常量 语言学习 变量 语言

笔记软件在2023/4/6 15:08:06推送该笔记 语言服务器与客户端 语言服务器 语言客户端 语言服务器运行在单独的进程有两个好处： 只要能通过LSP通信，语言分析工具可以用任何语言实现。 语言分析工具一般非常消耗CPU和内存，在单独的进程中运行能避免大性能开销 lsp-sample：本篇教程 ......

笔记软件在2023/4/6 14:01:06推送该笔记 Language Server 这个语言服务器的源码在/server中。比较重要的pacakge.json部分是 "dependencies": { "vscode-languageserver": "^6.1.1", "vscode-lang ......

笔记软件在2023/4/6 14:01:04推送该笔记 Language Client "activationEvents": [ "onLanguage:plaintext" ] 这个部分告诉VS Code只要打开纯文本文件之后就立刻激活插件（例如：打开一个.txt​文件） "configurat ......

CPEN400D: Deep LearningProgramming Assignment 2Released: 2023 Mar. 24In this assignment, you will implement a Transformer [1] architecture from scratc ......

导读 表征学习的目标是从数据中提取足够但最少的信息。传统上，该目标可以通过先验知识以及基于数据和任务的领域专业知识来实现，这也被称为特征工程。特征工程是利用人类的现有知识的一种方式，旨在从数据中提取并获得用于机器学习任务的判别信息（比如从音频中通过傅立叶变换提取出mel频谱）。 特征工程的缺点： 需 ......

摘要 图表征学习的目的是将图中的节点嵌入低维的表征并有效地保留图的结构信息。 导读 许多复杂的系统具有图的形式，如社交网络、生物网络和信息网络。为了有效地处理图数据，第一个关键的挑战是找到有效的图数据表征方法，也就是如何简洁地表征图，以便在时间和空间上有效地进行高级的分析任务，如模式识别、分析和预测 ......

1.任何类型的数据在计算机中都是以二进制补码形式存储 2.原码：最高位为符号位，用0表示正数，用1表示负数，其他位是相应数的2进制数 反码：除符号位外按位取反，0变为1，1变为0 补码：反码再加1 3.正数的原码 反码 补码都相同 65的原码 反码 补码都是：00000000 00000000 00 ......

受人类大脑内部复杂的神经元网络的启发，深度学习模拟生物神经网络，构建出包括输入层和输出层在内的人工神经网络。 下图，左边是视觉系统大致的通路，信息从视网膜到LGN的大细胞层到脑皮层；中间是听觉皮层，信息从耳蜗一直传到听觉皮层；右边是典型的人工神经网络。以上三种均属于层次化的结构。 当将数据输入该网络 ......

集合 数组的弊端： 长度开始时必须指定，而且一旦指定不能更改； 保存的必须为同一类型的元素； 使用数组进行增加元素的示意代码-比较麻烦； package com.study; import java.util.Arrays; /** * @author jay * @version 1.0 * @d ......

前端运行环境搭建 node安装 注意自己需要的node版本即可 npm配置 npm默认安装的路径在C盘，如果介意可以修改配置 npm config set prefix "X:\XXX\node_global" npm config set cache "X:\XXX\node_cache" 墙的原 ......

日期类 第一代日期类 public class Date01 { public static void main(String[] args) { //默认输出国外的方式，通常需要转化 Date date = new Date(); System.out.println(date); Date da ......

1.表和创建的实体类不一致比如： 表名t_user 实体类是User 解决：User类上加@TableName("t_user") 或者，全局表统一加： # 设置mybatis-plus的全局配置：global-config: db-config: #设置实体类对应的前缀 table-prefix: ......

一.多维数组元素的地址 #include<stdio.h> int main() { int arr[3][4] = {{11,22,33,44},{12,13,15,16},{22,66,77,88}}; int i; int j; for(i=0;i<3;i++){ for(j=0;j<4;j+ ......

日期 2023-4-7 任务列表 速过C++ primer第一章【100%】 速过STL源码剖析第一章、第二章【难度过大，放弃】 **调整学习计划：**向ha1vk师傅请教以后，选择优化学习路线，以思维导图为主。 明天计划 C++ primer part2，记得写导图 C primer plus C ......

Docker 是一个开源的应用容器引擎，它可以让开发者将应用程序及其依赖项打包到一个轻量级、可移植的容器中，然后发布到任何支持 Docker 的环境中，以消除“在我电脑上可以运行，在你电脑上不能运行”的问题。以下是 Docker 的基本使用方法： 安装 Docker： 首先，您需要在您的系统上安装 ......

PHPStorm : 专业PHP开发IDE PhpStudy ：Apache MYSQL环境 Navicat Premium: 全能数据库管理工具 #数据导入-mysql架构&库表列 1、数据库名，数据库表名，数据库列名 2、数据库数据，格式类型，长度，键等 #数据库操作-mysqli函数&增删改查 ......

