学习资料
「学习笔记」概率与期望
## 样本点与样本空间 $A = \left \{ 1, 2, 3 \right \}$ $1, 2, 3$ 为样本点，$A$ 为样本空间。 $$ A = \left \lbrace 1, 2, 3 \right \rbrace\\ B = \left \lbrace 2, 3, 4 \right ......
「学习笔记」模运算与 BSGS 算法
## 取模 > 取模符号：$x \bmod y$，表示 $x$ 除以 $y$ 得到的余数。 例如， $$ 5 \bmod 3 = 2\\ 7 \bmod 4 = 3\\ 3 \bmod 3 = 0\\ $$ 设 $x$ 为被除数，$y$ 为除数，$z$ 为余数，则 $x = k \cdot y + ......
强化学习基础篇[3]：DQN、Actor-Critic详细讲解
# 强化学习基础篇[3]：DQN、Actor-Critic详细讲解 # 1.DQN详解 ## 1.1 DQN网络概述及其创新点 在之前的内容中，我们讲解了Q-learning和Sarsa算法。在这两个算法中，需要用一个Q表格来记录不同状态动作对应的价值，即一个大小为 $[状态个数，动作个数]$ 的二 ......
深度学习应用篇-计算机视觉-图像增广[1]：数据增广、图像混叠、图像剪裁类变化类等详解
# 深度学习应用篇-计算机视觉-图像增广[1]：数据增广、图像混叠、图像剪裁类变化类等详解 # 一、数据增广 在图像分类任务中，图像数据的增广是一种常用的正则化方法，主要用于增加训练数据集，让数据集尽可能的多样化，使得训练的模型具有更强的泛化能力，常用于数据量不足或者模型参数较多的场景。除了 Ima ......
「学习笔记」容斥原理
## 引入 $A_1$：学语文的人， $A_2$：学数学的人，$A_3$：学英语的人，$A_4$：学 OI 的人 $A_1 \cap A_2$：同时学语数的人 $A_1 \cup A_2$：学语文或数学的人 $\left | A_1 \cup A_2 \right | = \left | A_1 \ ......
【QoS预测】用于冷启动QoS预测的基于图对比学习的双子图网络
论文题目： Zhu J, Li B, Wang J, et al. BGCL:Bi-subgraph network based on graph contrastive learning for cold-start QoS prediction[J]. Knowledge-Based Syste ......
redis设计学习
# redis数据类型 ## redis自定义字符串（SDS） redis自定义一种字符串SDS(Simple Dynamic String),该字符串数据结构大概定义了字符编码，char []数组存储字节，达到了我们存储字符串和二进制数据的需求，也实现了我们存储不同编码的字符串和二进制图片等数据。 ......
小灰灰深度学习day6——线性代数
import torch #标量由只有一个元素的张量表示 ''' x = torch.tensor(3.0) y = torch.tensor(2.0) print(x + y) print(x * y) print(x / y) print(x ** y) ''' ''' 向量可以被视为标量值组成 ......
Java实战（第2版）学习笔记
# 基本知识 **函数式编程**：Java 8 里将代码传递给方法的功能（同时也能够返回代码并将其包含在数据结构中）还让我们能够使用一整套新技巧，通常称为函数式编程。没有**共享的可变数据**，以及**将方法和函数（即代码）传递给其他方法**的能力，这两个要点是**函数式编程范式的基石。** **行 ......
3月25日邓老师设计模式面试资料02
Spring面试专题 1.Spring应该很熟悉吧？来介绍下你的Spring的理解 有些同学可能会抢答，不熟悉!!! 好了，不开玩笑，面对这个问题我们应该怎么来回答呢？我们给大家梳理这个几个维度来回答 1.1 Spring的发展历程 先介绍Spring是怎么来的，发展中有哪些核心的节点，当前的最新版 ......
3月25日邓老师设计模式面试资料 有用 看1
【金三银四】设计模式篇 1.谈谈你对设计模式的理解 1.首先谈设计模式的作用：经验的传承，提高了软件复用的水平，最终达到提高软件开发效率 设计原则简单说明 单一职责 一个类只负责一项职责 里氏替换原则 子类可以扩展父类的功能，但不能改变父类原有的功能 依赖倒置原则 要依赖于抽象，不要依赖于具体，核心 ......
【安全学习之路】Day17
 : # 按行 2、for column ，val in df.items(): #按列 二、统计数据： print((df == 0).astype(int).sum(axis=0)) #统计符合某个条件的数量 df.l ......
【安全学习之路】Day16
  seq = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] print(seq[1:4]) print(seq[:5]) print(seq[5:]) pr ......