课程学习
hadoop学习
Hadoop 概述 1、Hadoop是什么 Hadoop是一个由Apache基金会开发的分布式系统基础架构； 主要解决海量数据的存储和分析计算问题； 广义上来说，Hadoop通常是指一个更广泛的概念——Hadoop生态圈； 【Hadoop 三大发行版本】 Apache：版本最原始（最基础）的版本，对 ......
云原生学习笔记-DAY5
实操案例 # 1 业务容器化案例一 业务规划及镜像构建  ## 1.1 cento ......
深度学习降噪专题课：整体介绍降噪算法
大家好~本课程基于全连接和卷积神经网络，学习LBF等深度学习降噪算法，实现实时路径追踪渲染的降噪 本课程偏向于应用实现，主要介绍深度学习降噪算法的实现思路，演示实现的效果，给出实现的相关代码 线上课程资料： [本节课录像回放](https://www.bilibili.com/video/BV1No ......
算法学习day21二叉树part07-501、236、530
package LeetCode.Treepart07; import java.util.ArrayList; import java.util.HashMap; import java.util.List; import java.util.Map; import java.util.strea ......
算法学习day22二叉树part08-450、701、235
package LeetCode.Treepart08; public class DeleteNodeBST_450 { public TreeNode deleteNode(TreeNode root, int key) { root = delete(root,key); return roo ......
算法学习day23二叉树part09-538、108、669
package LeetCode.Treepart09; public class ConvertBSTGreaterTree_538 { int sum; public TreeNode convertBST(TreeNode root) { sum = 0; convertBST1(root); ......
算法学习day20二叉树part06-654、617、700、98
package LeetCode.Treepart06; /** * 654. 最大二叉树 * 给定一个不重复的整数数组nums 。最大二叉树可以用下面的算法从nums 递归地构建: * 创建一个根节点，其值为nums 中的最大值。 * 递归地在最大值左边的子数组前缀上构建左子树。 * 递归地在最大 ......
【安全学习之路】Day21
  网络预测时间序列 LSTM神经网络架构和原理及其在Python中的预测应用 LSTM 网络是一种循环神经 ......
算法学习day50动态规划part11-123、188
package LeetCode.DPpart11; /** * 123. 买卖股票的最佳时机 III * 给定一个数组，它的第 i 个元素是一支给定的股票在第 i 天的价格. * 设计一个算法来计算你所能获取的最大利润。你最多可以完成两笔交易。 * 注意：你不能同时参与多笔交易（你必须在再次购买前 ......
算法学习day51动态规划part12-309、714
package LeetCode.DPpart12; /** * 309. 最佳买卖股票时机含冷冻期 * 给定一个整数数组prices，其中第 prices[i]表示第 i 天的股票价格 。 * 设计一个算法计算出最大利润。在满足以下约束条件下，你可以尽可能地完成更多的交易（多次买卖一支股票）: * ......
gdb学习
# GDB ## 基本gdb命令 ### 运行有关命令 ```shell run（简写r）： 运行程序，当遇到断点后，程序会在断点处停止运行，等待用户输入下一步的命令。 continue（简写c）：继续执行，到下一个断点处（或运行结束） next（简写n）： 单步跟踪程序，当遇到函数调用时，直接调用 ......
GIT学习
# Git学习 ## git的工作流程 工作流程如下 1. 从远程仓库中克隆代码到本地仓库 2. 从本地仓库中checkout代码然后进行代码修改 3. 在提交前先将代码提交到暂存区 4. 提交到本地仓库。本地仓库中保存修改的各个历史版本 5. 修改完成后，需要和团队成员共享代码时，将代码push到 ......
利用Python爬虫获取NBA比赛数据并进行机器学习预测NBA比赛结果
一、选题背景 随着人工智能和数据科学的快速发展，运用机器学习算法进行体育比赛结果预测已成为一个引人注目的领域。在体育竞技中，尤其是像NBA这样的全球知名联赛中，比赛结果的预测对于球迷、投注者和分析师都具有重要意义。 然而，要准确地预测NBA比赛结果并不是一项容易的任务，因为涉及到多个因素，如球员的表 ......
单调队列学习笔记（还是再回首）
单调队列的应用很常见，比如用于dp优化，以及滑动窗口问题等。 其思想也比较简单易懂。我们以求区间最大值的单调队列为例。 具体的来讲，我们让队头始终是最大的元素。为了保证数都在区间内，我们记录一个 $t$ 数组。该数组表示某个元素加入的时间。我们每次将新元素（设为 $x$）入队时，先将队头超时的元素弹 ......
mango常用语句及学习
1、mongodb查询排序 在mongodb 中使用 sort() 方法对进行排序，sort()方法可以通过参数指定排序的字段，并且使用 1 或者 -1 来指定排序的方式， 其中 1 为升序排序， 而 –1 为降序排序。 db.getCollection("cloudCmd").find({}).s ......
关于cockpit的学习
# 关于cockpit的学习 ## 背景 ``` 使用node-exporter 可以监控很多资源使用情况 但是这个需要搭建一套prometheus和grafana的工具 并且每个机器都需要安装一套node-exporter的进行数据dump cockpit 是红帽开发的一套监控组件, 可以监控网络 ......
学习日记——oop的三大特性
1.封装 （1）什么是封装 隐藏 方法 控制语句 （2）封装的步骤 如何隐藏 private 如何方法：setter /getter 如何控制语句：if判断 （3）实战训练 2.继承 （1）继承的原因 多类之间拥有多个相同的属性或方法 解决方式是：将相同的属性和方法抽取出来，封装到一个新的类中，并继 ......
动态规划学习 1(最长上升子序列问题)
重新学习dp的第一步,计划学习dp用时40个学时,砥砺前行吧大伙 1 //最长上升子序列问题 2 #include<bits/stdc++.h> 3 using namespace std; 4 const int N=1e5+10; 5 int f[N],a[N],n,res; 6 int mai ......
机器学习---水果和蔬菜的检测和识别
一、选题的背景 近年来，随着全球经济的发展，水果消费市场规模不断扩大，水果种类也日益丰富，水果检测与识别技术在农业生产、仓储物流、超市零售等领域具有重要的应用价值，传统的水果检测与识别方法。主要依赖于人工识别，这种方法在一定程度上受到人力成本、识别效率和准确性等方面的限制。因此，开发一种高效准确的自 ......
目录-学习目标
## 编程 前端：vue.js 后端：Go ## 系统概念 进程管理 线程并发 套接字（socket） POSIX 网络概念 I/O管理 虚拟化 存储 文件系统 服务管理(systemd) 启动管理(initd) ## 操作系统 Ubuntu Arch ## 终端操作 Bash/vim/shell ......
机器学习 房价预测
机器学习 房价预测 选题背景 1) CRIM:每个城镇的人均犯罪率。这个属性表示每个城镇中每个人的犯罪率。它提供了有关该地区犯罪活动水平的信息。 2) CHAS:二元变量，决定每个城镇的土地是否位于查尔斯河的边界上。如果通道与河流接触，它的值为1，否则为0。它表明这个城镇离河很近。 3) ZN:分配 ......
机器学习-头饰20类-图像分类，头饰图像分类-Resnet50
(一).选题背景： 什么是图像分类？它有哪些应用场合？图像分类任务是计算机视觉中的核心任务，其目标是根据图像信息中所反映的不同特征，把不同类别的图像区分开来。从已知的类别标签集合中为给定的输入图片选定一个类别标签。 它的难点在于：跨越“语义鸿沟”建立像素到语义的映射。还有就是视角、光照、尺度、遮挡、 ......