神器 英语学习 服务器anki

JavaWeb学习

JavaWeb 1、基本概念 web开发: web,网页 静态web:html,css,数据不会变化 动态web web应用程序 html,css,js jsp,servlet java程序 jar包 配置文件properties 静态web *.html , 都是网页后缀,如果一直存在,就可以直接 ......
JavaWeb

MyBatis学习

MyBatis 1、简介 1.1什么是MyBatis GitHub:https://github.com/mybatis/mybatis-3/releases 中文文档:https://mybatis.org/mybatis-3/zh/index.html 1.2、持久化 数据持久化,持久化就是将程 ......
MyBatis

JavaScript学习

1、什么是JavaScript 是一门流行的脚本语言 一个合格的后端人员,必须精通JavaScript 2、快速入门 2.1、引入 内部标签 <script> //... </script> 外部引入 abc.js //... test.html <script src="abc.js"></scr ......
JavaScript

C++ 学习 第八天

今日内容:匿名函数 动态数组 匿名函数: lambda表达式: 捕获列表: [捕获列表]{cout<<endl;} 捕获列表捕获的是父作用域下的属性,如果[]为空,默认不补货 值捕获 父作用域下所有的属性,只捕获值,不捕获属性本身(只读不写) 值捕获 父作用域下所有的函数,但是引用捕获父作用域下的b ......

CountDownLatch 学习笔记

1. 概念 CountDownLatch是在JDK 1.5的时候被引入的,位于java.util.concurrent并发包中,CountDownLatch叫做闭锁,也叫门闩。允许一个或多个线程一直等待,直到其他线程执行完成后再执行。 2.工作原理 CountDownLatch通过一个计数器来实现的 ......
CountDownLatch 笔记

layui学习4(弹出组件)

1.弹出组件 使用方法 1.作为独立组件使用:下载layer引入js文件,加载1.8版本以上的jQuery的js文件和layer.js文件 2.layui模块化使用:只需要引入layui中的css与js文件,在script中使用layui.use()加载模块即可 下载layer组件: layer 弹 ......
组件 layui

腾讯云轻量服务器。

腾讯轻量云服务器出租 新开成品 无需注册 批量出 量大优惠2核2g4m 2核4g6m 4核8g10m北京 上海 广州 成都 南京。。。。Q: 414271588T G: https://t.me/yunfuwuzhongxin ......
轻量 服务器

算法学习day05数组part扩展-69、35、34

package LeetCode.arraypart01; /** * 69. x 的平方根 * 给你一个非负整数 x ,计算并返回 x 的 算术平方根 。 * 由于返回类型是整数,结果只保留 整数部分 ,小数部分将被 舍去 。 * 注意:不允许使用任何内置指数函数和算符,例如 pow(x, 0.5 ......
数组 算法 part day 05

OpenAI的子词标记化神器--tiktoken 以及 .NET 支持库SharpToken

OpenAI在其官方GitHub上公开了一个开源Python库:tiktoken,这个库主要是用力做字节编码对的。 字节编码对(Byte Pair Encoder,BPE)是一种子词处理的方法。其主要的目的是为了压缩文本数据。主要是将数据中最常连续出现的字节(bytes)替换成数据中没有出现的字节的 ......
神器 SharpToken 标记 tiktoken OpenAI

学习-13

1. 回顾 1. redis 非关系型数据 1. redis关于key得命令 keys *: 查看所有redis中得key exist key: ttl key: del key: 删除指定得key expire key seconds:为指定得key设置过期时间 2. 关于数据库得命令 selec ......
13

linux dts 设备树学习

参考 https://zhuanlan.zhihu.com/p/376755248 https://blog.csdn.net/to_be_better_wen/article/details/128044597 ##一.设备树简介 linux设备树 devicetree,设备树的源文件称为==DT ......
设备 linux dts

SpringCloud 微服务 负载均衡问题 坑死老子了!(铁大软工刘雪丰)

fetch-registry: true是默认的,刚开始学,你会发现虽然能运行,但是会抛异常,所以我就改成false了。改为false确实不抛异常。但是!!!,如果用负载均衡改进代码,就必须设为true,因为它会报错:No instances available for...,连运行都运行不了。我在 ......
SpringCloud 老子 问题

Fine-Grained学习笔记(1):卷积,FFT

Fine-Grained,在算法复杂度理论中特指,对各类算法的复杂度,进行(相较于P与NP的粗粒度分类的)细粒度分类,例如,证明某问题存在 $n^2/ \log n$ 的算法.Fine-Grained是一个新兴领域,其研究前景可看作是计算机科学学科中的石墨烯与钙钛矿(误). 本系列主要参考Unive ......
卷积 Fine-Grained Grained 笔记 Fine

从0开始学习c++

常量指针与指针常量 #include<iostream> using namespace std; int main() { int a = 10; int b = 20; // 常量指针与指针常量 // 1.常量指针 const修饰指针 指针的指向是可以修改的(指针变量中存的地址值可以修改) 指针 ......

