笔记learning hard 05
菜鸡go后端开发学习笔记1
首先了解项目内容及对应的人员：重要的是产品以及前端。 1、了解项目，理清逻辑，有什么不通顺的地方不清楚的地方及时的与产品进行沟通。 2、在写请求时，主要是前端发送请求给到后端，后端通过逻辑处理获取数据库里面对应的数据，并返回数据。所以请求字段和前端是有交互的，和前端约定接口：请求的路径、请求的方式、 ......
C#学习笔记--进阶
此博客是C#学习笔记中的进阶部分，设计C#语言中的高级知识，介绍了List与ArrayList、Stack和Queue以及Hashtable等数据结构，
泛型，泛型类型数据结构，以及纠缠不清的委托与事件。还涉及到不常见但常用的一些知识小点，如匿名函数，Lambda表达式，协变和逆变，多线程，
反射和... ......
Meta Learning概述
Meta Learning概述（一） 回顾Machine Learning 定义一个function（神经网络等），该function上有很多参数，参数统一定义为θ，对于一个猫狗分类器来说，当猫狗的图片经过f(θ)时，函数会输出一个猫或狗的结果 定义一个Loss function，L(θ) 使用优化 ......
信息安全系统设计与实现第三章学习笔记
一、知识点归纳 1. 多任务处理 多任务处理是计算机系统中的重要概念，它允许系统同时执行多个任务，提高了系统资源的利用率和响应速度。在多任务处理中，有几个重要的概念和技术需要进一步了解： 并发（Concurrency）：并发是指多个任务在时间上重叠执行的能力。虽然在单处理器系统中一次只能执行一个任务 ......
2023/10/17 路由器学习笔记
路由器 pc1 ping pc2 环境准备： 1、 为pc1/pc2添加IP地址、子网掩码与网关。 2、 为AR1/AR2添加ip 3、 配置静态路由（ip route-static） 4、 检查路由表是否配置成功（ip routing-table） 5、 配置成功，接下来是否可以ping通 成功！ ......
【学习笔记】数学分析 2023
第一章 预备知识 函数的复合 \(f\circ g\) 和 \(g\circ f\) 可能写出来的表达式一样，但是定义域不一样。\(f(x)=\frac{1}{1-x}.,g(x)=\frac1x\) 多个函数复合可以实现结合律，但是显然没有交换律。 周期函数的定义需要满足 \(f(x)\) 在 \ ......
学习笔记：Graph WaveNet
学习和复现一下经典模型Graph WaveNet，事实证明结果跟现在的比也差不了多少，速度也挺快。目前就先把经典模型都学习一遍吧。 ......
GPU-笔记
GPU发展 PC时代随着图形操作系统的出现，大量需要 3D 图形运算的工具软件和游戏对于浮点运算的要求急剧升高，传统的 X86 CPU 处理器并不擅长这类任务，于是诞生了更擅长浮点运算的 GPU。在这类应用中，系统会把图形渲染等任务 offload 到 GPU 上去。 随着神经网络研究和应用 ......
2023/10/17 学习笔记
传输层协议 tcp/udp协议 TCP/IP协议族的传输层协议 tcp特性 1.工作在传输层 2.面向连接协议 3.全双工协议 4.半关闭(四次挥手) 5.错误检查 6.将数据打包成段，排序 (分片) 7.确认机制 8.数据恢复，重传 9.流量控制，滑动窗口 udp特性 工作在传输层 提供不可靠的网 ......
vue 笔记2 脚手架-创建项目、启动项目、路由、vuex
1、安装命令： 在vs code 终端输入命令 npm install -g @vue/cli 安装完查看版本： vue --version 2、创建项目 在对应文件夹下 cmd 输入命令： vue create hello-word 然后选择版本vue2，vue3 项目，选择对应版本 自动安装cl ......
day05-java基础1
Java介绍 # java：做反编译，发现好多java代码看不太懂，有些加密算法，也不太好破 》接下来的时候，要学习java开发 -找到加密算法 》chat gpt，让它给你写 》转成python 》自己手动调 # java 编译型语言 -java se：java基础 》python中变量定义，函数 ......
javaweb-jsp脚本总结笔记
1什么是JSP jsp又叫 Java servelt Page 这门技术最大的特点就是，写jsp就像是再写html 但是不仅可以写静态页面，而且可以内置Java代码写出动态页面，也就是说可以为用户提供动态数据。 总的来说jsp = java+ HTML 2.JSP快速入门 2.1提供对应的驱动包 2 ......
[学习笔记] 浏览器F12检查中应该如何判断margin的上下左右？
如下图所示，margin上下左右四个方向分别是1px, 2px, 3px, 4px。 而在浏览器F12检查时，margin显示如下图所示： 即浏览器检查时显示的margin值，是按照上、右、下、左的顺序来的。 该规律在padding也同样适用。 ......
[学习笔记] 有关CSS响应式设计的单位
em 和 rem 单位：em 和 rem 是相对于元素的字体大小计算的单位。em 单位是相对于父元素的字体大小，而 rem 单位是相对于根元素（通常是 <html> 元素）的字体大小。em 和 rem 单位可以用于实现相对于字体大小的自适应布局。 vw 和 vh 单位：vw 和 vh 是视口宽度和视 ......
