网络基础 神经 基础week2

首先, 本文基于 V3.5 , 官方文档在这里: https://docs.cocos.com/creator/3.5/manual/zh/physics/ 一. 明确 2D 物理引擎, 和 3D 物理引擎 在接口上有点区别, 实际区别我也不清楚在哪里, 官方文档也没说. 比如: 启用物理引擎 Ph ......

这里给大家分享我在网上总结出来的一些知识，希望对大家有所帮助 我们经常会遇到一个场景，比如在一个列表中批量获取用户的信息。 如果我们一次性往后端发送几十条请求是非常愚蠢的事情。此时我们就要学会如何使用批量获取的逻辑。 但是批量获取有一个问题就是，我需要在用户列表项的上层去获取，然后再把结果分发给下层 ......

#学习/java 1. 对象 Object (Is a/Is like) a. 向上转型 upcasting （解耦） i. 圆形也是一种形状 b. 向下转型 i. 参数化类型机制（Parameterized Type Mechanism） c. 多态（Polymorphism）--动态绑定实现多态 ......

点击查看目录 [TOC] ## 前置知识： 建议虽然是简单的前置知识，还是打开略过一遍。 * 浮点数与误差分析（少用除法） * 向量相关 向量 向量，就是带有方向和大小两个属性的边，通常形式为$\overrightarrow{AB}=(a_1，a_2)=A$。 运算与性质： * 判等：两点坐标重合。 ......

上一篇讲了Jenkins的下载与安装：https://www.cnblogs.com/gancuimian/p/16247703.html 接着说一下Jenkins的简单使用。（使用公司Jenkins的话，依照公司使用规范。这里介绍的是个人使用常用的一些配置） 首先各种配置好后，输入账密登录，进入首 ......

以前用的比较多的语言是java，但是自从从事测试行业以来，发现“通用的语言”竟然是python！呜呼~ 各种评论都说python学习很简单，but一点也不简单好吗， 本次分享就是一个记录，给一些小白同学做参考，大神请帮忙指正错误~~ 本期学习笔记： 1、python语言使用变量直接赋值即可，不用声明 ......

**一、WebSocket是HTML5出的东西（协议），也就是说HTTP协议没有变化，或者说没关系，但HTTP是不支持持久连接的（长连接)，循环连接的不算）** 首先HTTP有1.1和1.0之说，也就是所谓的keep-alive，把多个HTTP请求合并为一个，但是 `Websocket` 其实是一个 ......

查看端口号是否被使用 netstat -ano|findstr 8001 //查看占用端口号程序的 PID tasklist|findstr 30008 //根据 PID 查看程序名 wireshark 抓包过滤 网络调试助手（NetAssist）下载链接：https://pan.baidu.com ......

>语雀不支持公开分享了，打算将博客转移阵地，目前先把以前的博客转录进来 #1.介绍 **git cmd** 类似Windows的cmd操作 **git Bash** 类似Linux下的操作 **git Gui** 图形化操作，操作太慢了，一般不使用 #2.基本命令（Linux） - `cd` ..回 ......

数组方法备忘单： 添加/删除元素： push(...items) —— 向尾端添加元素， pop() —— 从尾端提取一个元素， shift() —— 从首端提取一个元素， unshift(...items) —— 向首端添加元素， splice(pos, deleteCount, ...items ......

1.算法理论概述 本文将从专业角度详细介绍基于CNN卷积神经网络的图像分割。主要包括以下几个方面：图像分割的基本原理、CNN卷积神经网络的基本结构、训练数据集的准备、网络训练和测试等。 1.1 图像分割的基本原理 图像分割是将一幅图像分割为多个具有独立语义的区域的过程。图像分割可以应用于计算机视觉、 ......

## Java基础语法 ### 注释 **写注释是一个很好的习惯** - 单行注释 - 多行注释 - 文档注释 **创建一个空项目** > **file** > **new** > **model** (注意这里不能new 一个project，因为空项目本身就是一个project) > 然后就是一套 ......

一、镜像篇1.查看镜像 docker images 2.查看所有镜像id docker images -q 3.搜索镜像 docker search 镜像名称 4.拉取镜像 docker pull 镜像名称(:版本号) 5.删除镜像 docker rmi 镜像id #删除指定本地镜像 docker ......

本篇文章将带你认识C#的新语法、创建项目、发布运行、读取的相关操作、MVC开发、扩展、各种容易的使用，权限等.NET的相关知识。带你从零到精通，全面掌握.NET5的开发技能。 ......

1.是什么 Stream是什么了？ Stream它是java8中的一个新的新的功能点，它能够让代码的编写更加的简洁，它提供了对数据的过滤、排序、去重、映射、聚合、分页、计算等操作，能极大减少我们开发中循环的使用，使我们的日常开发更加便捷和高效。 Stream它能对流数据进行处理，但是并不会改变源数据 ......

