自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(58)
  • 资源 (2)
  • 收藏
  • 关注

原创 C++实现多项式拟合求系数

【代码】C++实现多项式拟合求系数。

2024-02-20 15:49:15 505

原创 C盘满了怎么办?重装系统?错,一条命令即可解决!

【代码】C盘满了怎么办?重装系统?错,一条命令即可解决!

2023-03-09 22:17:30 346 1

原创 Redis和计算机网络、操作系统、设计模式

最常用来做缓存,实现分布式缓存的首先中间件;可以作为计算工具,能用很小的代价,统计PV/UV,用户在线天数等数据;Redis可以用来做什么?

2022-12-11 11:59:25 510 1

原创 Spring专项练习和Java基础、数据库

SELECT userid, SUM(IF(`subject`='语文',score,0)) as '语文', SUM(IF(`subject`='数学',score,0)) as '数学', SUM(IF(`subject`='英语',score,0)) as '英语', SUM(IF(`subject`='政治',score,0)) as '政治' FROM tb_score GROUP BY userid。

2022-10-07 15:42:46 453

原创 Java工程师面试题

Java数据类型包括基本数据类型和引用数据类型两大类。基本数据类型有8个,可以分为4个小类,分别是整数类型(byte/short/int/long)、浮点数(float/double)、字符类型(char)、布尔类型(boolean)。其中,4个整数类型中,int类型最为常用。2个浮点类型中,double最为常用。另外,在这8个基本类型中,除了布尔类型之外的其他7个类型,都可以看做数字类型,它们相互之间可以进行类型转换。

2022-09-25 16:02:43 628

原创 大疆笔试题

1).卷积神经网络广泛应用于图像处理,如果一张尺寸为2M,通道数为3的彩色图像通过一个3*3*4的带偏置卷积层提取同样尺寸的特征,需要()M次乘法计算,该卷积层有()个参数。4).已知抓娃娃机,抓中的概率用P表示,P在0-1概率密度函数都是二次函数,顶点在0.5,且没有人将P设置为1,该娃娃机的概率密度函数为f(P)=__________。3).相机对焦在超焦距的位置时,可以获得最深的景深,如果此时的超焦距为2m,则可以清晰成像的最近距离是____m。2).关于sigmoid激活函数,以下说法正确的是().

2022-08-08 09:47:11 4713

原创 链表、树和图专项练习

B树二叉树,每个结点只存储一个关键字,等于则命中,小于走左结点,大于走右结点;B-树多路搜索树,每个结点存储向上取整M/2-1到M-1个关键字,非叶子结点存储指向关键字范围的子结点;B+树在B-树基础上,为叶子结点增加链表指针,所有关键字都在叶子结点中出现,非叶子结点作为叶子结点的索引;B*树在B+树基础上,为非叶子结点也增加链表指针,将结点的最低利用率从1/2提高到2/3。例如e=n-1=n0+n1+n2+n3+n4+n5-1,e=n0*0+n1*1+n2*2+n3*3+n4*4+n5*5。...

2022-07-20 09:31:03 267

原创 字符串专项练习

%s:打印字符串时使用的转换说明。%后加(数字)修饰符:表示打印的最小字段宽度,如%6s。%后加(.数字)修饰符:对%s转换来说,表示待打印字符的最大数量,如%.3s。%后加(-)修饰符:表示待打印项左对齐,即从字段的左侧开始打印该项,如%-6s。综上,使用%-6.3s转换说明,可成功打印出一个字段宽度为6的左对齐字符串中的前3个字符。正数:原码=补码;负数补码:符号位不变,其余位取反加1.String的值时不可变的,这就导致每次对String的操作都会产生新的String对象,不仅效率低,而且浪费大量优先

