for
Vue（十二）：列表渲染—— v-for
1.基础使用 <!DOCTYPE html> <html> <head> <meta charset="utf-8"> <title>基本列表</title> <script type="text/javascript" src="../js/vue.js"></script> </head> <! ......
nvm for windows
[TOC] # nvm for windows 基础设置 ## 淘宝镜像 > nvm npm_mirror https://npmmirror.com/mirrors/npm/ > nvm node_mirror https://npmmirror.com/mirrors/node/ ## 默认安装 ......
KingbaseES数据库导入数据invalid byte sequence for encoding
## 一、适用版本： KingbaseES数据库所有版本。 ## 二、问题现象： 使用备份的数据进行还原，还原过程中发生异常。 日志信息： ``` sys_restore: connecting to database for restore sys_restore: creating TABLE ......
Educational Codeforces Round 151 (Rated for Div. 2) D. Rating System
贪心 由题可得，对于k的选择一定是单调递增的，对于前面选定的k后面选的k必须大于之前选的才会发生新的变化，因此k的选择其实是一个单调栈，由前缀和组成 我们要想最后的结果最大，则k值一定要尽可能的高，例如当选中i为k值时，如果从i后面某个原本的前缀和要大于选k之后所得到的前缀和的话，说明k不是最优的 ......
ML-for-AGV-Dispatching：Center.py逐段解读
class Center(object): def __init__(self, env, x, y, routRule, AGV_num, WS_num, AGV_disRuleV, AGV_disRuleW, Ledispatch = "None", Task = ["None", "None" ......
ML-for-AGV-Dispatching：run.py解读
import simpy from ShopFloor import Center import Learn as Le import numpy as np import pandas as pd import pickle import time Task = "None" #TestD, Te ......
ML-for-AGV-Dispatching：Learn.py逐段解读
import numpy as np import Routing import random as rd import tensorflow as tf import matplotlib.pyplot as plt import pandas as pd from sklearn import ......
ML-for-AGV-Dispatching：Dispatcher.py逐段解读
from ShopFloor import Vehicle, Job from Routing import ShortestPath as sp def VID(Controller, Vehicle, rule, routRule, Parameter): if Controller.job_n ......
ML-for-AGV-Dispatching：ShopFloor.py逐段解读
import simpy from Routing import ShortestPath as sp import tkinter as tk import Dispatcher as dp import numpy as np import Learn as Le import copy imp ......
ML-for-AGV-Dispatching：Routing.py逐段解读
# -*- coding: utf-8 -*- """ Created on Mon Nov 20 10:55:40 2017 @author: CIMlab徐孟維 """ ''' Alpha = 0.06 Beta = 0.03 Gamma = 0.01 Dist1 = 3 Dist2 = 7 ' ......
ML-for-Dispatching-Module解释
home unet View code on Github # U-Net This is an implementation of the U-Net model from the paper, U-Net: Convolutional Networks for Biomedical Image ......
Educational Codeforces Round 151 (Rated for Div. 2) C. Strong Password
题目翻译，给定t组数据，每组数据包含一个字符串s，两个长度为m的字符串l和r，要求判断是否存在一个长度为m的字符串res,满足l[i]<=res[i]<=r[i]（i->0~m)且不是s的子序列 贪心 首先对于所有满足l<res<r的字符串，我们只需判断是否存在一个字符串不是子序列即可，那么我们让r ......
Grep for multiple patterns
The syntax is: Use extended regular expressions: grep -E 'pattern1|pattern2' *.py Try on older Unix shells/oses: grep -e pattern1 -e pattern2 *.pl Ano ......
mac M2 多个 docker环境 colim 、docker for mac 、orbstack
#### 三个环境存在是会让 docker 命令混乱 #### colim * 真实的路径 ``` /opt/homebrew/bin/docker -> /opt/homebrew/Cellar/docker/24.0.2/bin/docker ``` * docker.sock ``` ~/.c ......
Oracle RAC 19.14 for linux 7.9 基于VSAN平台搭建
Oracle RAC 19.14 for linux 7.9 基于VSAN平台搭建一、虚拟机准备：1、vSAN内针对Oracle RAC的磁盘规划 2、开启虚机UUID参数在虚机“编辑设置”->“虚拟机选项”->高级->配置参数的“编辑配置”->添加以下信息：名称：disk.EnableUUID 值 ......
linux系统报错：系统自己弹出诸如 kernel:NMI watchdog: BUG: soft lockup - CPU#2 stuck for 26s [mysqld:2875]
1、 https://blog.csdn.net/weixin_41752389/article/details/120777145 内核软死锁（soft lockup）Soft lockup：这个bug没有让系统彻底死机，但是若干个进程（或者kernel thread）被锁死在了某个状态（一般在内 ......
apple sicion M2 mac docekr for mac 使用 x86-64 amd64
#### 使用环境变量 指定 docker for mac 适用 Rosetta * DOCKER_DEFAULT_PLATFORM=linux/amd64 * 指定后 docker for mac 使用 Rosetta2 ``` version: '3' services: mule-applic ......
