常量 语言学习 变量 语言

[toc] 生成式预训练Transformer：探索其在自然语言处理领域的最新应用 ## 1. 引言 自然语言处理 (NLP) 是一项具有巨大潜力的技术领域，近年来得到了广泛的关注和发展。其中，生成式预训练Transformer(GPT) 是一种先进的神经网络模型，被广泛应用于文本生成、机器翻译、语 ......

[toc] Transformer 编码器和解码器被广泛应用于自然语言处理、计算机视觉、语音识别等领域。近年来，由于 Transformer 在自然语言处理领域的广泛应用，越来越多的研究者开始关注 Transformer 的改进与优化。本文将详细介绍 Transformer 编码器和解码器的原理、实 ......

[toc] 随着大数据技术的不断发展和应用，编程语言的发展与变革也成为了一个重要的研究方向。大数据技术是指处理和分析海量数据的技术，其应用领域广泛，包括金融、医疗、交通等。未来编程语言的发展将离不开大数据技术，因为大数据技术将广泛应用于各种应用场景，如智能推荐、智能分析、智能金融等。因此，开发具有大 ......

[toc] 利用人类反馈学习进行智能安全控制和智能控制系统 随着人工智能技术的不断发展，智能安全控制和智能控制系统越来越受到人们的关注。这些系统可以通过学习人类行为和反馈，实现对智能体的自适应控制，提高智能体的安全性和鲁棒性。本文将介绍如何利用人类反馈学习进行智能安全控制和智能控制系统的设计、实现和 ......

[toc] 文章：ResNet模型：在计算机视觉任务中实现深度学习 ## 1. 引言 深度学习是一种革命性的机器学习技术，自推出以来，已经被广泛应用于计算机视觉、自然语言处理、语音识别等领域。在计算机视觉领域，深度学习中的 ResNet 模型成为了一个经典的例子，被广泛用于图像分类、目标检测、图像分 ......

[toc] 一、引言 随着人工智能技术的不断发展，深度学习成为了人工智能领域的热门话题。在智能交通领域，深度学习已经被广泛应用于图像识别、目标检测、自动驾驶等方面，为交通管理提供了更先进、更准确、更安全的解决方案。本文将介绍基于深度学习的人工智能在智能交通中的应用技术，以及实现和应用实例。 二、技术 ......

[toc] 1. 引言 随着人工智能的不断发展和应用，智能客服领域成为了深度学习技术的重要应用领域之一。智能客服能够自动化处理客户的问题，提高客户满意度，减少人力成本，同时也能够在客户遇到困难时快速响应，提供及时的帮助和支持。因此，将深度学习技术应用于智能客服领域具有重要的意义和价值。本文将介绍深度 ......

[toc] 引言 随着人工智能技术的不断发展，机器人、智能环保和治理等领域也受到了越来越多的关注。在这些领域中，多模态数据融合与推理学习技术已经成为了关键的核心，它可以使得机器人更加智能、环保和治理更加高效。本文章将介绍基于多模态数据融合与推理学习与机器人与智能环保与治理的技术原理、实现步骤、应用示 ......

siliconsmart是一款能够IP参数特征化提取工具。因为是比较专业的软件工具，所以网络上的学习内容和资料其实非常少，现在结合使用和阅读，整理一下学习内容。 1、ss的结构 ①输入文件 ss的输入文件一般是spice网表、延时和功耗数据、行为描述 总之输入的是电路的信息和数据 这里的具体内容还需 ......

一、 定义 排序规则是根据特定语言和区域设置标准指定对字符串数据进行排序和比较的规则。 以 ORDER BY 子句为例：如果按升序排列，说英语的人认为字符串 Chiapas 应排在 Colima 之前。但是，对于在墨西哥说西班牙语的人来说，他们会认为以 Ch 开头的单词应显示在以 C 开头的单词列表 ......

## 概述 全局的Window对象有一个document属性，它引用一个Document对象，通过该对象操作DOM。 ## 选择DOM元素 HTML文档中的\与\标签可以通过Document对象的head与body属性访问，但是更深层级的元素需要通过查询来获取。 有两组方法来选择元素，一组是通过CS ......

001、面向过程，如c、shell； 性能高， 代码可读性差。 002、面向对象：c++、java； 003、函数式编程。 面向过程编程： 以过程为中心，按照一定的顺序执行程序。 强调程序的执行顺序和控制流程。 程序的重点在于算法和数据的处理，使用全局变量和函数进行操作。 编写简单，可读性高，性能较 ......

# 白名单 rundll32 加载 shellcode 上线 metasploit 监听 metasploit ``` msfconsole -x "use exploits/multi/handler; set lhost 192.168.0.101; set lport 443; set pay ......

c++ linux 学习第二课 一、GCC的工作流程： gcc编译器将C源文件到生成一个可执行程序中间一共经历四个步骤： 二、gcc常用参数： -v 版本 -E 生成预处理文件 -S 生成汇编文件 -c 只编译，生成目标文件 .o文件 -I(大写的 i ) 指定头文件所在的路径 -L 指定库文件所在 ......

package LeetCode.stackpart03; /** * 84. 柱状图中最大的矩形 * */ public class LargestRectangleHistogram_84 { public int largestRectangleArea(int[] heights) { in ......