【学习笔记】2-SAT

适应性问题 存在若干命题 $p_i$,以及若干形如 $x_{k_1}\lor x_{k_2}\lor\dots\lor x_{k_n}$ 的 $s_k$,其中 $x_i$ 为 $p_i$ 或 $\lnot p_i$ 其中一个。 要求是否存在一个命题的取值集合使得条件 $s$ 均成立,其中每个条件最多 ......
笔记 SAT

深度学习--卷积神经网络基础

深度学习--卷积神经网络基础 1.卷积操作 卷积操作简单来说就是矩阵对应位置相乘求和,这样不仅可以减少模型的参数数量,还可以关注到图像的局部相关特性。 import torch import torch.nn as nn import torch.nn.functional as F #卷积操作(I ......
卷积 网络基础 深度 神经 基础

动手深度学习pytorch 5-7章

深度学习计算 1. 块提供的基本功能: 1. 输入数据作为前向传播函数的参数 2. 通过前向传播函数生成输出 3. 计算其输出关于输入的梯度 4.存储和访问前向传播计算所需的参数 5. 根据需要初始化模型参数 2. Sequential 类 1. 将块逐个追加到列表中的函数 2. 前向传播函数,用于 ......
深度 pytorch

计算机网络基础——08 DNS  服务器的配置和应用

8.1实验目的 了解 DNS 的有关概念和常见的 DNS 服务器 掌握 Windows 2003 的 DNS 服务器的安装与配置 掌握客户端的设置和验证 8.2实验相关知识 8.2.1DNS 的概念 DNS 的定义 DNS 是域名系统(Domain Name System)的缩写,是将域名翻译成 I ......

Java学习笔记(四)

1、break、continue、return的区别 (1)break常在switch case中使用,也可以在循环中使用。作用:当遇到break,则结束当前整个switch case语句或者当前整个循环。执行外面语句。 (2)continue:只能在循环中使用。作用是结束当前这一次循环,执行下一次 ......
笔记 Java

可持久化 trie/并查集 学习笔记

算是跟主席树差不多的一点杂项?如果学了新的可能会更新。 0x00 前言 我们已经在这里介绍了主席树与其“可持久化”的思想,而本文主要内容算是可持久化在一些其他数据结构上的应用。 0x01 可持久化 trie 例题: P4735 最大异或和 题意:两种操作:1.在数组最后插入一个数;2.求左端点在 [ ......
笔记 trie

Halcon基础学习(一)

Halcon基础学习(一) 初见 目标: 提取出U4的位置坐标 结果: 编程逻辑 读取图片 按照RGB3通道处理图片 使用中值滤波 使用灰度滤波 使用二值化滤波 组件区域分割 使用特征直方图设置上下限 直到过滤到唯一一个以后,使用区域选择工具 在新打开的图片上面绘制十字叉 编程实现 read_ima ......
基础 Halcon

XML学习

XML学习 什么是XML? XML指可扩展标记语言(Extensible Markup Language)。 XML是一种很像HTML的标记语言。 XML的设计宗旨是传输数据,而不是显示数据。 XML标签没有被预定义。您需要自行定义标签。 XML被设计为具有自我描述性。 XML是W3C的推荐标准。 ......
XML

个人对于二分图匹配的学习记录

二分图 匈牙利算法 下面展示的是dfs实现的写法。 //洛谷P3386 二分图最大匹配 匈牙利算法 #include<bits/stdc++.h> using namespace std; typedef long long ll; const int N = 1505; const int M = ......
个人

centos7修改服务文件描述符限制

在CentOS 7中,系统默认的文件描述符限制是1024。如果你需要增加文件描述符限制,可以按照以下步骤进行操作: 打开/etc/security/limits.conf文件,并添加以下内容: * soft nofile 65536 * hard nofile 65536 这将在系统级别上将文件描述 ......
centos7 文件 centos

nginx学习笔记

开始 简介 Nginx是一款高性能的开源Web服务器和反向代理服务器,它能够提供可扩展性、高可用性和高性能。 优点 更快 单次请求更快,高峰期也更快 高扩展性 极具扩展性,它由多个不同功能、不同层次、不同类型且耦合度极高的模块组成,这种低耦合的设计,造就了它庞大的第三方模块 高可靠性 每个worke ......
笔记 nginx

「学习笔记」2-SAT问题

SAT 是适定性 $\text{(Satisfiability)}$ 问题的简称。一般形式为 k - 适定性问题,简称 k-SAT。而当 $k>2$ 时该问题为 NP 完全的。所以我们只研究 $k=2$ 的情况。 2-SAT,简单的说就是给出 $n$ 个集合,每个集合有两个元素,已知若干个 $<a, ......
笔记 问题 SAT

深度学习样本绘制注意事项

在绘制深度学习样本的时候,部分初学者总是用绘制监督分类样本的方法绘制深度学习样本,在图像上随意绘制样本,这种绘制样本的方法不适用于深度学习样本绘制。 如下为错误的示例: 深度学习样本绘制应遵循“全、多、精”三个原则: 样本子区域选取,应该全面覆盖多种地物类型。 绘制样本尽可能地多,推荐绘制子区域内8 ......
样本 注意事项 深度 事项

RxDart框架学习

一、RxDart是什么? RxDart是一个响应式编程框架,是基于 ReactiveX 的响应式函数编程库,ReactiveX是一个强大的库,通过使用可观察的序列来编写异步的程序。它突破了语言以及平台的限制,使我们在写异步程序的时候更简洁。 ReactiveX 开发过多个语言下的响应式框架,比较有名 ......
框架 RxDart

聊聊微服务治理体系思想

你的微服务项目真的支持集群部署吗?真的做到业务解耦了吗?我相信现在大一点的项目,基本都会选择微服务,但是,真的能体现微服务核心价值的项目不多。在我上篇文章《聊聊微服务架构思想》中,基于个人认知,讲述了软件架构的发展历程和微服务核心思想,主要阐述了微服务架构要解决的痛点和使用微服务带来的好处。凡事都有 ......
体系 思想

vue3学习

资料: http://docs.vikingship.xyz/ 声明类型: 1.使用ref可以声明基础数据 2.使用reactive声明对象数据 3.computed可以返回一个不变的响应式对象 比vue2优势:可以直接新增或修改对象数据,也能实时更新 基础数据: 对象数据: 如果想直接用count ......
vue3 vue