struct typedef and
2023ICCV_FSI Frequency and Spatial Interactive Learning for Image Restoration in Under-Display Cameras
三. Network 1. 2. FLB： 没看懂是怎么分离的水平和竖直方向 3. SLB：每一层保留一半的通道特征用于细化，其余的在特征重构后输出（没看懂）。 Multi-distillation Network 超分辨网络的Multi-distillation Network(2019ACMMM ......
CF613D Kingdom and its Cities
题意 给定一棵树，每次询问给出 \(k\) 个点。 问最少删除多少个 节点 (不能删这 \(k\) 个点) 使得这 \(k\) 个点两两不连通。 Sol 无解的情况是 \(trivial\) 的。 判断是否有相邻的两个关键点就行了。 但是 \(dp\) 是不太 \(trivial\) 的。 设 \( ......
CF1901 C Add, Divide and Floor 题解
Link CF1901 C Add, Divide and Floor Question 给定一个长度为 \(n\) 的序列，每次操作你需要选择一个整数 \(x\) ，并将所有 \(a_i\) 替换为 \(\lfloor \frac{a_i+x}{2} \rfloor\) 。求至少多少次操作后能将所 ......
CF1902 C Insert and Equalize 题解
Link CF1902 C Insert and Equalize Question 有一个 \(n\) 个元素的数组 \(a\)，每个元素都不一样 现在我们需要在 \(a\) 中添加一个数字 \(a_{n+1}\)，和之前的元素都不一样 然后选择一个数 \(x\)，可以在一个元素上加 \(x\)， ......
Unity DOTS系列之Struct Change核心机制分析
最近DOTS发布了正式的版本, 我们来分享一下DOTS里面Struct Change机制，方便大家上手学习掌握Unity DOTS开发。 基于ArchType与Chunk的Entity管理机制 我们回顾以下ECS的内存管理核心机制,基于ArchType+Chunk的Entity管理模式。每个Enti ......
typedef和#define
typedef工具是一个高级数据特性，利用typedef可以为某一类型自定义名称（起别名）。这方面和#define类似，但二者有三处不同： 1、 与#define不同，typedef创建的符号名只受限于类型（只能作为类型），不能用于值。 2、 typedef由编译器解释，不是预处理器。 3、 在受限 ......
Atcoder ABC235 D - Multiply and Rotate
[ABC235D] Multiply and Rotate 题面翻译 给定两个整数\(a\),\(x\)和\(N\)，你可以对这两个数进行以下操作。 把\(x\)乘以\(a\) 将\(x\)末尾的数字移动到\(x\)的开头（该操作只能在\(x≥10\)且\(x\)不能被\(10\)整除时进行） 例如 ......
Graph Neural Networks with Learnable and Optimal Polynomial Bases
目录概符号说明MotivationFavardGNN代码 Guo Y. and Wei Z. Graph neural networks with learnable and optimal polynomial bases. ICML, 2023. 概 自动学多项式基的谱图神经网络. 符号说明 \ ......
CF414C Mashmokh and Reverse Operation
\(\text{Links}\) cnblogs Luogu Codeforces 题意 给定一个长为 \(2^n\) \((n\le 20)\) 的序列 \(a\)，有 \(m\) \((m\le 10^6)\) 次操作，每次操作给出 \(q\) \((q\le n)\)，表示将序列从左至右按 \ ......
Python报错：WARNING conda.models.version:get_matcher(542): Using .* with relational operator is superfluous and deprecated and will be removed in a future version of conda.
参考： https://blog.csdn.net/weixin_45685859/article/details/132916216 报错： [23:59:14](pytorch) devil@OMEN:~$ [23:59:14](pytorch) deviconda install pytorc ......
CF1705E Mark and Professor Koro 题解
题意： 给定一个长度为 $ n $ $ (1 \le n \le 2e5) $ 的序列，每次可以把两个相等的 $ a_i $ 和 $ a_j $ 合并为一个 $ a_i + 1 $ 。给定 $ q $ $ (1 \le q \le 2e5) $ 次修改，每次将 $ a_k $ 修改为 $ l $ ， ......
CF1896D Ones and Twos 题解
题意： 思路： 先考虑不带修： 如果长度为 $ n $ 的序列 $ a $ 中无 $ 1 $ ，当且仅当 $ 2 \le s \le sum(1，n) $ 时，一定有解；否则，一定无解。 通过 $ set $ 维护序列 $ a $ 中每个 $ 1 $ 的位置，找到最靠左的 $ 1 $ 的位置 $ l ......
android开发aar包或者jar包出现类重复问题Caused by: java.lang.RuntimeException: Duplicate class found in modules xxx.aar and xxx.aar终极解决方法
如果是仓库依赖的方式直接使用exclude语句移除相同的依赖库即可，如下： implementation("org.java-websocket:Java-WebSocket:1.5.2") { exclude group: 'org.slf4j', module: 'slf4j-api' //ex ......
