informed teaching learning题目
Medicine River-------------Learning Journals 8
htttp://www.enotes.com ......
springboot集成redis时总报错Connection refused: no further information: localhost/127.0.0.1:6379
nacos上配置的关于redis的key值不是springboot需要的固定写法如： sping.redis.host= spring.redis.port= sping.redis.password= spring.redis.database= 我写的是一个自定义的key如 com.dream. ......
2023年PTA题目L1-7 分寝室
L1-7 分寝室 20 学校新建了宿舍楼，共有 n 间寝室。等待分配的学生中，有女生 n0 位、男生 n1 位。所有待分配的学生都必须分到一间寝室。所有的寝室都要分出去，最后不能有寝室留空。现请你写程序完成寝室的自动分配。分配规则如下： 男女生不能混住； 不允许单人住一间寝室； 对每种性别的学生 ......
现场面试题目实录
参考链接： https://blog.csdn.net/m0_66727391/article/details/123666049?spm=1001.2014.3001.5502 https://blog.csdn.net/m0_66727391/article/details/123779322? ......
面试常见题目汇总2
. . . 数组、链表、区别 链表是一种基本的数据结构，它通过指针将一组零散的内存块串联起来， 形成一个逻辑上有序的数据集合。链表中的每个节点都包含两部分信息： 数据域和指针域。其中，数据域存储节点的数据信息，指针域则存储指向下一个节点的指针。 数组和链表是两种不同的数据结构，它们有以下几点不同： ......
Adversarial Robust Deep Reinforcement Learning Requires Redefining Robustness
郑重声明：原文参见标题，如有侵权，请联系作者，将会撤销发布！ ......
Learning Off-Policy with Online Planning
**发表时间：**2021（CoRL 2021） **文章要点：**这篇文章提出Off-Policy with Online Planning (LOOP)算法，将H-step lookahead with a learned model和terminal value function learne ......
实验一题目
实验一 数据库和表的建立、数据操作 一、实验目的： 掌握使用 SQL 语言进行数据定义和数据操纵的方法。 二、实验要求： 建立一个数据库 stumanage，建立三个关系表 student，course，sc。向表中插入 数据，然后对数据进行删除、修改等操作，对关系、数据库进行删除操作。 三、实验步 ......
锦标赛（天梯赛补题目）
题解：数组a存储答案，数组p存储剩余位置，每次的到抛弃的数d，如果d大于其中一个则数组满足，放置位置数组p更新为0，数组a更新为d，空余的位置更新为max（d）; 另外 ，每次输入d迭代下最大值ma，与最后胜利者比较。 代码： 点击查看代码 #include<bits/stdc++.h> using ......
论文解读（VAT）《Virtual Adversarial Training: A Regularization Method for Supervised and Semi-Supervised Learning》
论文信息 论文标题：Virtual Adversarial Training: A Regularization Method for Supervised and Semi-Supervised Learning论文作者：Takeru Miyato, S. Maeda, Masanori Koya ......
论文解读（PGD）《Towards deep learning models resistant to adversarial attacks》
论文信息 论文标题：Towards deep learning models resistant to adversarial attacks论文作者：Aleksander Madry, Aleksandar Makelov, Ludwig Schmidt, Dimitris Tsipras, Ad ......
基于RL(Q-Learning)的迷宫寻路算法
强化学习是一种机器学习方法，旨在通过智能体在与环境交互的过程中不断优化其行动策略来实现特定目标。与其他机器学习方法不同，强化学习涉及到智能体对环境的观测、选择行动并接收奖励或惩罚。因此，强化学习适用于那些需要自主决策的复杂问题，比如游戏、机器人控制、自动驾驶等。强化学习可以分为基于价值的方法和基于策 ......
算法题目
-- coding: utf-8 -- """ Created on Wed Jun 1 15:34:00 2022 @author: guess who i am """ 说明： 1 本文共一百八九十道题，涵盖了截止2022.6.30我在网上所见到的所有题，真正的最全题库，只有答案没有题目。 ht ......
some information about the origin of the OPT folder
In the old days, "/opt" was used by UNIX vendors like AT&T, Sun, DEC and 3rd-party vendors to hold "Option" packages; i.e. packages that you might hav ......
1、题目：Engineering Design Thinking, Teaching, and Learning
期刊信息 （1）作者：Dym，Clive L.，Agogino，Alice M.，Eris，Ozgur，Frey，Daniel D.，Leifer，Larry J. （2）期刊：Journal of Engineering Education：94-1-103-120，01/2005 （3）DOI： ......
Project #4 - Concurrency Control 题目要求
OVERVIEW 这个项目是关于在 BusTub 中增加对事务的支持！为了实现这个目标，你将在你的数据库系统中添加一个 lock manager，然后用它来支持并发查询的执行。lock manager 负责跟踪 tables 和 tuples 上的 lock，有五种不同的模式：intention-s ......
