学习资料 资料zynq soc

汽车前驱后驱的学习

1、如果你想加速比直线快,那么后轮驱动更快。后轮驱动的后轮在起步时抓地力更好,让车跑得更快。汽车加速时,车身重心后移,车头上升,这正好降低了前轮驱动对驱动轮的抓地力,不利于汽车在短时间内达到更高的速度。 2、如果是同等马力的车,后驱一定要比前驱快。因为后驱加速时驱动轮不会打滑,前驱加速时驱动轮会打滑 ......
前驱 汽车

Python学习的相关资源

Python是一门强大而且多用途的编程语言,在数据科学、机器学习、Web 开发和软件工程等多个行业中都有广泛应用。 如果你对学习 Python 感兴趣,网上有很多免费Python资源可供您使用,包括许多免费网站,提供教程、练习和交互式编程环境。 以下是常见的学习资源,仅供参考: 1. Python官 ......
Python 资源

Kruskal重构树学习笔记

Kruskal重构树一般用于求图上任意两点间距离的最值,距离为路径上边权最值。 建树: 将边权升序排序后,依次把点对加入树中,每次把两点当前所在的树根与一个新点连边,点权为原边权,然后新加的点成为树根。 例如,对于以下最小生成树: 它的Kruskal重构树为: 性质: 对于原图上的两点,它们的距离为 ......
Kruskal 笔记

Trie学习笔记

介绍 Trie树可以快速查找字符串,通过合并前缀来节省空间,一般用于解决字符串和最大异或和(01Trie)问题。 一般在插入字符串时,会在串的尾部打上标记,用于统计类问题。 题目 P8511 [Ynoi Easy Round 2021] TEST_68 思路 假设在树上任取两点,当两点异或值最大时, ......
笔记 Trie

算法学习Day7哈希表,数之和

Day6哈希表,数之和 By HQWQF 2023/12/19 笔记 454.四数相加II 给定四个包含整数的数组列表 A , B , C , D ,计算有多少个元组 (i, j, k, l) ,使得 A[i] + B[j] + C[k] + D[l] = 0。 为了使问题简单化,所有的 A, B, ......
之和 算法 Day7 Day

深度学习知识结构梳理(一)

一、基础篇 1. NMS及其变种 NMS: Soft-NMS: IOU-NMS: 2. 损失函数Loss及其变种 CTC LossL1 Loss:BCE Loss:IOU Loss: Focal Loss:减少易分类样本权重 3. 激活函数 Sigmoid: RELU: Softmax: Tan: ......
深度 结构 知识

JavaSE学习随笔

# JavaSE学习随笔 ![image-20231219225944637](https://img2023.cnblogs.com/blog/2925811/202312/2925811-20231219230848237-931389217.png) [TOC] *** ## 1 Java语言 ......
随笔 JavaSE

12 19 学习内容

Design Pattern [ X ] —— OOP七大原则 + 23种设计模式 设计模式的本质是 OOP 面向对象 封装、继承、多态以及类的关联关系+组合关系 架构师 抽象能力 我认为:设计模式只有在重构的时候 与传统方法的对比中,才能清晰体现优势 OOP七大原则 23种设计模式 Design ......
内容 12 19

【项目学习】谷粒商城学习记录8 - 购物车

【项目学习】谷粒商城学习记录8 - 购物车 本节起将不对一些重复细节进行详细说明 一、环境搭建 & 准备工作 1.1. 创建新模块 注意java版本信息后面在pom.xml文件里修改 导入公共模块依赖 写配置信息 启动类加上注册发现和Feign功能 修改网关- id: gulimall_cart_r ......
谷粒 购物车 商城 项目

机器学习算法——决策树

1.决策树算法地位 决策树属于分类问题,是有监督学习的一部分,并且属于有监督学习里的分类问题; 2.决策树的结构 顾名思义:就是一个树结构(可以是二叉树也可以非二叉树): 树的非叶子节点表示一个特征属性上的测试; 树的每个分支代表这个特征属性在某个值域上的输出; 每个叶子节点存放的是一个类别。 3. ......
算法 机器

