常量 语言学习 变量 语言

> 基本了解C语言的基础知识，对C语言有个初步的认识。 # C语言是什么？ 人与人之间的交流使用的是自然语言。如汉语，英语，日语。 人与计算机是怎么交流的呢？使用计算机语言。 目前已知已经有上千种计算机语言。人们是通过计算机语言写的程序，给计算机工作的。 C语言是一门通用的计算机编程语言，广泛用于底 ......

# GNN学习 GNN增强和训练 ## 1.图增强 分为结构增强和特征增强 原始的图数据可能并不适合直接用于GNN 特征层面： + 输入图可能缺少特征 结构层面： + 图过于稀疏，导致信息传递效率低 + 图过于稠密，导致信息传递代价太高 + 图可能太大，导致GPU装不下 输入图很难是恰好适宜embe ......

# [CF1852C](https://www.luogu.com.cn/problem/CF1852C) ## 题意 给定 $K$。 给出长为 $N$ 的序列 $a$，$0\le a_iy$，则此处贡献为 $x-y$。 考虑当前的所有贡献，直接压进堆里，当 $x>y$ 时取出最小的即可。 ```c ......

Meta Llama 2 旨在与 OpenAI 的 ChatGPT 和 Google Bard 等其他著名语言模型对标，但又具有独特优势。在本文中，我们将聊聊 Llama 2 是什么、它的优势是什么、是如何开发的、以及如何开始上手使用。 ......

别人打比赛都是学习人类智慧，而我打比赛却是在补基础知识[滑稽] 可能以后会补剩下的东西包括题解（ ## 1.Alice Game ### 题目描述： 给定一个长度为 $n$ 的序列和一个整数 $k$，有两个人 Alice 和 Bob 可以进行以下两种操作之一： 1.选择一个长度小于等于 $k$ 的连 ......

最近在看arxiv的时候发现了一个有意思的框架：LLM-Blender，它可以使用Ensemble 的方法来对大语言模型进行集成。 官方介绍如下：LLM-Blender是一个集成框架，可以通过利用多个开源大型语言模型(llm)的不同优势来获得始终如一的卓越性能。 LLM集成 我们都知道集成学习是一种 ......

### 1. 分类 1. 机器语言 2. 汇编语言 3. 高级语言（编译型，解释型） - 执行效率：机器语言>汇编语言>高级语言(编译型>解释型 ) - 开发效率：高级语言(解释型>编译型)>汇编语言>机器语言 - 跨平台性：解释型具有极强的跨平台性 ### 2.python介绍 python创始人 ......

### 1.变量 - 1. 什么是变量? ​ 答：变量就是可以变化的量，量指的是事物的状态（比如年龄，等级，性别，金钱） - 2. 为什么要有变量? 答：为了让计算机像人一样区记录事物的状态，并且事物的状态是会发生改变的 - 3. 怎么使用变量? 答：变量的组成有三部分：变量名 ​ 赋值运算符 ​ ......

一、环境安装配置 两个开发环境 ISE和modelsim ，我安装的是ISE14.7（最新版，不再更新，由于Spartan-7及以上才可以使用vivado，故只能使用ISE）和modelsim10.1c（注意一定有c） 二、流水灯程序编写学习 因为我没有verilog基础，并且是初次接触FPGA开发 ......

# 什么是多模学习？ 我们平常使用的如图像识别，语音识别这种输入单个样本x（尽管样本可能有多个特征），但是输出对应的y值（结果）就是比较简单的单模态模型。 即单个模型对输入的信息进行线性或者非线性的映射。 多模态可以指的是通过多个模型的组合来让深度学习学习到更多不同的特征。如我们生活中对于事物，除了 ......

# 1. 视图函数 用于处理客户端的请求并生成响应数据。在属兔中使用函数处理请求的方式，被称为视图函数，也叫作FBV(Function Base Views). 一个简单的视图函数：在views.py里面配置 ``` from django.http import HttpResponse # 导入 ......

[toc] # 前言 今天是我参加知识星球打卡的第七天了，感觉还是同时发来做自己的博客吧，说不定还能提高一点知名度？或者以后面试的时候能用上？ 于是我看起了不知道哪个大佬整理的“openai官方《提示词工程课》超详细中文笔记”，首先就从《提示指南》看起吧。 [笔记原出处](https://ec26u ......

一、前言 已经有一段时间没有写博客了，最近事情比较多，工作和家里的事情也比较忙，慢慢的就没写了，不写博客以后人就懒了，故今天下定决心，重新开始强迫自己提升，挤时间学习一些新的东西！这次的专题就不写应用技术了，写一写我学习高级系统架构师的一些心得吧。 我是去年报名学习高级系统架构师的课程的，报名学习高 ......

node.js 一，node最基础 一，为什么要学node.js 1.可以让每个人都访问到我们的网页 2.为了学习vue 二，node是什么 一款应该程序，是一个软件，可以运行javascript 三，node的作用 1.开发服务器端应用 2.开发工具类应用 3.开发桌面端应用 四，node的安装 ......

java算法 数据结构从入门到精通进阶学习路线？ 当然！下面是更详细的Java算法和数据结构学习路线： 阶段一：入门基础 1. 学习Java基础知识：掌握Java语法、数据类型、控制流语句等基础知识。2. 熟悉面向对象编程（OOP）：理解类、对象、继承、封装、多态等OOP的概念。3. 掌握Java集 ......

