- 博客(29)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 xcode 总是意外退出 项目打不开
有问题我就是不解决，哎！就是玩儿。不知道怎么搞的，Xcode突然之间就无法打开了，说我遇到了问题，重新打开也没有用，给了一堆的错误原因，看不懂。最后，查了一些办法，最终验证有效的如下:第一步，删除~/Library/Developer/Xcode/DerivedData 目录里的东西，删除之后再打开Xcode 试试。第二步，删除~/Library/Autosave Information/ 下面的文件，再打开Xcode试试看。...
2021-05-09 00:22:14
784
原创 编译错误Could not resolve all artifacts for configuration
遇到问题不要慌，先拍个照再说这个问题两步搞定第一步，拷贝下列三个仓库地址 maven { url 'https://maven.aliyun.com/repository/google' } maven { url 'https://maven.aliyun.com/repository/jcenter' } maven { url 'http://ma
2020-11-22 16:17:03
2999
原创 Handler.post(Runnable r)
梳理Android的消息机制new Runnable匿名内部类Thread类中run()和start()方法的区别run()方法: 在本线程内调用该Runnable对象的run()方法，可以重复多次调用；start()方法: 启动一个线程，调用该Runnable对象的run()方法，不能多次启动一个线程；run方法可以创建一个线程，但是相当于同步的方式，没有多线程的存在。只有调用start方法才是交给jvm管理，才是多线程。...
2020-11-21 20:01:44
351
原创 Android异步请求导致crash的问题
问题分析网络请求是异步的，发出网络请求后，如果view被回收，然后请求成功，执行回调函数就会因为找不到view而报空指针异常导致crash，而这种异步回调在是很常见的，包括网络请求，读取文件等都存在这种风险。如果不对异步回调做处理来规避这种风险，App会存在空指针然后崩溃的风险。解决办法1. 管理request，即管理网络请求，不让发出去的request处在一个无法掌控的状态，这样我们就可以在view被回收的时候，统一cancel掉所有request，从根本上解决网络请求异步回调的问题。首先我们
2020-11-21 19:51:50
346
原创 Android布局标签include，merge和ViewStub
在写布局文件的时候，巧用这三个标签可以对布局进行优化include在开发过程中，不同页面里有相同的布局，我们可以将公用的布局提取成单独的layout文件，再使用<include>标签引入到使用它的页面布局文件里，从而实现布局的重用。举例说明被重用的布局文件：<?xml version="1.0" encoding="utf-8"?><RelativeLayout xmlns:android="http://schemas.android.com/apk/res/an
2020-11-21 18:20:21
215
原创 编译错误：Manifest merger failed Suggestion: add ‘tools:replace=“android:appComponentFactory”’ 解决办法
具体错误Manifest merger failed : Attribute application@appComponentFactory value(android.support.v4.app.CoreComponentFactory) from [com.android.support:support-compat:28.0.0] AndroidManifest.xml:22:18-91 is also present at [androidx.core:core:1.0.0] AndroidM
2020-11-21 17:25:44
742
原创 面试必备-java的内部类及匿名内部类
关于java的内部类这些有必要知道面试的时候，这些问题看似简单，但是未必一下子就能回答出来，今天记录一下吧！为什么使用内部类？答：这个类仅供某个外部类的方法来调用，而不会被其他外部类调用，所以这个类没有必要定义在外部或者单独定义一个类。内部类享有和内部成员同样的待遇，可以使用外部类的静态变量和实例成员变量，也可以使用它所在方法的局部变量。内部类使用它所在方法的局部变量有什么要求？这个变量必须被final 修饰。为什么要加final？首先，编译的时候，内部类和外部类一样，都会生成
2020-11-21 16:21:43
178
1
原创 面试必备-进程间通信方式
面试必备-进程间通信方式答：1、网络中进程之间如何通信？本地的进程间通信（IPC）有很多种方式，但可以总结为下面4类：消息传递（管道、FIFO、消息队列）同步（互斥量、条件变量、读写锁、文件和写记录锁、信号量）共享内存（匿名的和具名的）远程过程调用（Solaris门和Sun RPC）但这些都不是本文的主题！我们要讨论的是网络中进程之间如何通信？首要解决的问题是如何唯一标识一个进程，否则通信无从谈起！在本地可以通过进程PID来唯一标识一个进程，但是在网络中这是行不通的。其实TCP/IP协议族已
2020-11-21 14:55:10
459
原创 笔试：生日碰撞问题（概率论）
问题：在一个教室中最少应有多少学生才使得至少有两个学生的生日在同一天的概率不小于1/2？分析：至少有两个学生的生日在同一天的 对立事件是 没有任何学生的生日在同一天，对立事件的概率记作P，学生的个数记作n，每个人出生在每一天的概率是相等的，一年为365天，一个人出生在某天的概率是1/365，为了保证任何两个人都不在同一天，第1个人有365天可以选择，概率是：365/365第2个人有364...
