笔记fft amp ntt

【功能码】 01 读输出线圈 02 读输入线圈 03 读保持寄存器 04 读输入寄存器 05 写单线圈 06 写单寄存器 0F 写多线圈 10H 写多寄存器 【存储区】 区号 名称 读、写 地址范围 0区 输出线圈 可读可写(bool) 00001-09999 1区 输入线圈 只读(bool) 10 ......

1、了解专用模型和通用大模型，以及书生浦语大模型开源历程、轻量级、中量级以及重量级三种不同大模型系列，和其他大模型的性能对比。 2、了解从模型到应用的主要步骤以及书生大模型各步骤采取的主要技术，如训练数据，预训练、微调、开源评测体系等。 3、现有的疑问：书生中量级的使用商业成本以及具体功能性能表现， ......

Q: 【模板】多项式乘法（FFT） 给定一个 \(n\) 次多项式 \(F(x)\)，和一个 \(m\) 次多项式 \(G(x)\)。 请求出 \(F(x)\) 和 \(G(x)\) 的卷积。 暴力很容易实现，但是时间复杂度为 \(O(n^2)\) 如何优化？ 使用 FFT 可以有效将复杂度降至 \ ......

经常有人问伟哥，笔记本电脑该如何选购。其实很简单，一是看预算，二是到某东看预算范围内的热销电脑，闭眼选就是。笔记本现在也是消费品了，没那么多讲究。 当然，如果要显得你自己更加专业或更加有逼格一点，那，在笔记本选购中，要注意两点：CPU和硬盘。 硬盘很好说，现在这时代，一定是固态硬盘了，固态硬盘容量越 ......

一、新建python虚拟环境 python -m venv demovenv 二、配置pip源 pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple 在cmd窗口运行上述命令后会在 C:\Users\9211 ......

本文于2016年5月份完成，发布在个人博客网站上。 考虑个人博客因某种原因无法修复，于是在博客园安家，之前发布的文章逐步搬迁过来。 按照如下配置（适用于Tomcat 7.0.x），为Tomcat启用了HTTPS协议，用户访问站点时是否就安全了呢？ <!-- HTTP通道，跳转至8443端口 --> ......

1. 地域经济歧视（redlining） 1.1. 问题 1.1.1. 贫穷和不公与美国黑人的高死亡率是否有关 1.1.2. 缺少好的学校、现代化的卫生设施、安全的工作场所和医疗保险是否会导致黑人在更年轻的年龄死亡 1.2. 黑人只是一个庞大的同类群体，而没有把黑人按照不同的地理、社会或经济群体进行 ......

基础介绍 首先至少会点html,css基础知识再来学，微信开发者工具打开，创建一个js开发基础模板的项目，它的目录如下：wxml就是html，wxss就是css，app开头的就是页面进来首先加载的配置，project.config.json就是一些配置设置，就是详情的本地设置的代码。 推荐学习方式： ......

EXCEL表格中向上取整数的公式 1、打开EXCEL表格，在表格中输入数据。 2、在计算单元格内输入函数公式“=ROUNDUP(B16/40,0)”，第二个参数0，即是往上舍入取整数。 3、按下回车，表格里计算的数据全部向上舍入取整数。 ......

文件上传下载-解决无图形化&解决数据传输 命令生成：https://forum.ywhack.com/bountytips.php?download 反弹shell 以参照物为准，以Linux为参照物，Linux主动发出的连接则为正向、Windows主动发出的则为反向 反弹Shell命令-解决数据回 ......

本次阅读的是《构建之法》 第五章 团队和流程 5.2 软件团队的模式 主治医师模式、明星模式、社区模式、业余剧团模式、秘密团队、特工团队、交响乐团模式、爵士乐模式、功能团队模式、官僚模式 5.3 开发流程 ①写了再改模式 ②瀑布模型（Waterfall Model） 是一个项目开发架构，开发过程是通 ......

大模型在ChatGPT发布之后，成为今年最热的话题与研究方向，也有人把今年称为AI元年 通用大模型 书生·浦语大模型 开源历程 书生·浦语大模型系列 性能 从模型到应用 针对上述的步骤中所用到的不同技术，提供了不同的开源框架 数据 预训练 微调 评测 OpenCompass 部署 智能体 Lagen ......

在192.168.1.206 上执行 ssh -fN -D 0.0.0.0:8888 root@192.168.1.207 将报文转发到207 在207 上设置ssh 允许动态转发 vim /etc/ssh/sshd_config 确保以下行没有注释（没有 "#" 符号），或者将其添加进去： All ......

本笔记基于吴恩达深度学习deeplearning.ai课程 第二周：神经网络的编程基础 神经网络的训练过程可以分为前向传播和反向传播两个独立的部分 2.1 二分类(Binary Classification) 所谓二分类问题，可以参照以下例子 假如你有一张图片作为输入，比如这只猫，如果识别这张图 片 ......

1.先在表格中创建一列时间点，根据采样周期来设定时间点间隔，如采样周期为10kHz，则间隔点为0.0001。每个时间点对应一个采样值。第一行表格写上对应列的名称，如ts、ia。然后用Matlab“导入数据”，分别选定两列数据生成两个数据向量（要进行FFT分析的信号值和时间点）。该向量会在工作区上建立 ......