2022-06-28 15:54:24 431

原创 数据结构 专项练习

二维数组初始化的方法是:int a[3][3]={{1},{2},{3}}。 二维数组声明时一定要指定列数,单引号表示字符,不能用来给二维数组赋值。 在一个8个int数据的数组中随机给出数组的数据,找出最大和第二大元素一定需要进行9次比较。方法按照8进4,4进2,2进1得到最大值,然后次大值一定是被最大值PK下去的,在进行2次比较得到次大的数。 在Java中,声明一个数组是,不能直接限定数组长度,只有在创建实例化对象时,才能给定数组长度。(记住,记住) 稀疏矩阵一般的压缩存储方式为三元组和十字链表

2022-06-25 19:51:26 449

转载 从变分编码、信息瓶颈到正态分布:论遗忘的重要性(转载PaperWeekly)

简单来说,VAE 的优化目标是:其中 q(z) 是标准正态分布,p(z|x),q(x|z) 是条件正态分布,分别对应编码器、解码器。具体细节可以参考再谈变分自编码器VAE:从贝叶斯观点出发。这个目标最终可以简化为:显然,它可以分开来看: 这一项相当于普通的自编码器损失(加上了重参数), 是后验分布与先验分布的 KL 散度。第一项是希望重构损失越小越好,也就是希望中间的隐变量 z 能尽可能保留更多的信息,第二项是要隐变量空间跟正态分布对齐,意思是希望隐变量的分布更加规整一些。与自编码器的比较所以,相比普通

2022-06-20 09:28:14 965

原创 Vision Transformer

分为三个部分:5.网络训练 6.网络验证7.预测结果

2022-06-05 09:41:47 232

原创 Transformer相关理解

1.何为注意力机制人生来就有Attention注意力机制,看任何画面,我们会自动聚焦到特定位置特定物体上。对于输入给网络的任何模态,不管是图像、文本、点云还是其他,我们都希望网络通过训练能够自动聚焦到有意义的位置,例如图像分类和检测任务,网络通过训练能够自动聚焦到待分类物体和待检测物体上。2.图片分类图片分类中通常不需要解码器模块,所以我们只需要关注编码器部分,其中主要是位置编码模块 Positional Encoding、多头自注意力模块 Muti-Head Attention、前向网络模块

2022-06-02 16:18:08 238

原创 EfficientNetV2网络

注意:在源码中stage6的输出Channels是等于256并不是表格中的272,stage7的输出Channels是1280并不是表格中的1792。 5.网路训练6.验证

2022-06-02 15:35:23 511

原创 EfficientNet网络

1.网络优化方式增加网络的深度depth能够得到更加丰富、复杂的特征并且能够很好的应用到其它任务中。但网络的深度过深会面临梯度的消失,训练困难的问题。 增加网络的宽度width能够获得更高细粒度的特征并且也更容易训练,但对于width很大而深度较浅的网络往往很难学习到更深层次的特征。(即增加卷积核的个数,特征矩阵的channels) 增加输入网络的图像分辨率能够潜在的获得更高细粒度的特征模板,但对于非常高的输入分辨率、准确率的增益也会减小,并且大分辨率图像会增加计算量。 同时增加网络的深度dept

2022-05-31 20:49:54 466

原创 Pytorch错误之SystemExit: 2解决方法

2.正确行 具体我也不清楚为什么,加上错误就解决了!

2022-05-31 20:35:19 2436 5

原创 Image Classification (卷积神经网络基础)

1.激活函数1.1.sigmoid激活函数缺点:Sigmoid激活函数饱和时梯度值非常小,故网络层数较深时易出现梯度消失。1.2.ReLU激活函数缺点:当反向传播过程中有一个非常大的梯度经过时,反向传播更新后可能导致权重分布中心小于0,导致该处的倒数始终为0,反向传播无法更新权重,即进入失活状态。2.卷积层目的:进行图像特征提取 在卷积过程中,矩阵经卷积操作后的尺寸由以下几个因数决定:输入图片大小W×W Filter大小F×F 步长S padding的像..

