学习资料

## 如何确定一个mesh网络 设置好共同的match id，这样配网的时候就可以将id相同的板子配置到一个mesh即可 ![image-20230616174806917](https://ayu-990121-1302263000.cos.ap-nanjing.myqcloud.com/make ......

[toc] ## 疾病预测 我们以疾病预测为例子来介绍分类的指标。疾病预测是一个二分类预测任务，我们需要预测患者是否患有疾病。 如下图，假设一共有100个样本，其中90个是正常未患病的人，10个是患病的人，现在模型预测出12个患病的人，88个未患病的人。 预测患病的人中，8人真正患病（真阳性），4人 ......

# 微服务应用 ## 参考: >https://blog.csdn.net/qq_25928447/article/details/124198071?spm=1001.2014.3001.5501 ## 分布式权限校验 回顾之前进行权限校验的原理，服务器是如何判定一个请求是来自哪个用户的: * 首 ......

OOP面向对象第三阶段学习总结 目录 · 前言 · 设计与分析 · 踩坑心得 · 改进建议 · 总结 一、前言 不知不觉OOP学习就已经来到了尾声，也即将要步入大二，回头望来，总总令人感慨。 第三阶段的学习主要包括，一些set和map的用法。更加抽象点的提升呢，就是对自身对于代码一些整体架构的一些更 ......

# 机器学习复习 1 - 在下面的训练集中，$x_4^{(3)}$ 是什么？输入数字（这是一个整数，如123，没有小数点） ![Image Name](https://cdn.kesci.com/upload/image/re84z038bf.png?imageView2/0/w/460/h/460 ......

概述：SSM集成常会使用到分页，Spring中提供了方便实用的分页插件 第一步：在Mybatis配置文件（SqlMapConfig.xml）中配置插件组件： <?xml version="1.0" encoding="UTF-8" ?> <!DOCTYPE configuration PUBLIC ......

# 机器学习复习 1 - 哪一个是分类任务的例子？ A. 根据肿瘤的大小，判断是否是恶性肿瘤 B. 根据患者年龄和血压，判断应该给患者开多少血压药 C. 根据患者的血压，判断应该给患者开多少血压药 **答案：A** 2 - 回忆一下Sigmoid函数： $$ g(z)=\frac{1}{1+e^{- ......

# 列表的使用： 1. 列表.append(元素)：向列表中追加一个元素 2. 列表.extend(容器): 将数据容器的内容依次取出，追加到列表尾部 3. 列表.insert(下标,元素)：在指定下标处,插入指定的元素 4. del列表[下标]：删除列表指定下标元素 5. 列表.pop(下标)：删 ......

# 一、监管要求 ### 1.1 监管条例 164号文（[《工业和信息化部关于开展纵深推进APP侵害用户权益专项整治行动的通知》](https://www.gov.cn/zhengce/zhengceku/2020-08/02/content_5531975.htm)）中有提到，App在无合理场景、 ......

一、什么是委托 委托是C#中类型安全的，可以订阅一个或多个具有相同签名方法的函数指针。 委托可以把函数做为参数传递，其实际意义便是让别人代理你的事情。 委托可以看做是函数的指针，整数可以用整数变量指向它，对象可以用对象变量指向它， 函数也可以用委托变量指向它。我们可以选择将委托类型看做只定义了一个方 ......

图像中的直方图：hist = cv2.calcHist(images, channels, mask, histSize, ranges[, hist[, accumulate]]) images：输入的图像，可以是单张图像或图像列表。在函数中需要用中括号 【】,且原图像格式应该是uint8或者fl ......

模块 pickle实现了对一个 Python 对象结构的二进制序列化和反序列化。 pickling 是将 Python 对象及其所拥有的层次结构转化为一个字节流的过程，而 unpickling 是相反的操作，会将（来自一个 binary 或者 bytes-like object的）字节流转化回一个对... ......

## 组件的概念 组件是对可重用的HTML与JS功能的封装。 在没有组件的时候，同样的HTML结构会在文档中多次出现，使代码变得复杂。 在使用组件封装后，就像使用一个HTML标签那样使用这些HTML结构，HTML文档变得清晰易维护。 它主要由三项技术实现： - Custom Element： 自定义 ......

### 李兴华，springboot开发书籍配套视频 * https://www.bilibili.com/video/BV1wL411H7W8?p=172&vd_source=debae4e77e1cafd283cb9668d2acb3a7 ......

什么是流程控制呢，就是计算机在进行代码执行时，对于代码执行的顺序。这一章一笔带过吧，感觉有点基础。 java中代码执行的顺序主要有三种： 1.顺序执行 2.分支执行（一般是有判断语句）： 3.重复执行： 这个一般就是用的循环，常用的三种循环分别是：while循环，do...while循环，for循环 ......

### b站上，spring开发实战，书籍配套视频 * https://www.bilibili.com/video/BV1144y1g7Q2/?spm_id_from=333.999.0.0&vd_source=debae4e77e1cafd283cb9668d2acb3a7 ......