@[TOC](HTML & CSS 学习总结) # HTML HTML（超文本标记语言）是一种用于创建网页的标记语言。它允许我们使用标签来描述网页的结构和内容。 简单示例（如何使用标签来创建一个简单的网页）： ```html 我的网页 Hello, World! 这是一级标题 ``` 在上面的示例中 ......

@[TOC](JavaScript & TypeScript 学习总结) # JavaScript ## JavaScript BOM对象 BOM（Browser Object Model）对象是指浏览器对象模型，它提供了与浏览器窗口进行交互的对象和方法。例如，window 对象就是 BOM 的一部 ......

package LeetCode.stackpart01; import java.util.Deque; import java.util.LinkedList; /** * 739. 每日温度 * 给定一个整数数组 temperatures，表示每天的温度，返回一个数组answer，其中answ ......

package LeetCode.stackpart02; import java.util.Arrays; import java.util.Stack; public class NextGreaterElementII_503 { public int[] nextGreaterElement ......

> 转自公众号`大淘宝技术` 本文主要介绍了 StableDiffusion在图片生成上的内容，然后详细说明了StableDiffusion 的主要术语和参数，并探讨了如何使用 prompt 和高级技巧（如图像修复、训练自定义模型和图像编辑）来生成高质量的图片。 介绍StableDiffusion ......

大数据学习推荐使用CentOS系统，于是在虚拟机上安装这个程序。 接下来复制三个， ......

# 〇、基础位运算 ## 与运算 / AND 语法：`a & b`。 计算方法：按位计算 AND。 运算：`1 & 1 = 1, 1 & 0 = 0, 0 & 1 = 0, 0 & 0 = 0`。 ## 或运算 / OR 语法：`a | b`。 计算方法：按位计算 OR。 运算：`1 | 1 = 1 ......

最短路径算法-迪杰斯特拉(Dijkstra)算法 迪杰斯特拉(Dijkstra)算法是典型最短路径算法，用于计算一个节点到其他节点的最短路径。它的主要特点是以起始点为中心向外层层扩展(广度优先遍历思想)，直到扩展到终点为止。 基本思想 通过Dijkstra计算图G中的最短路径时，需要指定一个起点D( ......

# 矩阵树定理 > 本文不作为教学向文章。 > > 比较好的文章参考： > > - [矩阵树-定理以及凯莱公式](https://zhuanlan.zhihu.com/p/593934554) > > - [【学习笔记】矩阵树定理（Matrix-Tree）_繁凡さん的博客-CSDN博客](https ......

什么是参照？ 只看名词，不太好理解，我们看下图，是不是一看就明白了，参照就是一份输入参考，当用户进行输入时，可以从已有数据中进行选择。 怎么创建参照? 假设业务场景是一张采购单，其中一个字段是【物料品牌】，我们需要为【物料品牌】创建一个参照。 2.1 在业务对象中新增【品牌】业务对象，勾选同时生成主 ......

本文部分内容来自 $\texttt{OI-Wiki}$。 **** ## 加法 & 乘法原理 加法原理 完成一个工程可以有 $n$ 类办法，$a_i(1 \le i \le n)$ 代表第 $i$ 类方法的数目。那么完成这件事共有 $S=a_1+a_2+\cdots +a_n$ 种不同的方法。 乘法 ......

1.TensorBoard 更新 ENVI 深度学习设置变化 在此版本中，TensorBoard 在像素分割和对象检测训练开始时自动启动，并报告详细指标。 通过此更改，以下设置已从File > Preferences > Deep Learning中删除： Compute Training Metr ......

shell 通配符 3、通配符和正则表达式比较 （1）通配符和正则表达式看起来有点像，不能混淆。可以简单的理解为通配符只有*,?,[],{}这4种，而正则表达式复杂多了。 （2）*在通配符和正则表达式中有其不一样的地方，在通配符中*可以匹配任意的0个或多个字符，而在正则表达式中他是重复之前的一个或者 ......

Wireshark 界面介绍 1.捕获报文• 点击捕获->选项，打开捕获窗口 • 网卡设备/流量/捕获过滤器，点击“开始”按钮开始抓包 • 输出（指定缓存文件）/选项（显示、名称解析、自动停止抓包条件） 面板 2.报文展示 快捷方式工具栏 数据包列表面板的标记符号 二、显示界面设置 1.设定时间显示 ......

attention层计算过程： 相似度函数fatt计算输入X和查询向量q之间的相似度e； 相似度e经过softmax计算得到权重 a。 向量e和a的长度与输入X的第一个维度相同。 权重a与输入X相乘，得到输出y。 相似度计算可使用 点积dot prodecut，由于输入X的维度通常较高，q.X值会很 ......