课程学习

C++ 学习笔记、01 | 开发简单职工管理系统遇到的一些问题

C++学习笔记。头文件与源文件、解决头文件重复引用、要求整数却输入字符、Delete[]、判断文件存在且数据为空、ifstream回到文件头、override、=default ......
管理系统 职工 笔记 问题 系统

算法学习笔记(mkdir

算法学习笔记 数据结构 图论 树上问题 欧拉序 图上问题 kruskal重构树 数论 数论分块 ......
算法 笔记 mkdir

Java多线程学习(Day01)

目录 线程简介 线程实现(重点) 线程状态 线程同步(重点) 线程通信问题 进程与线程概念 --来自百度百科的解释: 进程(Process)是计算机中的程序关于某数据集合上的一次运行活动,是系统进行资源分配的基本单位,是操作系统结构的基础。在早期面向进程设计的计算机结构中,进程是程序的基本执行实体; ......
线程 Java Day 01

深度学习相关课题

pytorch简单了解 读取数据 from torch.utils.data import Dataset from PIL import Image import os class mydata(Dataset): def __init__(self,root_dir,label_dir): se ......
课题 深度

1-连接器学习

连接器标准比较 [[国标连接器测试标准 #3 外观检查]] 汽车电子产品的现在有很大一块是面向不同车企的兼容化设计,不管内部如何兼容,具体到外部就需要确定连接接口需求,包括安装位置、结构和电器方面的内容,一个突出的问题就是连接器的选择。汽车连接器及线束是对汽车进行电信号控制的载体,,将车辆中央控制部 ......
连接器

测试我的学习计划接口

......
接口

HBase学习10(hbase高可用)

17-18 1.搭建hbase高可用 考虑关于HBase集群的一个问题,在当前的HBase集群中,只有一个Master,一旦Master出现故障,将会导致HBase不再可用。所以,在实际的生产环境中,是非常有必要搭建一个高可用的HBase集群的。 HBase的高可用配置其实就是HMaster的高可用 ......
HBase hbase

HBase学习6(大量数据的导入及操作java)

在HBase中,有一个Import的MapReduce作业,可以专门用来将数据文件导入到HBase中。 hbase org.apache.hadoop.hbase.mapreduce.Import 表名 HDFS数据文件路径 1. 导入数据 1.将资料中数据文件上传到Linux中 2.再将文件上传到 ......
数据 HBase java

创建学习计划

......

Go学习笔记

这几天在学Go,记录一下一些困惑和理解 channel特性 查阅的资料: Go语言channel探究_go 多个协程读一个channel_JE_Xie的博客-CSDN博客 Go 中的 channel 解析— Go 中的并发性 - 知乎 (zhihu.com) Go中的channel_go chann ......
笔记

实现添加学习记录接口

......
接口

机器学习算法原理实现——gbdt

前面的文章介绍了决策树的实现,我们基于之前决策树的实现(https://www.cnblogs.com/bonelee/p/17691555.html),写一个gbdt: import numpy as np from sklearn.model_selection import train_tes ......
算法 原理 机器 gbdt

动手学深度学习_2.1预备知识

基础数据操作 x=torch.arange(num) x.shape //每个张量的形状 x.reshape(n1,n2,...,nm) torch.zeros(n1,n2,...,nm) torch.ones(n1,n2,...,nm) torch.randn(n1,n2,...,nm)//正态分 ......
深度 知识 2.1

《Unix/Linux系统编程》教材学习笔记第九章

chapter9 I/O库函数与系统调用 系统调用是文件操作的基础,但它们只支持数据块的读/写。 系统调用函数:open()、read()、write()、lseek()、close(); I/O库函数:fopen()、fread()、fwrite()、fseek()、fclose(); I/O库函 ......
教材 笔记 系统 Linux Unix

提交学习记录的流程分析

......
流程

课程介绍

1. Django-Python web 框架(8.5天) 2. Redis-基于内存的数据库(3天) 3.Ajax-异步请求,局部刷新(1.5天) 4.多人博客项目(7天)-包含很多主流的企业级开发技术 4.0 在登陆中使用token维持登录状态 4.1 第三方手机短信验证功能【容联云】 4.2 ......
课程