EPLAN 电气设计入门学习笔记
1.EPLAN中的结构描述符号 功能面结构 =功能面结构符号“=”，译为高层代号，表示系统根据功能被分为若干组成项目。 产品面结构 -符号“-”，表示根据产品分类，例如“-Q”表示空气开关。 位置面结构 +符号“+”，描述部件在系统中的位置，译为“位置代号”。 器件引脚标识 ：例如“-H1:X1”表 ......
React学习笔记04-JSX语法
1.JSX语法 JSX 将 HTML 语法直接加入到 JavaScript 代码中，再通过翻译器转换到纯 JavaScript 后由浏览器执行。 在实际开发中，JSX 在产品打包阶段都已经编译成纯 JavaScript，不会带来任何副作用，反而会让代码 更加直观并易于维护。 编译过程由Babel 的 ......
Linux学习笔记2
Linux学习笔记 1.文件重定向 1.尝试在命令行输人ifconfig.找到自己电脑的IP地址. zzh@ubuntu:~/Desktop$ ifconfigens33: flags=4163<UP,BROADCAST,RUNNING,MULTICAST> mtu 1500 inet 192.16 ......
《巴小特的宝藏》一款小游戏的诞生笔记
起源： 《巴小特的宝藏》项目初创与2022年初，拥有多年游戏开发经验的我萌生自己创作游戏的念头，市场上好多游戏同质化严重，并且基本主要考虑的都是娱乐性，而我想做一款不一样的东西出来，当时很痴迷研究经济、金融，自己也炒股，该赔的钱也都赔，正好也赶上了2022年股市大跌，没有在跌前撤退，被套是一定的，多 ......
《Deep Residual Learning for Image Recognition》阅读笔记
论文标题 《Deep Residual Learning for Image Recognition》 撑起CV界半边天的论文 Residual ：主要思想，残差。 作者 何恺明，超级大佬。微软亚研院属实是人才辈出的地方。 初读 摘要 提问题： 更深层次的神经网络更难训练。 提方案： 提出了残差网络 ......
《流畅的Python》 读书笔记 第三章字典和集合 20231017
第3章 字典和集合 dict 类型是 Python 语言的基石 模块的命名空间、实例的属性和函数的关键字参数中都可以看到字典的身影 跟它有关的内置函数都在__builtins__.__dict__ 模块中 模块的命名空间: 我的理解是sys.modules 实例的属性: 我的理解是实例.__dict ......
【学习笔记】可持久化线段树基础
点击查看目录 目录前言概念实现例题：Tower Defense标记永久化 前言 参考资料：oi-wiki 前置知识： 线段树基本操作 动态开点线段树 概念 可持久化线段树，又称主席树。 （事实上，据说，主席树应该是可持久化线段树的一个子集，主席树应该是单纯的针对静态查询第 \(k\) 小的问题，但是 ......
[刷题笔记] CSP-J 2022 T4 上升点列
Description 在一个二维平面内，给定 \(n\) 个整数点 \((x_i, y_i)\)，此外你还可以自由添加 \(k\) 个整数点。 你在自由添加 \(k\) 个点后，还需要从 \(n + k\) 个点中选出若干个整数点并组成一个序列，使得序列中任意相邻两点间的欧几里得距离恰好为 \(1 ......
juc个人笔记
并发一定比串行执行的速度快吗？ 不一定 这是因为线程创建、销毁会消耗CPU 同时也存在上下文切换的开销，需要保护现场与恢复现场 线程本身也占用内存，一个线程占用1MB 为什么要需要多线程？ 1. 为了充分利用多核cpu计算能力，实现并行计算 2. 提高程序处理数据的速度，比如实现异步化 LockSu ......
Sequence to Sequence Learning with Neural Networks
Sequence to Sequence Learning with Neural Networks 关键词：LSTM，Seq2Seq 📜 研究主题 采用深度神经网络DNN 使用LSTM，并翻转输入句子顺序提升性能 ✨创新点： 更换seq2seq中RNN单元为LSTM，有提升对长句子训练速度的可能 ......
Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation
Learning Phrase Representations using RNN Encoder-Decoder for Statistical Machine Translation 关键词：GRU、Encoder-Decoder 📜 研究主题 提出了Encoder-Decoder结构，采用两 ......
AI学习笔记（五）-支持向量机(SVM)
将数据映射到高维空间，在其中找到一个最优的超平面，将不同类别的数据点分开。它可最大化边际，使得不同类别的数据点离超平面的距离最大化。 ......
《代码大全》阅读笔记5
在阅读完这本书后，我从书中收获到了很多，永远以解决问题为导向，而不是仅仅完成任务。这一条的内容非常广泛，从最低级的写好一个功能，到给具体的需求排优先级，甚至到明确真正的需求，到调整开发节奏，一切都由实际的需求和开发能力决定，最终的目的只有一个，那就是解决真正的问题；把程序员当人看，不仅仅是把其他同事 ......
Security Reduction学习笔记(3):预备知识(困难问题,安全方案)
"问题"的数学定义: 使用数学原语来定义"问题"的数学概念 实例"(instance)和"解答"(solution)构成一个元素对$(x,y)$ 一系列这样的元素对构成的集合被称为"问题"(problems) 例如: 素数判定问题:$$PRIME=\{(1,False),(2,True),(3,Tr ......
scanner Demo05
package com.chen.scanner; import java.util.Scanner;public class Demo05 { public static void main(String[] args) { //我们可以输入多个数字，并求其总和与平均数，每输入一个数字用回车确认， ......