Leveraging Pre-trained Large Language Models to Construct and UtilizeWorld Models for Model-based Task Planning
0 Abstract 将LLM直接作为planner的方法实用性不足的几个原因：plan的正确率有限，严重依赖于feedback（与sim或者真实环境的交互），利用人类feedback的效率低下。 作者在两个IPC域和一个Household域证实了GPT-4可以用来生成高质量的PDDL模型（执行超过 ......
【AtCoder Beginner Contest 330)】[E - Mex and Update ] 线段树+二分
本题可以用线段树+二分的方式实现。代码如下： import java.io.IOException; import java.io.InputStreamReader; import java.io.PrintWriter; import java.io.StreamTokenizer; // Pr ......
[粘贴]Introducing Exadata X9M: Dramatically Faster, More Cost Effective, and Easier to Use
https://blogs.oracle.com/exadata/post/exadata-x9m The Exadata Product Management and Development teams are excited to announce the next generation of ......
salesforce零基础学习（一百三十四）State And Country/Territory Picklists启用后的趣事
本篇参考： https://help.salesforce.com/s/articleView?id=sf.admin_state_country_picklists_overview.htm&type=5 背景：提起 State And Country/Territory Picklist这个功能 ......
深圳大学数据库实验一Database Command and SQL
一、实验目的： 了解DBMS系统的功能、软件组成； 2、掌握利用SQL语句定义、操纵数据库的方法。 二、实验要求： 1、在课外安装相关软件并浏览软件自带的帮助文件和功能菜单，了解DBMS的功能、结构； 2、创建一个有两个关系表的数据库； 3、数据库、关系表定义； 4、学习定义关系表的约束(主键、外键 ......
CF1846E2 Rudolf and Snowflakes (hard version) 题解
题意： \(T\) \((\)\(1\) \(\le\) \(T\) \(\le\) \(10^4\)\()\) 组询问：是否存在一个满 \(k\) (\(k\) \(\ge\) \(2\)\()\) 叉树节点数恰好为 \(n\) \((\)\(1\) \(\le\) \(n\) \(\le\) \ ......
dns and forward proxy
forward proxy & reverse proxy https://zhuanlan.zhihu.com/p/163948996 https://netnut.io/forward-proxy-server/ Definition of a Forward Proxy Server One ......
/// is_class template<typename _Tp> struct is_class : public integral_constant<bool, __is_class(_Tp)> { };
这段代码是一个C++模板，用于检查一个类型是否是类。下面是对这段代码的详细解释： template<typename _Tp>：这是一个模板声明，表示这个结构体可以接受一个类型参数_Tp。 struct is_class：这是一个结构体的声明，结构体的名字是is_class。 : public in ......
✂️ Copy and Paste Emoji Emoji 表情符号大全
✂️ Copy and 📋 Paste Emoji 👍 Emoji 表情符号大全 搬运自 https://getemoji.com/ 表情符号支持iOS, Android, macOS, Windows, Linux和ChromeOS。复制和粘贴表情符号Twitter, Facebook, Sl ......
llama-factory fine-tuning-3 (conception and technologies explanation)
train method supervised fine-tuning Reward Modeling PPO training DPO training full-parameter partial-parameter LoRA QLoRA command parameter fp16 gradi ......
Mysql - Error 1055: Expression #1 of SELECT list is not in GROUP BY clause and contains nonaggregated column 'user.nickname' which is not functionally dependent on columns in GROUP BY clause
编写SQL时需要如下错误，即出现错误 ERROR 1055，SELECT列表不在GROUP BY语句内且存在不函数依赖GROUP BY语句的非聚合字段'edusassvc.u.nickname',这是和sql_mode=only_full_group_by不兼容的（即不支持）。 分析问题 1)原理层 ......
神经网络入门篇之深层神经网络：详解前向传播和反向传播（Forward and backward propagation）
深层神经网络（Deep L-layer neural network） 复习下前面的内容： 1.逻辑回归，结构如下图左边。一个隐藏层的神经网络，结构下图右边： 注意，神经网络的层数是这么定义的：从左到右，由0开始定义，比如上边右图，\({x}_{1}\)、\({x}_{2}\)、\({x}_{3}\ ......
论文：Multistep ahead prediction of temperature and humidity in solar greenhouse based on FAM-LSTM model
Multistep ahead prediction of temperature and humidity in solar greenhouse based on FAM-LSTM model 基于 FAM-LSTM 模型的日光温室温湿度多步提前预测 题目：“Multistep ahead pr ......
CF992E Nastya and King-Shamans
题意 给定一个序列 \(s\)，记其前缀和序列为 \(g_i\)，\(q\) 次修改。 每次修改后输出任意满足 \(s_i = g_{i - 1}\) 的解。 Sol 前缀和数组，每次答案使 \(s_i \times 2\)。 也就是答案的个数不会超过 \(log\)。 再想，\(s_i - g_{ ......
Computer vision: models, learning and inference
http://www.computervisionmodels.com/ 13.2.3 SIFT detector SIFT 尺度不变特征转换 s a second method for identifying interest points 一个尺度和对应兴趣点定位 14 15 16 ......
activation functions summary and comparision
written in the foreword Any nonlinear function that has good derivative properties has the potential to become an activation function. So here, we wil ......