Multi-Modal Attention Network Learning for Semantic Source Code Retrieval 解读
# Multi-Modal Attention Network Learning for Semantic Source Code Retrieva Multi-Modal Attention Network Learning for Semantic Source Code Retrieval，题 ......
Why is 127.0.0.1 used for localhost?
Why is 127.0.0.1 used for localhost? Does anyone know why that number was chosen? Although it’s not documented anywhere (at least as far as I know), b ......
CentOS grub引导损坏 Minimal BASH-like line editing is supported.For the first word.TAB lists possible command completions.Anywhere else TAB lists possible deyice or file completions.
这是 GRUB boot loader 的命令行提示。它可能出现在以下情况中： 系统没有正确引导 启动项配置不正确 硬盘分区有问题 GRUB 配置有误等 为了解决这个问题，你需要做的是恢复 GRUB。以下是一般步骤，适用于大多数 Linux 发行版（如 Ubuntu）： 启动 Live CD - 首 ......
Memory Augmented Graph Neural Networks for Sequential Recommendation
[TOC] > [Ma C., Ma L., Zhang Y., Sun J., Liu X. and Coates M. Memory augmented graph neural networks for sequential recommendation. AAAI, 2021.](http: ......
chrome浏览器添加xff头插件-X-Forwarded-For Header
## 下面情况下使用的（管理员账号只允许本地登录!）  ## [X-Forwarded-For Head ......
FOSTER：Feature Boosting and Compression for Class-Incremental Learning论文阅读笔记
## 摘要 先前的类增量学习方法要么难以在稳定性-可塑性之间取得较好的平衡，要么会带来较大的计算/存储开销。受gradient boosting的启发，作者提出了一种新型的两阶段学习范式FOSTER，以逐步适应目标模型和先前的集合模型之间的残差，使得该模型能够自适应地学习新的类别。具体来说，作者首先 ......
TFS workspace clean for Dynamics 365 for Finance and Operations
Product: Dynamics 365 for Finance and Operations Purpose: The purpose of this blog is to explain how can we resolve the version control workspace issu ......
Gorm一对一，一对多，查询报错 unsupported relations for schema
# Gorm一对一，一对多，搞我半天bug 标签（空格分隔）： go,gorm 问题：一对一，一对多，查询数据报错：unsupported relations for schema 代码 // GoodsSpecificationAttrModel 商品规格-属性表 type GoodsSpecif ......
FlowJo 10 for Mac激活安装包分享 (流式细胞分析软件)
FlowJo Mac版是Mac平台上的一款流式细胞分析软件，FlowJo Mac版可以分析所有的流式仪产生的数据，简单易用， 功能强大，已经被领域内优秀的科学家，实验室广泛使用，是最好的流式数据分析软件，同时它也是各高影响力科学期刊使用最多的软 件，已经成了行业的一个标准。 软件下载：FlowJo ......
苹果电脑AnyGo for Mac(虚拟定位软件) 6.2.1免激活版
AnyGo for Mac是一款一键将iPhone的GPS位置更改为任何位置的强大软件！使用AnyGo在其iOS或Android设备上改变其Gps位置，并在任何想要的地方显示自己的位置。这对那些需要测试应用程序、游戏或其他依赖于地理位置信息的应用程序的开发人员来说非常有用，也可用于保护隐私。 要在A ......
No bean named 'transactionManager' available: No matching PlatformTransactionManager bean found for qualifier 'transactionManager' - neither qualifier match nor bean name match!
报错内容：找不到transactionManager 原因：xml配置平台事务管理器的时候给了id。配置@Transaction注解时没有配置transactionManager 解决方案:将xml中配置的id="tranManager"改为id="transactionManager"。原因是因为 ......
Hadoop启动报错：org.apache.hadoop.fs.UnsupportedFileSystemException: No FileSystem for scheme "hdfs"
Hadoop启动报错：org.apache.hadoop.fs.UnsupportedFileSystemException: No FileSystem for scheme "hdfs"解决思路以及方法。 ......
Paper Reading: A three-way decision ensemble method for imbalanced data oversampling
针对 SMOTE 的缺点，本文提出了一种基于建设性覆盖算法(CCA)的三向决策抽样方法(CTD)。CTD 首先使用 CCA 构造不平衡数据的覆盖，然后选择少数样本的覆盖并根据覆盖的密度划分为三个区域。最后根据覆盖分布规律得到相应的阈值 α 和 β，选择关键样本进行SMOTE过采样。考虑到 CCA 随... ......