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

-+

Spuer_Tiger

(づ ̄3 ̄)づ╭❤~ 专注于挖掘C++、Python、人工智能、数学理论知识领域的养成系博主!与阿里云、腾讯云有合作,关注我,可享受福利折扣。

  • 博客(98)
  • 资源 (4)
  • 收藏
  • 关注

原创 ❤ 挑战C站最强C++ STL标准库总结(内含大量示例)

前言最近博主为了准备七月份的百度之星的算法比赛,把C++ STL的相关语法又重新学习了一遍,然后整理成此文,本文内含string、vector、deque、stack、queue、list、set、map共9种容器的概念及常用操作语法,以及对STL的遍历、查找、排序、替换、算术生成等常用算法的用法和示例,供读者阅读收藏,学习参考。给大家推荐博主本人学习过的一个c++ STL质量极高的课程链接:C++进阶之STL ,很适合0基础想快速入门C++ STL的朋友,关于想进阶的朋友,可以去看候捷老师的C++S

2021-07-06 21:24:24 27333 465

原创 Windows如何配置和迁移深度学习环境,以及使用Pycharm调试源码?(全网最详细)

前言本文主要详细介绍了torch_pgu版本的安装,其中包括cuda和cudnn的环境配置图解流程,以及如何使用conda命令进行虚拟环境的创建、删除等操作,列举conda的常用命令集;除以之外,介绍了pycharm断点调试的详细流程和不同的调试方法。文章目录前言Ⅰ.虚拟环境的搭建①cuda和cudnn如何准备?1.查看cuda版本2.解决cudnn的安装版本问题②如何创建针对于深度学习项目的虚拟环境?常用的conda命令总结:③如何生成项目文件夹的requirements.txt,以及根据.txt文

2021-05-20 21:28:35 1295 17

原创 C/C++面试笔试详细总结—程序代码评价或者找错

干货:C/C++笔试面试详细总结—程序代码评价或者找错前言:本文覆盖了C/C++工程师笔试的95%以上的程序代码评价或者找错(不含STL和socket以及嵌入式的深入问答),通过对代码段的分析评估能够更加真实地评估应聘者的发现和解决问题的能力。整理总结不易,不点赞收藏一波再走嘛?☆☆☆强烈推荐☆☆☆ : 干货:C/C++笔试面试详细总结—基本概念及其它问答题 o(*≧д≦)o!!文章目录干货:C/C++笔试面试详细总结—程序代码评价或者找错前言:第1题:“有符号整型和无符号整型”第2题:“处

2020-10-25 23:13:54 1459 19

原创 C/C++面试笔试详细总结—基本概念及其它问答题

干货:C/C++笔试面试详细总结—基本概念及其它问答题前言本文覆盖了C/C++工程师面试的95%以上的常考基础概念及技术细节问答题(不含STL和socket以及嵌入式的深入问答,仅为中等层面问答),整理总结不易,不点赞收藏一波再走嘛?文章目录干货:C/C++笔试面试详细总结—基本概念及其它问答题前言1、关键字 static 的作用是什么?2、“引用”与指针的区别是什么?3、.h 头文件中的 ifndef/define/endif 的作用?4、#include 与 #include “file.h”的

2020-09-25 18:35:20 10191 21

原创 字符、字符串、字符流以及字符串函数的超详细讲解

本文较为全面地总结了字符串的输入和输出,以及C++常用函数等知识内容,其中包括`对字符、字符数组、字符串、字符串数组`、`字符串流的定义和输入输出的用法`,`对C/C++字符串的输入输出不同方法的使用和特性进行了对比归纳`,`C++中的String的常用函数用法总结`。