2022-05-30 09:21:53 522

原创 ShuffleNet神经网络

1.ShuffleNet V1网络架构ShuffleNet v1网络2.ShuffleNet V2网络架构ShuffleNet V2网络3.代码实现3.1.model.pyfrom typing import List,Callableimport torch from torch import Tensorimport torch.nn as nndef channel_shuffle(x:Tensor,groups:int)->Tensor: b

2022-05-30 09:19:34 629

原创 MobileNet v1、v2,v3网络模型

1.网络模型整体架构1.1.MobileNet v1网络MobileNet v1网络是由Google团队在2017年提出的,专注于移动端或者嵌入式设备中的轻量级CNN网络。相比传统卷积神经网络,在准确率小幅降低的前提下大大减少模型参数与运算量。(相比VGG16准确率减小了0.9%,但模型参数只有VGG的1/32)。网络中的亮点有:Depthwise Convolution(大大减少运算量和参数数量) 增加超参数α、βmobilenet v1网络模型1.2.MobileNet v2网络.

2022-05-26 15:32:16 762

原创 Resnet网络模型以及迁移学习

1.网络中的亮点超深的网络结构(突破1000层) 提出residual模块 使用batch normalization加速训练(丢弃dropout)2.

2022-05-25 15:29:54 1855 2

原创 GoogleNet网络模型

1.网络架构2.网络搭建import torch.nn as nnimport torchimport torch.nn.functional as Fclass GoogLeNet(nn.Module): def __init__(self, num_classes=1000, aux_logits=True, init_weights=False): super(GoogLeNet, self).__init__() self.aux_lo

2022-05-23 21:02:43 467

原创 VGG网络模型

1.网络架构2.网络搭建import torch.nn as nnimport torch# official pretrain weightsmodel_urls = { 'vgg11': 'https://download.pytorch.org/models/vgg11-bbd30ac9.pth', 'vgg13': 'https://download.pytorch.org/models/vgg13-c768596a.pth', 'vgg16': 'ht

2022-05-23 16:52:19 366

原创 AlexNet网络搭建(pytorch版)

1.网络结构2.网络搭建import torch.nn as nnimport torchclass AlexNet(nn.Module): def __init__(self, num_classes=1000, init_weights=False): super(AlexNet, self).__init__() self.features = nn.Sequential( nn.Conv2d(3, 48, kern.

2022-05-23 15:12:37 265

原创 LeNet网络模型的搭建与训练

1.网络结构的搭建import torch.nn as nnimport torch.nn.functional as F# 继承nn.Module# 计算公式:N=(W-F+2P)/S+1,W为输入图片尺寸W×W,F为Filter大小,P为padding大小,S为stride# F=dilation×(kernel_size-1)+1class LeNet(nn.Module): def __init__(self): super(LeNet,self).__ini

2022-05-22 15:33:22 361

原创 MyBatis注解开发

目录1.常用注解2.使用xml配置开发3.使用注解开发4.MyBatis的注解实现复杂映射开发4.1一对一查询4.2一对多查询4.3多对多查询1.常用注解@Insert:实现新增 @Update:实现更新 @Delete:实现删除 @Select:实现查询 @Result:实现结果集封装 @Results:可以与@Result一起使用,封装多个结果集 @One:实现一对一结果集封装 @Many:实现一对多结果集封装2.使用xml配置开发<?

2022-05-19 16:23:51 118

原创 SSM整合

1.准备工作1.1.原始方式整合CREATE TABLE account( id int NOT NULL PRIMARY KEY AUTO_INCREMENT, name VARCHAR(100), money DOUBLE(7,2)) DEFAULT CHARSET UTF8 COMMENT '';1.2.创建maven工程1.3.导入Maven坐标<dependencies> <!--spring相关-->

2022-05-19 16:17:18 302

原创 MyBatis多表查询

目录1.一对一查询1.1一对一查询的模型2.一对多查询2.1一对多查询的模型3.多对多查询3.1多对多查询的模型4.知识小结1.一对一查询1.1一对一查询的模型用户表和订单表的关系为,一个用户有多个订单,一个订单只从属于一个用户,一对一查询的需求:查询一个订单,与此同时查询出该订单所属的用户。<?xml version="1.0" encoding="UTF-8" ?><!DOCTYPE mapper PUBLIC "-//.