算法学习笔记(8.3): 网络最大流 - 模型篇

本文慢慢整理部分模型。 DAG 最小路径覆盖 经典的题目,经典的思想。 网络流常见的将图上的点拆为入点和出点,那么路径由若干 出 - 入 - 出 - 入 的循环构成。 于是在拆好的图上流一流即可。 [CTSC2008] 祭祀 典中祭 黑白染色 利用黑白染色将整个图变成一个二分图是网络流常见的套路,尤 ......
算法 模型 笔记 网络 8.3

Linux 学习笔记

文件及权限与用户相关的文件linux下一切皆文件:一切设备抽象的进程,运行数据甚至CPU等都可以在文件系统中找到相关的文件 /etc/passwd /etc/group ect:全局配置文件夹 其他命令:usermod 、userdel 、id 目录创建:mkdir 文件名目录 空白文件创建:tou ......
笔记 Linux

opencv图像处理机器学习真实项目教程(python实现)1计算机视觉简介

1 计算机视觉简介 欢迎来到计算机视觉的世界。 本书将带您踏上令人兴奋且快速发展的计算机视觉和图像处理世界的旅程。本书首先介绍计算机视觉和OpenCV库。 然后,我们将继续介绍本课程的基本库和所需的环境设置。 主要内容: 计算机视觉简介 计算机视觉的应用 Python OpenCV OpenCV简史 ......
图像处理 图像 视觉 机器 计算机

Spring Boot学习随笔- 实现AOP(JoinPoint、ProceedingJoinPoint、自定义注解类实现切面)

这篇笔记深入介绍了AOP(面向切面编程),这个技术可以在代码中以模块化的方式实现横切关注点。它解决了业务层代码中存在的问题,如额外功能代码的冗余和每个方法都需要书写一遍额外功能代码的情况。 AOP在Spring中的实现主要依靠Aspect切面、Advice通知和Pointcut切入点的组合。Advi... ......

突发奇想入一下机器学习的坑,STEP 1,想卒

检索机器学习入门,书籍推荐 《统计学习方法》李航 著 《机器学习》西瓜书 周志华 著 《Elements of Statistical Learning》(ESL), 《Machine Learning:A Probabilistic Perspective》(MLAPP) 这两本书可以是被奉为机器 ......
奇想 机器 STEP

【学习笔记】浅谈 RMQ 与 LCA

- $\text{update 2023.11.14}$:增加 $\text{LCA}$ 求解树上最短路的代码。 $\text{RMQ}$ 定义:区间最值查询,功能类 $\text{st}$ 表,预处理 $O(n\log_2n)$,查询 $O(q)$,总复杂度 $O(n \log _2n+q)$。 ......
笔记 RMQ LCA

圆方树学习笔记

今天在做 ABC318G 这道题,要用到圆方树的知识,于是就去学了圆方树。 学习圆方树首先需要学习点双连通分量以及缩点,此处不多赘述。 圆方树中分两种类型的点:圆点和方点。圆点指的是原来的无向图中的所有点,而方点指的是每一个点双连通分量所代表的点。相当于每一个点双连通分量就是一个方点。将每一个方点向 ......
笔记

状压 DP 学习笔记

前言 2023.8.30 开始停课集训。 开始补 \(CSP-S\) 的知识点,先打算来学状压 \(DP\)。 定义 状压 \(DP\) 的全称是状态压缩动态规划,也是动态规划中的一种。但是其与普通 \(DP\) 不同的是它将某种状态(一般为二进制 \(01\) 串,\(1\) 表示选,\(0\) ......
笔记 DP

矩阵学习笔记

前言 蒟蒻刚刚开始学矩阵,有些东西可能理解得不是特别好。 矩阵的定义 在 \(c\)++ 中,矩阵其实就是一个 \(n*m\),可以做运算的二维数组。也是运算的中的一种基本单位。 特殊的矩阵 在矩阵的运算过程中,可能会用到一些特殊的矩阵的名称,以下是比较常见的一些特殊矩阵: 同型矩阵:两个矩阵,行数 ......
矩阵 笔记

分块学习笔记

定义 分块是一种将一些东西分成若干块的一种思想,有分块,数论分块(可能不太算),树分块等等。而分块的这种思想可以优化时间复杂度,一般情况下为 \(O( \sqrt n)\),具体取决于块长的大小。 分块 对数组是分块当中最简单一种。首先我们设块长为 \(s\),那么数组一共就被分成了\(n/s\) ......
笔记

