笔记7.20 20
「学习笔记」二项式定理
更熟悉的阅读体验？ 这是我之前写在 luogu 博客上的，只是现在才搬过来而已。QWQ 二项式系数 就是像 \(\dbinom{n}{m}\) 这样的东西。 对于非负整数 \(n,k\)，规定 \(\dbinom{n}{0}=1\) 及 \(\dbinom{n}{n}=1\)，\(k>n\) 则 \ ......
Vue学习笔记（七）：绑定css样式
1 绑定class样式¶ vue为HTML绑定css中的class样式是通过v-bind实现的。 1.1 绑定单个class¶ 把需要绑定的样式class名赋值给一遍变量，然后通过变量v-bind绑定class属性，绑定后的class并不会覆盖原来的class属性，而是与原来的class进行叠加。如 ......
【Pytorch】小土堆笔记（未完成）
transforms 在训练的过程中，神经网络模型接收的数据类型是 Tensor，而不是 PIL 对象，因此我们还需要对数据进行预处理操作，比如图像格式的转换。 同时我们可以对图片进行一系列图像变换与增强操作，例如裁切边框、调整图像比例和大小、标准化等，以便模型能够更好地学习到数据的特征。 这些操作 ......
研发三维GIS系统笔记/实现wgs84投影-002
四叉树代码修改完善 原来的代码中，没有使用投影转换，直接使用的是世界坐标(单位是米), CELLQuadTree::CELLQuadTree( CELLTerrainInterface* pInterface ,CELLQuadTree* parent ,const real2 vStart ,co ......
笔记AC和ap
、 完成ac+ap之间的基本通信 1、AP零配置启动，连上线，AP自动获取到地址 2、AP主动找AC,请求配置 2.2广播方式自动寻找（小网络） 2.3管理员手动配置AC的地址（中大网络） 3、AC必须有ip地址，必须指定用哪个ip回包 在ac上添加wifi相关的配置 放出的wifi的名字是啥? o ......
LVGL双向链表学习笔记
LVGL双向链表学习笔记 1、LVGL链表数据类型分析 对于LVGL双向链表的使用，我们需要关注lv_ll.h和lv_ll.c两个文件，其中lv_ll.h里面包含了链表结构类型定义，以及相关API的声明，首先介绍链表的结构类，如下图所示： 一开始看到这个类型声明我是懵的，怎么链表的一个结点的类型是u ......
Tarjan 算法求强连通分量 学习笔记
前言 何为强连通分量？ 在一个有向图中，若这个图的子图中，任意两点间可以相互到达，那么这个子图就叫做强连通分量。 Tarjan 算法求强连通分量 模板题：Luogu P2863 [USACO06JAN] The Cow Prom S 思想 Tarjan算法过程： 以下图为例做演示。 我们定义两个数组 ......
状压dp学习笔记
"此刻发生的所有事，都是你过去选择的结果。" 最近打模拟赛在状压dp上总是没有一点思路。来重学一遍。 状态压缩：通过一串 0 1 码来清晰地表示一个集合的状态。同时，在确定了最低位的前提下，一串 0 1 码与一个二进制数一一对应。 其本质上是进行了两次操作： 给这个集合的每个状态一个编号。 通过这个 ......
39-20
设头指针为L的带头结点的双向非循环链表，结点类型定义如下，count指被访问次数。 typedef struct node{ int data; int count; struct node *pre,*next;}LNode,*LinkList; Locate(L,x)函数，x为结点值，每访问一次 ......
Kruskal 重构树学习笔记
模拟赛突然出了这个，，，被创死了 定义 我们先回顾最基本的 Kruskal 算法。 Kruskal 算法是一种常见并且好写的最小生成树算法，由 Kruskal 发明。该算法的基本思想是从小到大加入边，是个贪心算法。 那什么事 Kruskal 重构树呢？ 就是用类似Kruskal的方法来把一个图重构成 ......
《代码大全》阅读笔记04
关键的“构建”决策，阅读了第四章之后，收获很多，具体内容如下：在真正构建之前，需要进行一些决策，首先是要选择语言，这貌似是一个难题，而且很有争议，其实对于具体程序员来说却不是一个问题，你几乎没啥选择权，老 板让你用啥你就用啥吧，对新手来说，你会什么就找什么样的工作就是了，对于老手来说，公司要决定换一 ......
模糊测试原理（学习笔记）
目录0x01 什么是模糊测试0x02 基本原理和组成1.基本原理基本思想基本概念2.系统组成值得一提：有关状态监控模块的处理0x03 基础方法技术数据生成方法1.基本类型数据生成方法2.复合类型数据生成方法3.多阶段交互类型数据生成方法环境控制技术1.运行环境控制技术2.程序运行控制技术3.数据强制 ......
Manacher学习笔记
1.介绍: manacher算法用于求解回文子串问题，可以求出以一个串中每一点为中心的最长回文半径，相当于可以求出所有回文子串 2.引入： 假如要求出一个串所有长度为奇数的回文子串，暴力怎么做？ 枚举以每个点为回文中心，向两侧扩展，分别比较a[p+i]与a[p-i] 时间复杂度 O(n^2) 我们考 ......