CMake 学习笔记 CMake 已经是 C++ 构建系统的事实标准。 主要是对小彭老师的 C++ 视频课程中 CMake 相关部分的一些笔记和整理，视频链接如下 学 C++ 从 CMake 学起 现代 CMake 高级教程 包含视频中的代码和 PPT 的仓库见以下链接 https://github ......

进程和线程:进程和线程都是一个时间段的描述，是CPU工作时间段的描述，不过是颗粒大小不同.进程就是包换上下文切换的程序执行时间总和 = CPU加载上下文+CPU执行+CPU保存上下文.线程是共享了进程的上下文环境的更为细小的CPU时间段。 判别式模型和生成式模型: 判别式模型直接学习决策函数f(X) ......

《算法之美》这本书为我打开了计算机科学和算法设计的奇妙大门，引领我走进了一个充满智慧和创造力的世界。在这本书中，作者讲述了许多关于算法的精妙之处，让我对计算机科学有了更深层次的理解。首先，书中深入浅出地介绍了各种算法的原理和应用，以生动的例子和清晰的解释，使得那些抽象的概念变得具体而易懂。通过分析不 ......

前言 图像分类是根据图像的语义信息对不同类别图像进行区分，是计算机视觉的核心，是物体检测、图像分割、物体跟踪、行为分析、人脸识别等其他高层次视觉任务的基础。图像分类在许多领域都有着广泛的应用，如：安防领域的人脸识别和智能视频分析等，交通领域的交通场景识别，互联网领域基于内容的图像检索和相册自动归类， ......

《Vue.js从入门到项目实战》 孙鑫v-bind用于响应式地更新HTML属性，v-on用于监听DOM事件,变量需要引号引起来v-if是彻底没有v-的命令需要把变量用引号引起来，插值{{}}则不需要v-if和v-for在同一个元素上使用时，v-if优先级高于v-for，意味着v-if不能访问v-fo ......

小傅哥网站：https://bugstack.cn/md/develop/design-pattern/2020-06-11-%E9%87%8D%E5%AD%A6%20Java%20%E8%AE%BE%E8%AE%A1%E6%A8%A1%E5%BC%8F%E3%80%8A%E5%AE%9E%E6%8 ......

Windows Search 数据库是 Windows 操作系统用于快速搜索文件、电子邮件、文档等内容的一个组件。这个数据库记录了系统上的各种文件和数据的索引信息，对于取证分析具有重要意义。下面是 Windows Search 数据库记录的内容及其在分析取证中的意义： 1. 文件索引信息：Windo ......

LNK Files 1. 记录内容: a. LNK文件，通常称为快捷方式文件，是Windows中的一种特殊文件类型，用于指向另一个文件或目录的路径。 b. 它们包含许多有用的信息，例如目标文件的路径、创建和访问时间、图标位置、以及有时候的网络位置和卷标序列号。 2. 取证意义: a. LNK文件在取 ......

前言 这里实际上涉及到了挺多有关有关理论的东西，可以详细看一下paddle的官方文档。不过我这里不过多的谈有关理论的东西。 【低层视觉】低层视觉中常见的卷积核汇总 图像处理中常用的卷积核 在代码中，我们实际上是用不同的卷积核来造成不同的影响，我这里也是paddle中对于卷积核的几个比较简单的应用。 ......

DSU on tree 通常用来解决不带修树上子树问题。 主要思想： 剖分。 先搜轻儿子，记录轻儿子子树的答案，删去轻儿子的贡献。 搜重儿子，记录重儿子子树的答案，保留重儿子的贡献。 回溯，重新搜轻儿子，把轻儿子子树的贡献加上，构成本子树的答案。 CF600E Lomsat gelral #incl ......

ARC157 A. XXYYX 观察一些性质。注意到 \(\texttt{XY}\) 和 \(\texttt{YX}\) 会产生当且仅当 \(\texttt{X}\) 和 \(\texttt{Y}\) 的连续段交错，因此 \(|b-c|=1\)。然后特判掉 \(a\neq 0,b=0,c=0,d\n ......

博客很久没更新了，2023是艰难的一年。博客最近也更新的很少了，以前多多少少还会保持一个月至少一更新。 现在也并不是懒了，而是确实工作很忙，之前经常有小伙伴来告诉在订阅我的RSS，如果经常写水文对自己和其他人来说并没有什么帮助，二来，觉得如果要写就写一些高质量的文章。但很多0day又不方便放出来。 ......

简介 前面我们在学习 Java Spring Boot Mybatis-Plus 的简单使用的时候，是否发现我们在构造查询的时候，基本都是简单的 where 语句的查询，而且也不能去选择字段输出，没关系，Mybatis-Plus 为我们准备了应对方案，那就是 Wrapper 构造器。 总的来说，常用 ......

域名 因为访问网站时，很难记住对应网站的IP地址，所以使用域名来代替IP地址，使用户更加方便的访问网站。 DNS服务器的作用就是将IP地址与域名进行映射，使用户可通过域名得到到对应的IP，然后进行访问。 域名从右到左依次为顶级域名（一级域名）、二级域名、三级域名、四级域名、等等(通常域名层级不超过三 ......

学习Python时做的笔记，主要参考： B站小飞有点东西：https://space.bilibili.com/1803865534 董付国老师的《Python程序设计》教材 第一章、Python概述 1.1 扩展库安装方法（了解即可） 使用pip命令安装扩展库。 在cmd命令行中输入pip，回车后 ......