模型 笔记prompt ing

适用范围 wqs 二分可以用来解决类似这样的问题： 令 \(f(x)\) 为恰好使用 \(x\) 次某种操作，求 \(f(p)\)。 \(f(x)\) 具有凸性（图像为上凸或下凸）。 对于一个值 \(k\)，若是下凸壳能较快的求出 \(\min\limits_{i = 1}^n\{f(i) - k\ ......

树套树 顾名思义，就是一个树套一个树。。。 广义的树套树是指嵌套多层的数据结构。常见的有：线段树套线段树（二维线段树），线段树套平衡树（“二逼平衡树”），分块套平衡树，树状数组套线段树（带修主席树）等等。 在这里，由于 set，map 等 STL 内部实现是平衡树，因此将这些 STL 的嵌套也算作树 ......

目标：判断特征x属于标签ω1还是ω2 似然度 = 条件概率密度p(x|ωi) * 先验概率p(ωi) 后验概率p(ωi|x) = 条件概率密度 * 先验概率 / 特征向量的概率分布 比较方法一：直接比较分子大小 由于比较后验概率大小时，分母特征向量的概率分布与特征x无关，比较的后验概率的两个分母（特 ......

目录基本使用搜索镜像下载镜像列出镜像信息列出容器信息创建并运行容器删除容器进入容器执行命令查看日志容器文件拷贝容器运行和停止run命令详解-p端口对外发布(端口映射)-v数据卷-e设置环境变量--name机器命名--restart容器退出后的重启策略其他镜像详细信息容器详细信息容器内进程数据卷高级d ......

机器学习 一般机器学习分为有监督学习，无监督学习和强化学习 无监督学习 Unsupervised Learning Self-Supervised Learning，又称为自监督学习 -Self-Supervised Learning 的核心思想 Masked Autoencoders Are Sc ......

Linux 防火墙策略: 严格过滤入站，允许出站 防火墙有两类: 硬件防火墙(可以组成集群保护)，软件防火墙(本机安装的软件，本机防护)。 1.firewalld防火墙服务： Linux默认安装的防火墙系统服务： firewalld防火墙是centos7系统默认的防火墙管理工具，一般是自带的无需安装 ......

样图如下： 用上面的图片，在几个主流的AI大模型中进行识别理解，最终的理解各有不同。 不过最让我意外的是 文心一言 居然理解的最不到位！ 下图是文心一言的看图理解： 下图是通义千问的看图理解： 下图是讯飞星火的看图理解： 大家觉得哪一个理解的最到位？？？？？ ......

1. 方法 fun main(){ println("Hello, World!") } fun 方法声明关键字 main() 程序入口 方法体用{}包含 println() 、print() 标准输出方法 2. 变量 任何程序都需要存储数据，变量可以帮助我们做到这一点。在Kotlin中，有两种变量 ......

find 命令作用 根据预设条件递归查询文件，当查询一个文件时他会将目录下所有的文件包括子目录全部查询一遍，就算找到了对应文件也不会停止会一直查询到所有文件都查过为止。 命令格式 - find [目标] [条件] [-a|-o] [条件2] # -a(并且) -o(或者) 常见的条件： -type ......

前置环境：两台可以互通的centos服务器（服务器1、服务器2），docker，NVIDIA驱动 docker创建overlay共享网络 1）选用服务器1作为manage节点进行初始化，执行docker swarm init Swarm initialized: current node (ly4d ......

转自：https://www.jianshu.com/p/21207b50084a 一、什么是CWM？ 在我们学习一个新东西时，首先得弄懂明白它是用来干什么的？然后通过实例与理论交错学习，CWM——Common Warehouse Metamodel, 很明显翻译过来时公共仓库元模型，CWM的提出主 ......

--通过函数处理除法，获取百分比 alter function [dbo].[fungetrate]( @num1 int, @num2 int) returns nvarchar(10) as begin declare @res varchar(10) select @res = case wh ......

[ { "category": "ENTITY", "guid": "00b4a314-1185-4cd4-84e9-20275990d58d", "createdBy": "hadoop", "updatedBy": "hadoop", "createTime": 1615973091411, " ......

1. 设置--网络--移动热点 启用热点，编辑设置，关闭节能 2. 控制面板--网络和 Internet--网络连接--更改适配器设置 关闭 Microsoft Wi-Fi Direct Virtual Adapter #2 的网卡电源节能设置（防止热点自动关闭） ......

SAM学习笔记 在开始之前，先给一个画出 SAM 的网站：link SAM是个啥？ SAM 是一个可以接受一个字符串 \(S\) 的所有后缀，且最小的 DFA。 SAM 是一个 DAG，其中节点被称为状态，而变被称为转移。每条边上都有一个字符。 SAM 还应当满足以下性质： 一个 SAM 从同一个节 ......