机器学习算法原理实现——adaboost,三个臭皮匠顶个诸葛亮

adaboost算法的基本原理是什么?举一个简单的例子说明呢 AdaBoost(Adaptive Boosting)是一种集成学习方法,其基本原理是结合多个弱学习器来构建一个强学习器。AdaBoost的工作方式如下: 权重初始化:给定一个训练数据集,首先为每个训练样本分配一个权重,开始时这些权重都是 ......
算法 adaboost 原理 机器 三个

阅读源码主题学习(I)

一个程序员的技术水平的高低,是看他做过多少系统,更重要是看他踩过多少坑。 阅读源码有哪些坑? 源码阅读最难的不是代码本身,也不是理解其设计理念,而是坚持! 职场小人开始说话了: 1.工作中用的技术不需要阅读源码,在开发过程中熟练运用就行; 2.看源码太费时间,而且容易忘记,实际使用中遇到问题去做针对 ......
源码 主题

《LINUX设备驱动程序》学习笔记 ——03

1. 学习模块前的一些基础知识 头文件:内核是一个特定的环境,对需要和它接口的代码有其自己的一些要求,所以大部分的模块代码中都会包含相当数量的头文件,其中有几个头文件是专门用于模块的,因此会出现在每个可装载的模块中: #include <linux/module.h> #include <linux ......
驱动程序 笔记 程序 设备 LINUX

C语言学习——三大语法结构

1.顺序结构 C语言中的顺序结构是指程序中的语句按照从上到下的顺序依次执行,每一条语句都在前一条语句执行完毕后才执行,形成了线性的执行路径。这是C语言的基本执行方式,也是大多数编程语言的通用执行方式之一。以下是C语言顺序结构的特点: 1.1从上到下执行: 在C语言中,程序从main函数开始执行,按照 ......
语言学习 语法 语言 三大 结构

第二周学习笔记

I/O数据库的使用 一、I/O数据库与系统调用 系统调用函数:open()、read()、write()、lseek()、close() I/O库函数:fopen()、fread()、fwrite()、fseek()、fclose() I/O库函数例 系统调用例 两者区别: IO库函数提供了更高级别 ......
笔记

第二周学习笔记

I/O数据库的使用 一、I/O数据库与系统调用 系统调用函数:open()、read()、write()、lseek()、close() I/O库函数:fopen()、fread()、fwrite()、fseek()、fclose() I/O库函数例 系统调用例 两者区别: IO库函数提供了更高级别 ......
笔记

FastAPI学习-14. JSONResponse 返回JSON内容

当你创建一个 FastAPI 路径操作 时,你可以正常返回以下任意一种数据:dict,list,Pydantic 模型,数据库模型等等。 FastAPI 默认会使用 jsonable_encoder 将这些类型的返回值转换成 JSON 格式, 默认情况下会以content-type: applica ......
JSONResponse FastAPI 内容 JSON 14

初高中学习差异

今天是9月14号,也就是高中刚刚开学两周,也是感受差异最明显的时候,我认为有必要记录一下初中和高中的学习模式差异。 ......
差异

《LINUX设备驱动程序》学习笔记 ——02

1. 编译模块 构造内核模块之前,需要注意以下条件:正确版本的编译器、模块工具和其他必要的工具。太新的或太老的工具都会对使得模块构造后产生许多复杂的问题,因为内核源代码对编译器做了大量假定,因此新的(或旧的)编译器版本可能导致问题出现。 另外,尽量运行和模块对应的内核版本。 2. 模块的装载和卸载 ......
驱动程序 笔记 程序 设备 LINUX

《动手学深度学习 Pytorch版》 6.2 图像卷积

import torch from torch import nn from d2l import torch as d2l 6.2.1 互相关计算 X = torch.tensor([[0.0, 1.0, 2.0], [3.0, 4.0, 5.0], [6.0, 7.0, 8.0]]) K = t ......
卷积 深度 图像 Pytorch 6.2

用强化学习构建个性化的二维码

技术概述 AIGC 在图像生成领域如火如荼,StableDiffusion 加各种 LORA,ControlNet,大家玩得不亦乐乎。但是基于扩散模型的方式,仍然存在很多问题,比如抽卡成功率过低,生成图像的细节仍需优化。具体到二维码生成,目前 hugging face 上的几个 ControlNet ......
个性