在讲解之前，我们先来看一道模板题：[Luogu P3379 最近公共祖先（LCA)](https://www.luogu.com.cn/problem/P3379) ### What is LCA LCA,即最近公共祖先。什么意思呢，我们举个例子： ![image](https://img2023. ......

1、数据库索引失效的原因 数据量太小：当数据库表中的数据量很小的时候，使用索引反而会变得比全表扫描更慢，因为索引需要进行额外的查找操作。 数据分布不均：如果数据分布不均匀，比如某些值的重复率很高，那么索引可能会失效。因为对于这些值，使用索引查找所需要的次数增加了，反而不如全表扫描效率高。 索引字段类 ......

## 一、Freertos介绍 FreeRTOS是一个开源的实时操作系统内核，它是由英国的Real Time Engineers Ltd.开发的。它提供了一些基本的内核功能，如任务管理、时间管理、信号量、队列和软件定时器等，可以帮助开发人员更容易地构建嵌入式系统。FreeRTOS是一个非常流行的实时 ......

模板匹配：在模板匹配中，我们引入函数cv2.matchTemplate（）函数来执行模板匹配的操作 res = cv2.matchTemplate(image, template, method, result=None, mask=None) image: 输入的源图像，可以是灰度图像或彩色图像。 ......

进程线程区别 进程线程调度切换开销 进程和线程都是用于实现多任务的方式，但它们之间有很大的区别。 进程是程序执行过程中的一个实例，是操作系统进行资源分配的基本单位。每个进程都有自己的地址空间、内存、数据栈等，进程之间互相独立，彼此之间不能直接访问。可以说，进程是操作系统中的一个独立的个体，它拥有自己 ......

# Kafka学习之四_Grafana监控相关的学习 ## 背景 ``` 想一并学习一下kafaka的监控. 又重新开始学习grafana了: 下载地址: https://grafana.com/grafana/download https://prometheus.io/download/ htt ......

1.装饰器 # 不带参数的装饰器 def welcome(fn): def wrapper(*args, **kwargs): print(f"welcome") res = fn(*args, **kwargs) return res return wrapper @welcome def my_ ......

[toc] 机器学习中的深度学习算法：原理、挑战与解决方案 摘要 深度学习是一种热门的机器学习技术，广泛应用于图像识别、语音识别、自然语言处理等领域。本文将介绍深度学习算法的原理、挑战以及解决方案。首先对深度学习的基本概念进行解释，然后分别介绍深度学习的不同算法及其实现步骤。最后，我们将探讨深度学习 ......

[toc] 半监督学习是一种让机器学习模型更好地应对新任务和场景的技术。它结合了监督学习和无监督学习的优点，能够利用已有的数据集来指导模型的学习，从而更好地应对新的任务和场景。在这篇文章中，我们将介绍半监督学习的核心概念和技术原理，以及如何在实践中应用该技术。 首先，我们需要了解什么是半监督学习。半 ......

[toc] “从人脸识别到深度学习：技术的未来与影响” 随着人工智能技术的不断发展，人脸识别技术也在逐渐成为人们生活中不可或缺的一部分。在这篇技术博客文章中，我们将探讨人脸识别技术的发展历程，以及深度学习技术在人脸识别领域的应用和未来趋势。 引言 - 1.1. 背景介绍 - 人脸识别技术：一种基于图 ......

[toc] 《深度学习在智能制造中的挑战与机遇》 引言 智能制造是未来经济发展的重点和方向，而深度学习作为人工智能领域的关键技术之一，在智能制造中具有广泛的应用前景。本文将介绍深度学习在智能制造中的技术原理和应用场景，以及如何优化和改进深度学习模型，为智能制造的发展提供参考。 一、背景介绍 智能制造 ......

[toc] 标题：《59. 【神经网络】基于自注意力机制的深度学习》 背景介绍： 近年来，深度学习在人工智能领域取得了长足的进步，并在图像识别、语音识别、自然语言处理等领域取得了令人瞩目的成果。神经网络作为深度学习的核心组件之一，被广泛应用于各种应用场景中。其中，基于自注意力机制的深度学习技术是近年 ......

[toc] 《Spark MLlib 机器学习实践：基于聚类的社交媒体分析》 一、引言 社交媒体作为现代营销的一种重要手段，已经被广泛应用于市场调研、品牌监控、内容分析、用户互动等领域。在这个领域中，聚类分析是一种常见的数据挖掘方法，可以帮助我们更好地理解用户行为和关系。本文将介绍基于Spark M ......

[toc] 标题：《Python 与 TensorFlow：如何高效地构建和训练机器学习模型》 一、引言 随着人工智能的快速发展，机器学习作为其中的一个重要分支，受到了越来越多的关注和应用。而Python作为一门广泛应用于机器学习领域的编程语言，其与TensorFlow的结合也变得越来越重要。本文将 ......