当你已经掌握了Spring框架的基础知识以及IoC和AOP的核心概念后，可以进一步深化你的学习。以下是更详细的学习路线： 1. IoC容器进阶：- 学习如何自定义Bean的初始化和销毁方法，并了解Bean生命周期的各个阶段。- 深入了解Spring的作用域（Scope）概念，如单例模式、原型模式、会 ......

#### 连接本地mysql语句 mysql -hlocalhost -uroot -proot #### MySQL通用语法 ![](https://img2023.cnblogs.com/blog/1425695/202307/1425695-20230723213033475-13992237 ......

1. 字符串变量表达式基本比较示例脚本 - `string_comparison.sh`字符串长度检查示例脚本 - `string_length.sh`逻辑运算符连接表达式示例脚本 - `logical_operators.sh`2. 执行示例脚本3. 结论大树哥个人信息 本教程将向你介绍Shell ......

第一部分 基础概念 主要三种连接模式 WWW（HTTP）：服务器读取并处理、响应请求。 BitTorrent：众多客户端自发构成文件部分，下载上传时由Tracker分配调度查询所处客户端。 Skype：找中间人传话，请求双房打开两座客户端之间的NAT隔离保护。 互联网模型 目的：各自处理各部分问题 ......

从最小二乘法到机器学习 1，什么是机器学习？ 机器学习有下⾯⼏种定义： 机器学习是⼀⻔⼈⼯智能的科学，该领域的主要研究对象是⼈⼯智能，特别是如何在经验学习 中改善具体算法的性能。 机器学习是对能通过经验⾃动改进的计算机算法的研究。 机器学习是⽤数据或以往的经验，以此优化计算机程序的性能标准。 2，最 ......

# GNN学习 GNN Layer ## GNN的通用框架 + 1.对GNN的一个网络层进行信息转换和信息聚合两个操作 + 2.连接GNN的网络层 + 3.图增强，分为图特征增强和图结构增强 + 4.学习目标，有监督学习还是无监督学习，节点/边/图级别 ## 1.信息转换和信息聚合 GNN Laye ......

# 一、朴素 Floyd ```cpp for (int i = 1;i <= n; ++ i) { for (int j = 1;j <= n; ++ j) { for (int k = 1;k <= n; ++ k) { d[i][j] = min (d[i][j], d[i][k] + d[k ......

LSM-Tree即log structured merge tree。LSM-Tree是许多高度可扩展的NoSQL分布式键值类型数据库（如亚马逊的DynamoDB、Cassandra和ScyllaDB）的基础数据结构。众所周知，这些数据库在设计上支持的写入率远远超过传统关系数据库所能提供的写入率。 ......

# 考研排序复习笔记 * ## 插入排序 ```c++ #include #include #define MaxSize 9 //折半插入排序 void ZBInsertSort(int A[],int n){ int i,j,high,low,mid; for(i=2;iA[0]){ high= ......

07.18 星期二 CPI0.65——成本偏差较大，使用自下而上的估计 出现新的干系人，应更新干系人登记册，敏捷方法由产品经理列入待办事项 凸显模型适用于复杂的干系人大型社区 审查可交付成果，干系人表现出对最终产品的担忧，按时可交付成果有问题，应审查项目需求文件 产品不合格，根本原因是开发过程中的质 ......

# MapReduce  ## 实验 ### 干嘛 实现一个分布式的 MapRed ......

1.__stringify Linux内核中有如下两个宏：#define __stringify_1(x...) #x#define __stringify(x...) __stringify_1(x) 作用：会将x替换成()里面的内容。 2.GCC __attribute__ 使用 __attri ......

## 导航 - [向量](#向量) - [基向量](#基向量) - [特征向量](#特征向量) - [矩阵](#矩阵) - [行列式](#行列式) - [逆矩阵](#逆矩阵) - [矩阵与方程组](#矩阵与方程组) - [秩](#秩) - [满秩](#满秩) - [列空间](#列空间) - [零空间 ......

为了学习测试下crack wifi，参考了这篇文章：https://www.wikihow.com/Hack-WPA/WPA2-Wi-Fi-with-Kali-Linux （kali） 也可以参考：https://gainanov.pro/eng-blog/sysad/wifi-cracking/ ......

# 前言 playwright 可以获取元素的属性，元素的文本值，以及input 输入框的内容 - `get_attribute()` 获取元素属性 - `inner_text()` 元素文本值 - `input_value()` 获取输入框的值 # 获取元素属性和文本值 以百度页面为例 ![](h ......