删边最短路 前言 删边最短路是一种科技，用于解决一类问题： 给定非负权图 $G = (V, E)$。设 $n = |V|$，保证 $1$ 可达 $n$。 设 $\Delta(e)$ 为图 $G' = (V, E \setminus {e})$ 上 $1 \rightsquigarrow n$ 的最短 ......

##SQL学习 — DQL — 常见函数 — 单行函数 4. 常见函数（附加） /* 概念：类似于java的方法，将一组逻辑语句封装在方法体中，对外暴露方法名。 好处：1.隐藏了实现细节 2.提高代码的重用性 调用语法：select 函数名(实参列表) 【from 表】; 特点： 1.叫什么（函数名 ......

1.1. 简介 强化学习（reinforcement learning）是机器学习的一个重要分支，其具有两个重要的基本元素：状态和动作。类似于编译原理中的自动机，或数据结构中的AOE图，强化学习研究的就是怎样找到一种最好的路径，使得不同状态之间通过执行相应动作后转换，最终到达目标状态。先介绍几个名词 ......

内存马介绍 webshell的变迁过程大致如下所述： web服务器管理页面——> 大马——>小马拉大马——>一句话木马——>加密一句话木马——>加密内存马 内存马是无文件攻击的一种常用手段，传统的文件上传的webshll或以文件形式驻留的后门越来越容易被检测到，内存马使用越来越多。 传统的Websh ......

一、python项目高并发异步部署 参考博客：https://zhuanlan.zhihu.com/p/358163330 django和flask都是同步框架，部署的时候，使用uwsgi部署，uwsgi是进程线程架构，并发量不高 但是我们可以通过uwsgi+gevent，部署成异步程序 然后我们简 ......

全文链接：http://tecdat.cn/?p=26147 最近我们被客户要求撰写关于预测人口死亡率的研究报告，包括一些图形和统计输出。 今天早上，我和同事一起分析死亡率。我们在研究人口数据集，可以观察到很多波动性 我们得到这样的结果： 由于我们缺少一些数据，因此我们想使用一些广义非线性模型。因此 ......

全文链接：http://tecdat.cn/?p=31108 最近我们被客户要求撰写关于VAR模型的研究报告，包括一些图形和统计输出。 作为衡量通货膨胀的基本指标，消费者价格指数CPI和生产者价格指数PPI的作用关系与传导机制一直是宏观经济研究的核心问题。 对此问题的研究显然具有重要的学术价值与现实 ......

1. 简介 本文将介绍 Go 语言中的 sync.Pool并发原语，包括sync.Pool的基本使用方法、使用注意事项等的内容。能够更好得使用sync.Pool来减少对象的重复创建，最大限度实现对象的重复使用，减少程序GC的压力，以及提升程序的性能。 2. 问题引入 2.1 问题描述 这里我们实现一 ......

全文链接：http://tecdat.cn/?p=31023 最近我们被客户要求撰写关于GARCH的研究报告，包括一些图形和统计输出。 如何构建合适的模型以恰当的方法对风险进行测量是当前金融研究领域的一个热门话题 VaR方法作为当前业内比较流行的测量金融风险的方法,具有简洁,明了的特点,而且相对于方 ......

1. 项目包结构 一共有6个包，common包下的主要是常量和返回结果的结构。 ##2. 创建实体类 将sql语句复制过来，按住ALT+鼠标左键竖直选中删除，按HOME和END到所有行的头和尾同时编辑。 ##3. 三层开发规范 分别是Controller/Service/Dao，顺序：前端浏览器-> ......

全文链接：http://tecdat.cn/?p=22350 最近我们被客户要求撰写关于时变向量自回归（TV-VAR）模型的研究报告，包括一些图形和统计输出。 在心理学研究中，个人主体的模型正变得越来越流行。原因之一是很难从人之间的数据推断出个人过程 另一个原因是，由于移动设备无处不在，从个人获得的 ......

全文链接：http://tecdat.cn/?p=32071 原文出处：拓端数据部落公众号 随着中国的证券市场规模的不断壮大、市场创新不断深化、信息披露不断完善、市场监管不断强化，随着现代投资组合理论的发展和计算机技术的进步，投资者为了在股票交易中取得更多的收益，就需要有合理有效的投资策略，因素模型 ......

看到一部分这样的代码 # build models model = build_model(args) ema_model = build_model(args, ema=True) 通过百度发现，似乎是一种叫mean teacher的半监督处理方法：（参考自） 第一个model被称为student ......

今天只有晚上有时间自习，然后开始实现注册信息的功能， 向mysql数据库里添加数据，之前的地铁项目做的是查询， 没有做过添加数据的功能，今天写出了部分后台代码。 ......