2022-05-17 10:20:42 103

原创 MyBatis核心配置文件深入

目录1.typeHandler标签2.plugins标签3.知识小结1.typeHandler标签无论是MyBatis在预处理语句(PrepareedStatement)中设置一个参数时,还是从结果集中取出一个值时,都会用类型处理器将获取的值以合适的方式转换成java类型。类型处理器 Java类型 JDBC类型 BooleanTypeHandler java.lang.Boolean.boolean 数据库兼容的BOOLEAN ByteType

2022-05-16 15:09:45 73

原创 MyBatis映射文件深入

目录1.动态sql语句1.1动态sql语句概述1.2动态SQL之1.3动态SQL之2.SQL片段抽取3.小结1.动态sql语句1.1动态sql语句概述Mybatis的映射文件中,有些sql语句是比较简单的,有些时候业务逻辑复杂时,SQL是动态变化的。1.2动态SQL之<if>根据实体类的不同取值,使用不同的SQL语句来进行查询,比如在id如果不为空时可以根据id查询,如果username不为空时还要加入用户名作为条件。。。这种情况在我们的多条件

2022-05-03 20:18:14 74

原创 MyBatis的Dao层实现

1.传统开发方式<dependencies> <dependency> <groupId>junit</groupId> <artifactId>junit</artifactId> <version>4.11</version> <scope>test</scope> </dependency> &

2022-05-03 16:08:48 249

原创 MyBatis相应API

1.SqlSession工厂构建器SQLSessionFactoryBuilder常用API:SqlSessionFactory build(InputStream inputStream)通过加载mybatis的核心文件的输入流的形式构建一个SqlSessionFactory对象 InputStream resourceAsStream = Resources.getResourceAsStream("sqlMapConfig.xml"); // 获得sqlSe

2022-05-02 10:14:17 138

原创 MyBatis核心配置文件概述

1.常用配置解析1.1environments标签其中,事务管理器(transactionManager)类型有两种:JDBC:这个配置就是直接使用了JDBC的提交和回滚设置,它依赖于从数据源得到的连接来管理事务作用域 MANAGED:这个配置几乎没做什么,它从来不提交或回滚一个连接,而是让容器来管理事务的整个生命周期(比如JEE应用服务器的上下文)。默认情况下它会关闭连接,然而一些容器并不希望这样,因此需要将closeConnection属性设置为false来阻止它默认的关闭行为。其中,数

2022-05-02 09:51:59 114

原创 SSM框架之MyBatis

目录1.原始jdbc操作的分析2.什么是Mybatis3.Mybatis开发步骤4.Mybatis的增删改查操作4.1插入数据4.2修改操作4.3删除操作4.4查询操作1.原始jdbc操作的分析原始jdbc开发存在的问题如下:数据库连接创建、释放频繁造成系统资源浪费从而影响系统性能 sql语句在代码中硬编码,造成代码不易维护,实际应用sql变化的可能较大,sql变动需要改变java代码 查询操作时,需要手动将结果集中的数据手动封装到实体中,插入操作时,

2022-05-01 16:07:22 215

原创 Spring的事务控制

1.编程式事务控制相关对象1.1PlatformTransactionManagerPlatformTransactionManager接口是spring的事务管理器,提供了常用的操作事务的方法。方法 说明 TransactionStatus getTransaction(TransactionDefinition definition) 获取事务的状态信息 void commit(TransactionStatus status) 提交事务 void rollb.

