值，但是我们对于结果，比如给定你一张应该是0的照片，它识别成了6，这个时候这个均方差表达了什么特别的含义吗？显然你识别成6并不代表它比识别成1的情况误差更大。 所以说我们需要一种全新的方式，基于概率的方案来对结果进行规范。也就是我们说的交叉熵损 ......

ReentrantLock 学习 ReentrantLock 最特别的点在于他的可重入特性，允许同一个线程多次获得同一个锁，而不被阻塞. 内部维护了表示锁占用状态的 state 变量，当同一个线程来获取锁时，state 会+1 并 继续获得锁，依次达到锁可重入效果，同时若获取失败进入到 CLH 队列 ......

本文相关的TryHackMe实验房间链接：https://tryhackme.com/room/burpsuiteintruder 本文相关内容：了解如何使用 Intruder 在 Burp Suite 中自动化执行请求。 简介 在本文中，我们将探索Burp Suite的Intruder模块，该模块 ......

1.算法仿真效果 vivado2019.2仿真结果如下： 2.算法涉及理论知识概要 基于FPGA的PPM（脉冲位置调制）光学脉位调制解调系统是一个复杂的电子与光电子相结合的通信系统。 2.1 PPM调制解调原理 脉冲相位调制（PPM）最早由Pierce提出并应用于空间通信，是利用脉冲的相对位置来传递 ......

1.算法运行效果图预览 2.算法运行软件版本 matlab2022a 3.算法理论概述 基于深度学习网络的手势识别算法是一种通过训练模型来识别手势的技术。其原理主要利用深度学习网络对图像或视频序列进行特征提取和分类。 手势识别算法基于深度学习网络，通过训练模型来识别输入图像或视频序列中的手势。具体而 ......