在使用大型语言模型(llm)时，幻觉是一个常见的问题。LLM生成流畅连贯的文本，但往往生成不准确或不一致的信息。防止LLM产生幻觉的方法之一是使用提供事实信息的外部知识来源，如数据库或知识图谱。 向量数据库和知识图谱 向量数据库 向量数据库是表示实体或概念(如单词、短语或文档)的高维向量的集合。数据 ......

Secenario: MAU -- monthly active users step1: 罗列功能 register/login user profile display/edit upload image/video search post/share a tweet timeline/news ......

三维工厂K3DMaker是一款三维模型浏览、分析、轻量化、顶层合并构建、几何校正、格式转换、调色裁切等功能专业处理软件。可以进行三维模型的网格简化、纹理压缩、层级优化等操作，从而实现三维模型轻量化。轻量化压缩比大，模型轻量化效率高，自动化处理能力高；采用多种算法对三维模型进行几何精纠正处理，精度高，... ......

rust 学习梳理 数据类型 基于已明确的类型，Rust会推断剩下大部分类型。基于类型推断Rust具备了与动态类型语言近似的易读性，并仍能在编译期捕获类型错误。 函数可以是泛型的：单个函数ujiu可以处理不同类型的值。 Rust的类型根基是一组固定宽度的数值类型，匹配几乎所有现代处理器直接硬件实现的 ......

最近自己录了一个自学C语言系列，笔记发出来，视频还在传 ......

从第八章《数据库设计》中总结了一下知识内容：类模型和BCED类包反映了应用类，而不是存储数据库结构，实体类表示了应用中的永久数据库对象，但不是数据库中的永久类；永久数据库层可以是关系数据库，对象关系数据库或者对象数据库；数据库模型是表示数据库结构的这种抽象，包含三种抽象，分别是：外部数据模型，逻辑数 ......

安装 首先你需要一个 python 和 pip。 然后 pip install flask 就好啦！ 使用 from flask import Flask 导入。 pip install flask_form 创建网站 from flask import Flask app=Flask(__name ......

(1)整体来说，这本书到底在谈些什么？本书围绕“注重实效”讲述了关于编程的各种话题，个人责任、拽光弹开发、调试策略、元程序设计、按合约设计、重构、无情的测试，等等。作者认为注重实效的程序员的特征是程序员在处理问题、寻找解决方案时的态度、风格、哲学，他们能够超越直接的问题去思考，总是设法把问题放在更大 ......

通过一周时间对"构建之法-现代软件工程"快速阅读，我对软件工程这个专业有了一种更深刻的认识.软件工程，顾名思义，就是把系统的、有序的、可量化的方法应用到软件的开发、运营和维护上的过程。 一个人的成功不是天生的，而是慢慢积累的。当然，一个优秀的程序员也是慢慢学成的；正所谓：千里之行始于足下，我们必须从 ......

异常处理 异常 在Go语言中，异常被定义为实现了 error 接口的类型；error 接口只包含一个方法 Error() ，用于返回错误信息。 error 除了输出错误外，往往需要输出当时的业务相关信息（错误地址，错误码，错误信息等），举个简单例子： package main import ( "f ......

设计： get 如何在缓存中，返回关键字的值 O(1) 的时间复杂度，这里我们比较容易想得到是用map 去存储 put 如果key 已经存在，则变更数据，不存在则写入数据 如果插入关键字数量超过 capacity,则逐出最久未使用的关键字 总结下操作： 获取数据比较简单直接从map中判断存在，如果存 ......

1. 神经网络 1.1 神经元 神经元（Neuron）或节点（Node） 是神经网络的基本单元。下图是一个简单的神经元示意图，\(x\) 表示 输入（\(\text{Input}\)）， \(x_i\) 表示来自于前面第 \(i\) 个 神经元（\(\text{Neuron}\)）的输入，通常会增加 ......

前言 本文采用 BY-NC-SA 协议发布。 这是一篇问答风格的学习笔记。 作者约等于民科，如果发现本文有错误或建议修改请告诉我。 正文 例题：定义多项式 \(F_n(x)=\sum\limits_{k=0}^n \dbinom nk A[n-k]x^k\)，求证 \(F_n(x+y)=\sum\l ......

这本书是很老的一本书了，篇幅特别的大，涵盖软件工程的方方面面（提纲挈领的讲解了一些概念及原则）。 从书中我可以看到作者的深厚功力，能够深入浅出的讲解一个软件从需求调研再到结构设计，再到具体开发，再到测试，再到集成构建的整个生命周期。本书不仅从软件构建的整个生命周期给到读者切实可行的建议，而且针对不同 ......

最近在 《代码大全》这本书, 包括的内容非常多, 从软件设计到代码开发,团队管理都有,更像是一个软件编程领域的百科全书. 但是,对于书中提到的一点印象最为深刻, 其实在 《人月神话》和《卓有成效的程序员》这两本书都有提到, 那就是: 软件设计与开发的核心就在于 控制复杂度 这句话的核心其实包括几个问 ......