# 1 SmartPlant Foundation简介 SmartPlant Foundation是SmartPlant Enterprise解决方案的信息`集成平台`，是专门针对石油、化工行业的解决方案（SDx是通用形的），实现工厂全生命周期的**数字化资料**，包括设计、采购、收购、运营和维护。 ......

电机的分类 直流有刷 交流无刷 控制策略 直流电机 PWM（占空比）或调电压 步进电机 脉冲 交流电机 解耦，后分别控制三线 例子： 1、高速高动态的直驱方案:无框电机。因为无框电机可低速稳定转动且，惯量小。 备注： 1、中空无框电机是无刷直流电机的一种。 --无刷直流电机实质上为采用直流电源输入， ......

创建项目之后，我们需要对项目进行最基础的配置。这些配置是我们做项目的时候必须要配置的，所以我们先提前配置好。 我们打开myblog目录下的settings.py文件。 一、设置域名访问权限 myblog/settings.py ALLOWED_HOSTS = [] #修改前 ALLOWED_HOST ......

目录 [容器运行常见报错以及解决办法](#a) [容器运行参数解析](#b) [Netstat命令](#c) [dhclient命令](#d) [docker命令补充](#e) ### 容器运行常见报错以及解决办法 #### 1.出现Error response from daemon: Confl ......

1.JavaScript（是什么？） 是一种运行在客户端（浏览器）的编程语言，实现人机交互效果。 2.作用（做什么？） 网页特效（监听用户的一些行为让网页做出对应的反馈） 表单验证（针对表单数据的合法性进行判断） 数据交互（获取后台的数据，渲染到前端） 服务端编程（node.js） ......

 ## 什么是 OpenTelemetry？ [OpenTelemetry](https://opentele ......

IPv6 IPv6地址表示 总共8段，每段4个数字或字母 左边的0可以省略 如果全为0，则用一个0表示 连续多个段是0，用::表示，最多用一个 配置IPv6 ipv6(sys) ipv6 enbale(接口) ipv6 address 2001:0012::0001 64 display ipv6 ......

定义： 2E服务作为诊断服务中的基础服务，可以简单理解为就是一个用于写入ECU数据的外部接口，可实时获取软件内部的相关的状态信息。 应用场景 一般而言，对于2E诊断服务，主要应用场景为以下场合： 在整车下线的过程中写入相关配置信息，如常见的VIN码; 清除NVM； 重置已写入到Flash中的数据； ......

以前没有系统性地写过 SAM 学习笔记，所以现在板子老敲错，现在写一个。 对于给定字符串 $s$，SAM 是一个能够识别其**所有子串**的自动机。更具体地，从初始状态到所有状态的路径都是 $s$ 的一个子串，并且 $s$ 的所有子串都可以通过初始状态到某个状态的某条路径表示出来。显然 SAM 有 ......

全文链接：https://tecdat.cn/?p=33380 原文出处：拓端数据部落公众号 随着全球经济的不断发展，污染物的排放和环境污染问题日益严重。解决这一问题的关键在于有效地利用污染物资源，以降低对环境的负面影响。综合利用污染物资源不仅有助于减少所需的原材料消耗，还有助于降低环境排放和废物处 ......

# 一、方法 > 内容 > > 1. 方法的概念 > 2. 方法的定义和调用 > 3. 带参数方法定义和调用 > 4. 带返回值方法的定义和调用 > 5. 方法的注意事项 > 6. 方法的通用格式 > 7. 方法重载 > 8. 方法的参数传递 ## （一）方法的概念 1. 概念 ```markdow ......

# 一、Java背景 > 内容 > > 1. JDK、JRE、JVM > > 2. 跨平台原理 > > 3. 常用DOS命令、BUG及BUG解决 ## （一）JDK、JRE、JVM ```markdown 1. JDK（Java Development Kit）：是 Java 开发工具包，是整个 J ......

反向传播 训练数据与测试数据 损失函数 常用：平方和误差、交叉熵误差 平方和误差 适用于计算连续数值的情况 def square_sum(y,t): return 1.0/2.0*np.sum(np.square(y-t)) 交叉熵误差 学习速度很快，偏差容易被迅速消除 def (y,t): ret ......

反向传播的实现--回归 %matplotlib inline import numpy as np import matplotlib.pyplot as plt input_data = np.arange(0,np.pi*2,0.1) correct_data = np.sin(input_da ......

神经网络 权重w 偏置b 激励函数 f = Σxw + b 上层网络→下层网络 m*n矩阵代表权重矩阵；偏置的数量和下层网络的神经元数量一致，为n； u = np.dot(x,w) + b 一般来说，输出层的神经元数量n个，则用n阶形式的独热编码格式数据来表示 几种激励函数： 1、阶跃函数 阶梯型函 ......