Redis笔记
redis数据类型 字符串（String）: 存储单个值。 用例：存储文本、数字、计数器等。 SET username "john_doe" GET username 列表（List）： 有序集合，允许重复元素。 用例：消息队列、新闻推送、日志记录等。 LPUSH tasks "task1" LPU ......
iaas运维笔记记录
iaas运维笔记记录 镜像创建 source /etc/keystone/admin-openrc.sh (挂载用户配置文件) glance image-create --name "cirros" --disk-format qcow2 --container-format bare < cirr ......
学习笔记421—Win7下使用U盘安装linux Ubuntu16.04双系统图文教程
Win7下使用U盘安装linux Ubuntu16.04双系统图文教程 安装步骤： 1、下载Ubuntu 16.04镜像软件；2、使用ultraISO软件制作U盘启动盘；3、利用U盘启动盘来安装Ubuntu系统；4、使用EasyBCD创建启动系统启动引导；5、重启系统即可。 Ubuntu（友帮拓、优 ......
研发三维GIS系统笔记/框架改造/智能指针重构框架-003
1. 使用智能指针重构系统 原有的系统都是裸指针，在跨模块与多线程中使用裸指针管理起来很麻烦，尤其是多任务系统中会出现野指针 1 class CELLTileTask :public CELLTask 2 { 3 public: 4 CELLQuadTree* _node; 5 TileId _ti ......
学习笔记420—【译】理解LSTM（通俗易懂版）
【译】理解LSTM（通俗易懂版） 循环神经网络（Recurrent Neural Networks） 人对一个问题的思考不会完全从头开始。比如你在阅读本片文章的时，你会根据之前理解过的信息来理解下面看到的文字。在理解当前文字的时候，你并不会忘记之前看过的文字，从头思考当前文字的含义。 传统的神经网络 ......
密码协议学习笔记(8.16):几种特殊的秘密分享体系
已知两个秘密的碎片,计算秘密的乘积的碎片: 已知两个秘密$\alpha_0,\beta_0$分别实现了门限值为$t$的分享 记$$f_{\alpha}(x)=\alpha_0+\alpha_1x+\cdots+\alpha_{t-1}x^{t-1}$$ $$f_{\beta}(x)=\beta_0+ ......
Asp-Net-Core开发笔记：快速在已有项目中引入EFCore
前言 很多项目一开始选型的时候没有选择EFCore，不过EFCore确实好用，也许由于种种原因后面还是需要用到，这时候引入EFCore也很方便。 本文以 StarBlog 为例，StarBlog 目前使用的 ORM 是 FreeSQL ，引入 EFCore 对我来说最大的好处是支持多个数据库，如果是 ......
C#学习笔记--变量类型的转换
变量类型的转化： 转换原则 同类型的大的可以装小的，小类型的装大的就需要强制转换。 隐式转换： 同种类型的转换： //有符号 long——>int——>short——>sbyte long l = 1; int i = 1; short s = 1; sbyte sb = 1; //隐式转换 int ......
Dapr学习笔记（二）-安装Dapr环境(Docker)
安装 Dapr CLI。 它使你能够启动、运行并管理 Dapr 实例。 它还提供调试支持。 安装 Docker Desktop。 如果在 Windows 上运行，请确保将用于 Windows 的 Docker Desktop 配置为使用 Linux 容器。 备注 默认情况下，Dapr 使用 Dock ......
Dapr学习笔记（一）-Dapr是什么？
一、Dapr是什么？ Distributed Application Runtime(分布式应用运行时)是由 Microsoft 发起的开源项目，是一种用来降低微服务开发人员之间协作工作量的微服务组件。 Dapr 的核心有助于降低分散式微服务应用程序的固有复杂性。 它以构建基块 API 的概念为基础 ......
20 风格转换
import os import tensorflow as tf # Load compressed models from tensorflow_hub os.environ['TFHUB_MODEL_LOAD_FORMAT'] = 'COMPRESSED' import IPython.dis ......
java泛型笔记（根据青空的霞光）
问题： 有些数据的他的类型是不固定的，比如成绩：可以是数字，也可以是字符串（比如优良），那么要存储这样的数据要用什么数据类型 可以使用object类型来解决这个问题，但是我们无法判断对方传进来的到底是什么类型，如果既不是数字也不是字符串，我们也无法得知。如果想要将object类再转换回数字类型，如果 ......
密码协议学习笔记(8.15):知识证据详解
在开始前,先回顾以下的知识点: 离散对数问题(Discrete logarithm Problem,DLP)难解性猜想: 给定以大素数$p$为阶的循环群$G$,$g,h\in G$是两个生成元(在素数阶群上等价于非恒等元),求解$t$,使得$h^t=g$在计算上是不可行的. Diffie-Hellm ......
动态规划——带权二分优化DP 学习笔记
动态规划——带权二分优化DP 学习笔记 引入 带权二分其实并不一定用于优化 DP，也可能用于优化贪心等最优化的算法。 带权二分也叫 WQS 二分，最初由王钦石在他的 2012 年国家集训队论文中提出。 定义 使用情况 要解决一个最优化问题（求最大 / 最小值） 有一个限制，一般是某个参数要求一定恰好 ......
GNNExplainer: Generating Explanations for Graph Neural Networks论文阅读笔记
GNNExplainer: Generating Explanations for Graph Neural Networks论文阅读笔记 摘要 因为结合图结构和特征信息会导致复杂的模型，解释GNN的预测没有得到解决，所有提出了一个GNNExplainer，是第一个通用的，与模型无关的方法，可以 ......