自然语言 机器 自然 语言
区块链特辑——solidity语言基础(三)
Solidity语法基础学习 五、映射类型： 映射型态 Mapping Type 映射钥匙Key → 真实资料 Value mapping(KeyType → ValueType) VariableName ·关键字：mapping ·宣告一个映射，后面需定义钥匙（Key）与资料（Value）的型态 ......
C 语言输出100至200之间的质数（素数）
题目描述 运行 C 程序，输出 100 至 200 之间的质数。 输入描述 无 输出描述 输出 100 至 200 之间的质数，每行输出一个质数，每个质数前面需要带有序号。 输出样例 解题思路 在《一文解决如何使用 C 语言判断质数（素数）》一文中，我详细讲解了质数以及如何使用 C 语言判断质数，本 ......
一文解决如何使用 C 语言判断质数（素数）[ 附解析与源码 ]
前言 质数历来都是数学界的宠儿，是数学里神秘的谜团。 质数又和 C 语言有着不解之缘，本篇文章将讲解如何用 C 语言判断质数。 为了方便大家在读完此文章后使用文中程序，我会将判断质数的程序封装成函数，此函数的功能是：判断形参 _number 是否是质数，若 _number 是质数，则返回 1；若不是 ......
探究:初学者编程语言的选择
| 日期 | 修改人 | 修改内容 | | | | | | 2023年2月12日 | 北极的大企鹅 |添加了C语言的新比喻 | 前景提要 很多初学者面临的最多的问题就是编程语言的选择问题,一旦你接触编程,无论任何人都会给你提到一个问题,说你要选择一门编程语言学习,才能在后续的计算机学习中取得成绩,但 ......
Isaac Sim 机器人仿真器介绍、安装与 Docker [1]
前言与参考 此文书写于： January 6, 2023， 更新于 January 6, 2023 ；可能会随着时间的变化 此教程会有过时概念哦 Isaac Sim 相关参考链接： 官方文档地址 官方docker image 镜像地址 官方讨论 论坛链接，建议没啥事就可以逛逛，看问题和回答也是件很有 ......
一个小而美的 C 语言项目
我最近在学习 C 语言，看的一本书叫做 《C Primer Plus》，这本书对 C 语言的描写、特性介绍、代码示例都介绍的比较详细，是小白入门 C 语言非常不错的一本书，还有一本经典书叫做《C 程序设计语言》，这本书可以作为 《C Primer Plus》下一步要解锁的成就。 那么只是看书学习是不 ......
机器学习基本原理
深度学习是机器学习的一个特定分支。我们要想充分理解深度学习，必须对机器学习的基本原理有深刻的理解。
大部分机器学习算法都有超参数（必须在学习算法外手动设定）。机器学习本质上属于应用统计学，其更加强调使用计算机对复杂函数进行统计估计，而较少强调围绕这些函数证明置信区间；因此我们会探讨两种统计学的主要... ......
机器学习经典算法总结
K 近邻算法（KNN）是一种基本分类和回归方法。KNN 算法的核心思想是如果一个样本在特征空间中的 k 个最相邻的样本中的大多数属于一个类别，那该样本也属于这个类别，并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分类样本所属的类别。 ......
VsCode搭建C语言运行环境以及终端乱码问题解决
在VsCode中搭建C/C++运行环境需要先安装以下插件 1、安装c/c++插件 2、安装code runner插件 当然也可以安装一些其他的美化插件根据个人习惯，但是以上这两个是必装的。 安装好插件后来到插件主页点击卸载旁边的小齿轮选择扩展设置 找到扩展设置中的下图选项并打上勾即可，设置完后重启V ......
红袖添香,绝代妖娆,Ruby语言基础入门教程之Ruby3基础数据类型(data types)EP02
Ruby是强类型动态语言，即Ruby中一旦某一个对象被定义类型，如果不通过强制转换操作，那么它永远就是该数据类型，并且只有在Ruby解释器运行时才会检测对象数据类型，它的一切皆为对象（包括 nil 值对象），可以通过调用内置class属性来获取该对象的具体数据类型。对于 Ruby 而言，所有类型都继 ......
C语言两结构体之间的成员互换
今天在写一个通讯录实现程序的时候，遇到个让我突然卡壳的问题，不知道怎么进行两个结构体之间的成员互换......结构体成员有“姓名”，“性别”，“年龄”，“地址”，“电话”，目的就是实现一个通过年龄进行sort排序的功能，作为一个努力学习的编程小白来说，有太多的东西需要学习了..........代码如 ......
C语言指针常见问题
我们在学C语言时，指针是我们最头疼的问题之一，针对C语言指针，博主根据自己的实际学到的知识以及开发经验，总结了以下使用C语言指针时常见问题。 指针 指针做函数参数 学习函数的时候，讲了函数的参数都是值拷贝，在函数里面改变形参的值，实参并不会发生改变。 如果想要通过形参改变实参的值，就需要传入指针了。 ......
机器学习--起手式
几个贯穿始终的概念 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 当我们把人类学习简单事物的过程抽象为几个阶段，再将这些阶段通过不同的方法具体化为代码，依靠通过计算机的基础能力--计算。我们就可以让机器能够“学会”一些简单的事物。 我们首先将视线聚焦在最简单的判断 ......
机器学习--要学点什么
前言 可以说掌握了机器学习，你就具备了与机器对话，充分利用机器为人类服务的能力。在人工智能时代，这将成为一项必备技能，就好比十年前你是编程大牛，二十年前你英语超好一样。因此，无论你是什么专业的学生，学一点机器学习的知识绝对只有好处，没有坏处. 但是由于目前学习机器学习是为了准备美赛,所以我并不打算死 ......