M3AE: Multimodal Representation Learning for Brain Tumor Segmentation with Missing Modalities
摘要 提出SimCLR，用于视觉表征的对比学习，简化了最近提出的对比自监督学习算法，为了理解是什么使对比预测任务能够学习有用的表示，系统研究了提出框架的主要组成部分，发现： （1）数据增强的组成在定义有效的预测任务中起着关键的作用 （2）在表示和对比损失之间引入一个可学习的非线性变换，大大提高了已学 ......
阅读文献《SCNet：Deep Learning-Based Downlink Channel Prediction for FDD Massive MIMO System》
该文献的作者是清华大学的高飞飞老师，于2019年11月发表在IEEE COMMUNICATIONS LETTERS上。 文章给出了当用户位置到信道的映射是双射时上行到下行的确定映射函数；还提出了一个**稀疏复值神经网络( sparse complex-valued neural network，SC ......
根据题库表文件抽取题目形成试卷表格
试卷指的是抽取的题目类似试卷，但是不是格式是试卷那种格式。 应对考试搞得一个，题库里面的题非常之多，每次都看完不太可能，就想着自动抽取汇总成题目文件。 1 ''' 2 抽取100道题目：单选30，多选10，填空10，判断改错10，名词解释20，问答20 3 ''' 4 5 import xlwing ......
第六天练习（学习PTA题目的标准答案以及复习string函数知识）
#include <iostream> #include <string> using namespace std; bool check(string s) { int p_pos = -1, t_pos = -1; int p_count = 0, t_count = 0; for (int i ......
【DP】LeetCode 题号.题目
题目链接 377. 组合总和 Ⅳ 思路 分析动态规划题目的时候只需要考虑最后一个阶段，因为所有的阶段转化都是相同的，考虑最后一个阶段容易发现规律 在数组的动态规划问题中，一般 dp[i] 都是表示以 nums[i] 为结尾的状态；dp[i][j] 分别表示 以 nums1[i] 和 nums2[j] ......
文献阅读《AcsiNet: Attention-Based Deep Learning Network for CSI Prediction in FDD MIMO Systems》
这篇文献的作者是南华大学的林文斌老师，于2023年3月3日发表在IEEE WIRELESS COMMUNICATIONS LETTERS。 文章直接对上行 CSI 矩阵使用离散傅里叶逆变换进行压缩，然后将其输入一个基于注意力（attention-based）的深度学习网络，该网络可以专注于关键的 C ......
CTF比赛训练题目wp复习
最近参加比赛做的题目挺多的，把最近的wp内容进行复习一下 [RoarCTF 2019]Easy Calc1 这道题涉及到了PHP字符串解析特性，现在终于理解之前有一道题遇到的判断变量名为nk_ctf，为什么最后传参总是过不了，后面传的是nk[ctf判断成功，这就是php的字符串解析特性 1）删除空白 ......
图论四道题目
图论OJ | A.最小生成树 | | | | Time Limit: 1000 MSMemory Limit: 32768 KTotal Submit: 14 | | (6 users)Total Accepted: 6 (5 users)Special Judge: No | | Descript ......
中科院历年直博/夏令营笔试题目
中科院历年夏令营试题整理 2019 1.(15 分) 集合 $\Omega_{n}={1,2, \cdots, n}$ 的一个分划是指一族非空集合 $\left{B_{i}\right}$, 满足 $\cup_{i} B_{i}=\Omega_{n}, B_{j} \cap$ $B_{k}=\emp ......
GCR Gradient Coreset based Replay Buffer Selection for Continual Learning
GCR: Gradient Coreset based Replay Buffer Selection for Continual Learning 摘要：本文提出了一种创新的重放缓冲区选择和更新策略，梯度核心集重放（GCR），使用一种设计优化标准。 该方法选择和维持一个“coreset” ，它非常 ......
论文解读《Automatically discovering and learning new visual categories with ranking statistics》
论文信息 论文标题：Automatically discovering and learning new visual categories with ranking statistics论文作者：K. Han, Sylvestre-Alvise Rebuffi, Sébastien Ehrhard ......
五天学会Deep Learning
五天学完deep learning。。。。。。是时候来证明chatGPT和new bing的能力了。。。。。。 DAY1 Sigmoid function Sigmoid 函数是一种常用的激活函数，它将输入值映射到 0 和 1 之间。它的公式为 f(x) = 1 / (1 + e^-x)。Sigmo ......
论文解读（PAWS）《Semi-Supervised Learning of Visual Features by Non-Parametrically Predicting View Assignments with Support Samples》
论文信息 论文标题：Semi-Supervised Learning of Visual Features by Non-Parametrically Predicting View Assignments with Support Samples论文作者：Mahmoud Assran, Mathi ......
PermutationForces II (题目意思的理解,贪心,组合数(计数问题 ))
题解: 认真读题, 理解题目意思,然后提取关键性质 发现性质: 只要遇到 没有在b中出现的值, 都有余力可以去吧他往后面交换 , 然后在 -1的时候就有这么多的选择了 组合数而已, 用过这个数就-- #include<cstdio> #include<iostream> #define MAXN 2 ......