2022-04-29 10:12:16 555

原创 SpringAOP(Aspect Oriented Programming)

目录1.AOP简介2.AOP的作用及其优势3.AOP的底层实现4.AOP常用的动态代理技术5.AOP相关概念6.AOP开发明确的事项7.基于XML的AOP开发8.切点表达式的写法9.通知(增强)的类型10.切点表达式的抽取11.基于注解的AOP开发12.注解通知的类型(语法:@通知注解(“切点表达式”))1.AOP简介AOP为Aspect Oriented Programming的缩写,意思是面向切面编程,是通过预编译方式和运行期动态代理实现程

2022-04-27 15:53:13 152

原创 SpringMVC异常处理

目录1.异常处理的思路2.异常处理的两种方式3.自定义异常处理步骤1.异常处理的思路系统中异常包括两类:预期异常和运行时异常(RuntimeException),前者通过捕获异常从而获取异常信息,后者主要通过规范代码开发、测试等手段减少运行时异常的发生。系统的Dao、Service、Controller出现都通过throws Exception向上抛出,最后由SpringMVC前端控制器交由异常处理器进行异常处理。2.异常处理的两种方式使用SpringMVC提...

2022-04-26 10:36:57 61

原创 SpringMVC拦截器

目录1.拦截器(interceptor)的作用2.拦截器和过滤器的区别3.自定义拦截器步骤4.拦截器方法说明5.实例:登录权限拦截1.拦截器(interceptor)的作用SpringMVC的拦截器类似于Servlet开发中的过滤器Filter,用于对处理器进行预处理和后处理。将拦截器按一定的顺序联结成一条链,这条链称为拦截器链(Interceptor Chain),在访问被拦截的方法或字段时,拦截器链中的拦截器就会按其之前定义的顺序被调用。拦截器也是AOP思想的具体体现

2022-04-25 16:09:34 363

原创 Spring后台数据管理

1.Spring环境搭建步骤创建工程(Project&Module) 导入静态页面 导入需要的坐标<dependencies> <dependency> <groupId>mysql</groupId> <artifactId>mysql-connector-java</artifactId> <version>8.0.28</version>

2022-04-24 15:34:34 296

原创 SSM框架之Spring JdbcTemplate基本使用

1.JdbcTemplate概述Spring框架提供的一个对象,是对原始繁琐的JdbcAPI对象的简单封装。spring框架为我们提供了很多的操作模板类。例如:操作关系型数据的JdbcTemplate和HibernateTemplate,操作nosql数据库的RedisTemplate,操作消息队列的JmsTemplate等等。2.JdbcTemplate开发步骤导入spring-jdbc和spring-tx坐标<dependency> <groupId>org.

2022-04-20 21:37:43 712

原创 SpringMVC获得请求数据(文件上传)

1.文件上传客户端三要素表单项type=“file” 表单的提交方式是post 表单的enctype属性是多部分表单形式,即enctype=“multipart/form-data”<%@ page contentType="text/html;charset=UTF-8" language="java" isELIgnored="false"%><html> <head> <title>Title</title&g

2022-04-19 16:09:54 181

原创 SpringMVC获得请求数据

1.获得请求参数客户端请求参数的格式是:name=value&name=value......服务器端要获得请求的参数,有时还需要进行数据的封装,SpringMVC可以接收如下类型的参数:基本类型参数 POJO类型参数 数组类型参数 集合类型参数2.获得基本类型参数Controller中的业务方法的参数名称要与请求参数的name一致,参数值会自动映射匹配。http://localhost:8080/项目名/quick?username=zhangsan&age=12

2022-04-18 10:53:19 233

网络历年简答题总结.docx

本资源是本人精心制作的一份资源,是研究生高级计算机网络考试必备资料,根据往年考试试题,用心整理的一套资料,绝对是你考试必选资料。

2020-12-01

高级计算机网络试题.docx

本资源是自己精心整理的一套试题,绝对是研究生考试必备资料,本资源文章整齐划一,用心之作,结合了往年考试试题,和自己寻找整理的一些试题,研究生高级计算机网络考试绝对逃不出这些试题。

2020-12-01

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除