【机器学习】李宏毅——Domain Adaptation(领域自适应)
本文介绍了Domain Adaptation(领域自适应)的相关知识，包括现在出现的具体问题、问题如何解决、所面对的各种情况等等。 ......
区块链,中心去,何曾着眼看君王?用Go语言实现区块链技术,通过Golang秒懂区块链
区块链技术并不是什么高级概念，它并不比量子力学、泡利不相容原则、哥德巴赫猜想更难以理解，但却也不是什么类似“时间就是金钱”这种妇孺皆知的浅显道理。区块链其实是一套统筹组织记录的方法论，或者说的更准确一些，一种“去中心化”的组织架构系统。 去中心化 众所周知，任何一个公司、组织、或者是机构，都遵循同一 ......
巧如范金,精比琢玉,一分钟高效打造精美详实的Go语言技术简历(Golang1.18)
研发少闲月，九月人倍忙。又到了一年一度的“金九银十”秋招季，又到了写简历的时节，如果你还在用传统的Word文档寻找模板，然后默默耕耘，显然就有些落后于时代了，本次我们尝试使用云平台flowcv高效打造一份巧如范金、精比琢玉的高品质Golang技术简历。 首先来到云平台：flowcv.com 点击 t ......
时间老去,Ruby不死,Ruby语言基础入门教程之Ruby3全平台开发环境搭建EP00
如果说电子游戏是第九艺术，那么，编程技术则配得上第十艺术的雅称。艺术发展的普遍规律就是要给与人们对于艺术作品的更高层感受，而Matz的Ruby语言则正是这样一件艺术品。 无论是语法还是理念，都让Ruby开发者感受到款待，如此，Ruby代码就像活了过来，它们时而高声，却藏不住优雅，时而细语，却意外地铿 ......
红袖添香,绝代妖娆,Ruby语言基础入门教程之Ruby3基础语法,第一次亲密接触EP01
书接上回，前一篇我们在全平台构建好了Ruby3的开发环境，现在，可以和Ruby3第一次亲密接触了。 Ruby是一门在面向对象层面无所不用其极的解释型编程语言。 我们可以把编写Ruby代码看作是一场行为上的艺术，编码就像跳舞一样，Ruby的每一步都很优雅，几乎没有一步是多余的。 第一行代码 进入系统的 ......
把盏言欢,款款而谈,ChatGPT结合钉钉机器人(outgoing回调)打造人工智能群聊/单聊场景,基于Python3.10
就像黑火药时代里突然诞生的核弹一样，OpenAI的ChatGPT语言模型的横空出世，是人工智能技术发展史上的一个重要里程碑。这是一款无与伦比、超凡绝伦的模型，能够进行自然语言推理和对话，并且具有出色的语言生成能力。 ......
实用！7个强大的Python机器学习库！⛵
本文整理了7个非常有效的机器学习Python库：Prophet、Deep Lake、Optuna、pycm、NannyML、ColossalAI、emcee，用简单的方式编写复杂且耗时的代码，大大提升工作效率！ ......
就离谱！使用机器学习预测2022世界杯：小组赛挺准，但冠亚季军都错了 ⛵
本文使用机器学习建模对 FIFA 2022世界杯结果进行了预测，赛后将其与真实结果进行比较，可以看出：小组赛到1/4决赛的预测准确率很高，半决赛和决赛的预测准确率为0，冠亚季军无一预测准确。 ......
Jvm上如何运行其他语言？JSR223规范最详细讲解
一 在Java的平台里，其实是可以执行其他的语言的。包括且不仅限于jvm发展出来的语言。 有的同学可能会说，在java项目里执行其他语言，这不吃饱了撑着么，java体系那么庞大，各种工具一应俱全，放着好好的java不写，还要去执行其他语言干嘛。 写java的都知道，java是需要事先编译的，这意味着 ......
【机器学习】李宏毅——Explainable ML(可解释性的机器学习)
在前面的学习之中，我们已经学习了很多的模型，它能够针对特定的任务，接受我们的输入并产生目标的输出。但我们并不满足于此，我们甚至希望机器告诉我们，它是如何得到这个答案的，而这就是可解释的机器学习。 Why we need Explainable ML 首先我们要明确，即使我们训练出来的模型能够得到一个 ......
机器学习——人脸性别识别
一、选题背景 人脸识别技术是模式识别和计算机视觉领域最富挑战性的研究课题之一，也是近年来的研究热点，人脸性别识别作为人脸识别技术的重要组成部分也受到了广泛地关注。人脸性别识别就是向计算机输入人脸图像，经过某种方法或运算，得出其性别。这种识别对人眼来说很简单，但对计算机却并不是一件容易的事情。 二、机 ......
【机器学习】李宏毅——Transformer
本文详细地介绍了Transformer算法，介绍了其内部重要的Encoder和Decoder，以及具体的实现过程和原理，还介绍了其训练过程以及训练过程中应该注意的种种问题。 ......
【机器学习】李宏毅——线性降维
降维，可以用下面这张图来很简单的描述，就是将不同的、复杂的多种树都抽象成最简单的树的描述，也就是我们不关心这棵树长什么样子有什么特别的特征，我们只需要降维，知道它是一棵树即可。 维度下降实际上就是找到一个function，使得输入x得到输出z，而输出z的维度要比输入x的维度小。具体有几种方面，下面就 ......
【机器学习】李宏毅——Unsupervised Learning
读这篇文章之间欢迎各位先阅读我之前写过的线性降维的文章。这篇文章应该也是属于Unsupervised Learning的内容的。 Neighbor Embedding Manifold Learning（流形学习） 在实际的数据中，很可能会存在这一种分布： 左边这个分布可以看成原先在二维平面上的分布 ......