2019-06-12 13:37:59
3668
原创 sql server附加数据库时
**解决办法**1.找到mdf文件所在的文件夹，右击属性2.选择 安全 选项卡3.点击编辑，然后添加，如图所示，找到everyone4.选择完全控制，点击确定即可...
2018-10-04 13:23:52
329
原创 均值，方差和协方差矩阵
一、概率论中对数据的基本描述1.均值： 2.标准差： 3.方差： 注解： 1. 均值是表示一组数据集中趋势的量数，是指在一组数据中所有数据之和再除以这组数据的个数。它是映数据集中趋势的一项指标。 平均数（均值）和标准差是描述数据集中趋势和离散程度的两个最重要的测度值。 2. 方差和标准差为什么要处以n-1. 详细解释可以参考 彻底理解样本方差为何除以n-1二、协方差...
2018-09-16 21:08:48
13894
原创 数据的中心化和标准化处理
1.意义：数据中心化和标准化在回归分析中是取消由于量纲不同、自身变异或者数值相差较大所引起的误差。 注解： 单位具有实际的物理意义，而量纲则不一定。比如说焦耳，表示能量，具有实际物理意义就是单位（同时也是量纲），而很多单位的组合都不能表示确切的物理意义，比如说m·s（米乘以秒），这种就是量纲，这个的用处只是为了考察某些物理公式是否具有相同量纲从而确定其正确性。 2.原理 数据中心化:是指变...
2018-09-16 19:08:37
19104
1
原创 用WinEdt打开.tex文件显示error reading错误
解决办法：默认打开一个.tex文件是这样的： 需要修改圈中的内容为UTF-8，如下图所示： 这样以后就可以直接打开.tex文件了。
2018-09-06 19:04:36
4893
原创 奇异值分解(singular value decomposition)
1.奇异值分解(SVD)奇异值分解是将矩阵分解为奇异向量和奇异值，通过奇异值分解，我们会得到一些与特征分解相同类型的信息。然而，奇异值分解有更广泛的应用，每个实数矩阵都有一个奇异值分解，但不一定都有特征分解。非方阵的矩阵没有特征分解，这时我们只能使用奇异值分解。2.分解方法奇异值分解将矩阵A分解成三个矩阵的乘积：A=UDVTA=UDVTA = UDV^{T}其中，A是一...
2018-09-06 18:58:28
1052
原创 矩阵的特征分解证明
特征分解的证明A=Vdiag(λ⃗)V−1A=Vdiag(λ→)V−1A=Vdiag(\vec \lambda)V^{-1}
2018-09-06 16:07:54
4288
原创 大整数的加法
1.问题描述Input： The first line of the input contains an integer T(1<=T<=20) which means the number of test cases. Then T lines follow, each line consists of two positive integers, A and B. No...
2018-09-03 17:22:06
301
原创 vs2017解决scanf函数报错的问题
1.报错“’scanf’: This function or variable may be unsafe. Consider using scanf_s instead. To disable deprecation, use _CRT_SECURE_NO_WARNINGS. See online help for details。”2.解决办法1.选中项目，右击 2.打开属性...