Tarjan 学习笔记

这里讲一下 \(tarjan\) 算法。主要包括有向图的强连通分量,无向图的边双连通分量与点双连通分量以及缩点。 有向图的强连通分量 首先我们需要了解几个定义。(以下说法均针对有向图) 连通分量:在一个块中,任意两个点之间能够互相到达。即 \(u\) 能到 \(v\),\(v\) 也能到 \(u\) ......
笔记 Tarjan

Dijkstra学习笔记

模板题:P4779 Dijkstra算法 \(Dijstra\)算法是一种求解非负权图上单源最短路径的算法,这种算法不可以解决负环问题。 做法 首先要定义松弛操作。对于一条边(\(u,v\)),松弛操作对应下面的运算:\(dis_{v}\) = \(dis_{u}\) + \(w_{u,v}\)。 ......
Dijkstra 笔记

ST表学习笔记

模板题:P3865 定义 \(ST\)表是一种解决可重复贡献的问题的数据结构。可重复贡献问题大致指,对于一种运算,重复这种运算并不影响最终的答案,比如\(max(a,a) = a\),\(gcd(a,a) = a\)。常见的可重复贡献问题有:区间\(max\),区间\(min\),区间\(gcd\) ......
笔记

c#学习笔记-------------------------readonly修饰符

一、ReadOnly关键字 MSDN 官方的解释 readonly 关键字是可以在字段上使用的修饰符。当字段声明包括 readonly 修饰符时,该声明引入的字段赋值只能作为声明的一部分出现,或者出现在同一类的构造函数中. 具体意思是: readonly是一个修饰字段的关键字:被它修饰的字段只有在初 ......
readonly 笔记

电路原理图_PCB_学习03_桌面电子时钟

学习视频:https://www.bilibili.com/video/BV12z4y1J7nQ/?spm_id_from=333.999.0.0&vd_source=516eee863e252e452d8dfe7cb01af532 这个工程跟着视频算是完成的走完了,从原理图到PCB,然后打板、贴片 ......
时钟 电路 原理 桌面 电子

rust语言_学习笔记

rust语言_学习笔记 转载注明来源: 本文链接 来自osnosn的博客,写于 2023-12-10. 安装 rust 【安装_rustup_cargo_rustc_交叉编译测试】 cargo 的 config 设置 更换 ustc 源,使用代理。设置缺省registry。见【rust cargo ......
语言 笔记 rust

《CLIP:Connecting text and images》论文学习

一、Abstract 尽管深度学习已经彻底改革了计算机视觉领域,但当前的深度学习视觉方案方法存在几个主要问题: 高质量的视觉数据集,制作过程耗时且成本高昂,同时只包含了有限范围的视觉概念 标准的深度学习视觉模型(例如ImageNet、ResNet)擅长完成单一任务,且只能完成一个任务,需要投入巨大的 ......
Connecting images 论文 CLIP text

Power BI - 5分钟学习列填充值

每天5分钟,今天介绍Power BI在列填充值 什么是列填充值?可以向上填充和向下将列中的空值,填充为本列中最后一个非空值。 举例: 以【Product】表为例,表中"Product"列有合并单元格。 导入Power BI后,"Product"列有很多null值。 通过通过列填充值操作,可以将这些n ......
Power BI

机器学习是什么?--九五小庞

机器学习(Machine Learning, ML)是人工智能(Artificial Intelligence, AI)的一个分支,它使计算机系统能够利用数据来自动学习和改进经验而无需明确编程。机器学习主要关注开发算法,这些算法可以从数据中学习模式,并做出预测或决策。 我理解的机器学习: 机器通过训 ......
机器

c++学习书籍

C++ Primer 第五版 第四版 对比 差异 C++ Primer是一本经典的C++编程教材,它的第五版与第四版有哪些不同点呢? 首先,C++ Primer第五版引入了C++11标准,讲解了C++11的新特性,例如auto类型推导、lambda表达式、右值引用、智能指针等等。这些新特性有助于提高 ......
书籍
共12700篇  :27/424页 首页上一页27下一页尾页