2018-09-03 14:23:06
1256
原创 C语言memset函数
函数原型void *memset(void *s, char ch, unsigned n);功能将s所指向的某一块内存中的前n字节的内容全部设置为ch指定的ASCII值示例char str[100];memset(str,0,100);将str指向的内存初始值设为0....
2018-09-03 10:30:25
1733
原创 ALS（Alternating Least Squares）
ALS（Alternating Least Squares）算法是基于矩阵分解的协同过滤算法中的一种，它已经集成到Spark的Mllib库中，使用起来比较方便。1.矩阵分解这里的矩阵分解可以理解为，将一个m×n的矩阵A分解为一个m×k的矩阵U和n×k的矩阵V的转置的乘积的近似值，即Am×n≈Um×k×VTn×kAm×n≈Um×k×Vn×kTA_{m×n}≈U_{m×k}×V_{n×k}...
2018-08-24 09:05:02
5015
原创 AUC(Area under curve 即Roc曲线下面积)总结
1.Roc曲线Roc曲线：接收者操作特征（receiveroperating characteristic），roc曲线上每个点反映着对同一信号刺激的敏感性。横轴：负正率（false postive rate FPR）特异度，划分实例中所有负例占所有负例的比例纵轴：真正类率（true postive rate TPR）灵敏度，敏感度（正类覆盖率）2.二分类问题针对一个二分类问题...
2018-08-23 21:48:43
8535
原创 对向量和矩阵范数的总结
1.范数的意义(norm)数学中的映射表达的就是一个集合通过某种关系转为另外一个集合，为了更好的在数学上表达这种映射关系，（这里特指线性关系）于是就引进了矩阵，所谓映射就是一个集合（向量），通过一种映射关系（矩阵），得到另外一个集合（另外一个向量）。 那么向量的范数，就是表示这个原有集合的大小。 而矩阵的范数，就是表示这个变化过程的大小的一个度量。 总结起来一句话，范数(norm)，...
2018-08-22 21:22:21
732
原创 K-means算法详解
目录什么是K-means算法？如何寻找K值和质心？K-means算法流程1.什么是K-meansK-Means是一种聚类算法，其中K表示类别数，Means表示均值。K-means算法通过预先设定的K值及每个类别的初始质心对相似的数据点进行划分，并通过划分后的均值迭代优化获得最优的聚类结果。K-means算法以欧式距离作为相似度测度。2.如何寻找K值和质心K值就是...
2018-08-19 17:10:29
7547
原创 WARNING (theano.tensor.blas): Using NumPy C-API based implementation for BLAS functions.
安装thenao时出现WARNING (theano.tensor.blas): Using NumPy C-API based implementation for BLAS functions.应该怎么解决1.使用cmd安装类库conda install mkl conda install mkl-servic conda install blas2.在如下位置添加...
2018-08-18 17:53:21
7735
12
原创 蒙特卡洛(Monte Carlo)方法简介
蒙特卡洛(Monte Carlo)方法的本质蒙特卡洛(Monte Carlo)方法，即蒙特卡洛采样，是一种根据某已知分布的概率密度函数f(x)，产生服从此分布的样本X的方法。 蒙特卡洛采样有很多种，其中最简单的就是接受-拒绝采样法(Accept-Rejection method)。下面对其原理进行介绍。1.前提条件已知分布的概率密度函数f(x)一个辅助的均匀分布U(0,1...
2018-08-17 12:20:28
3569
原创 机器学习中分类和聚类的区别
机器学习中分类和聚类的区别在机器学习中有两种常见的任务：分类(Classification)和聚类(Clustering)。 在初学机器学习时，对这两个概念的理解容易混淆，随着学习的深入，对这两个概念有了基本的认识，现总结如下：1.分类： 属于监督学习的范畴，根据一些给定的已知类别的样本，使它能够对未知类别的样本进行分类，要求必须事先明确知道各个类别的信息。2.聚类： 属...
2018-08-05 15:39:58
3466
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人