2020-08-13 14:55:24 2465 2

原创 指针和引用的常规用法以及应用总结

C++硬核:指针和引用的常规用法以及应用总结本文主要总结了常规的指针和引用的用法以及在不用情况下的应用,供读者学习参考,转载须经本人许可。文章目录C++硬核:指针和引用的常规用法以及应用总结指针的用法指针( pointer)简介:基本用法:指针的注意事项:指针的直接运算:指针的间接运算:变量的值,变量地址,指针地址和指针存放的地址之间的关系:空指针( null pointer)void *指针(任意指针)void* 指针的注意事项:指针的总结:注意事项:引用的用法引用的简介:指针和引用之间的关系:指针和

2020-08-03 01:07:36 2915 3

原创 活体检测技术哪家强?实测N种场景告诉你答案

活体检测是在一些身份验证场景确定对象真实生理特征的方法,在人脸识别应用中,活体检测能通过眨眼、张嘴、摇头、点头等组合动作(配合式),使用人脸关键点定位和人脸追踪等技术,验证用户是否为真实活体操作。目前活体检测的方式主要分为三种,分别是:配合式活体检测、静默式活体检测、双目活体检测。因为,得有双目摄像头,而我们涉及身份验证的场景基本上都是在手机上验证,众所周知,手机的摄像头大多数是单目摄像头。除此之外,还有一个原因就是双目摄像头贵。然后 第一,安全且检测精度高;第二,操作简单,不需要过多的动作配合.....

2022-06-07 16:53:08 10763 6

原创 医学影像:静息态fmri数据的预处理

本文主要详细介绍了静息态fmri数据的预处理,什么是静息态功能核磁共振,以及从理论部分到实践部分,深度地讲解记录其中的细节,内容中的截图源自于暑期天津医科大学的功能项脑影像培训班,本文仅供学习参考,如有侵权,联系后将立即删除。

2022-05-03 10:15:49 8968 23

原创 以云服务器产品为例,深度分析比对华为云、阿里云、腾讯云

市场背景数据显示,在经济运行缓中趋稳和各项惠企纾困政策效应等因素共同作用下,2021年11月中小企业发展指数结束连续7个月的下跌态势,回升至86.3,比上月上升0.2点,在2021年三季度以来经济下行的大背景下,这个积极的趋势显得格外突出。 但在第四季度中,中小企业迎来一波迅速回升,并且增长势头很可能延续至2022年。 (源自中国中小企业协会的相关研究报告)工信部也将在“十四五”时期实施“中小企业数字化促进工程”,到2022年底,组织100家以上工业互联网平台和数字化转型服务商为10万家以上中小企业提供

2022-03-11 10:00:00 4324

原创 Datawhale开源学习:Linux系统基本操作的详细记录

文章目录1.使用命令行登录指定的Linux环境2.在目录下创建文件夹、删除文件夹3.在目录下下载文件、阅读文件、传输文件4.在目录下使用vi或vim编辑文件5.在目录下创建py文件,并运行6.在目录下创建py目录,并使用import导入(有坑)7.在Linux系统中后台运行应用程序,并打印日志1.使用命令行登录指定的Linux环境ssh工具有很多,我们当然选择免费又美观的一款啦,https://blog.csdn.net/puss0/article/details/103390947,可参考这篇博客,这

2021-12-18 09:30:33 1805 7

原创 1024,鸽了1024篇博文的我。。。

1024,鸽了1024篇博文的我。。。最近,硕士研究生刚开学,鉴于小菜鸡的我刚开始我的“填坑”之路,很忙,对,真的!!!我在忙什么?忙于脑网络的学习,还有神经网络架构方面的研究摸索。。。那么本文会很干嘛?不,没有,莫得时间写“硬干”文,所以这篇博客给大家分享一些我收藏的不错的网站。不想听菜鸡废话的→直接截图↓超分辨率、原创、二次元、三次元壁纸网站https://wallhaven.cc/latest?page=2超分辨率、高速稳定的电影&追剧网站https:/

2021-10-23 21:41:19 5105 6

原创 ❤️数据科学-Pandas、Numpy、Matplotlib秘籍之精炼总结

最近,很多小伙伴在后台私信我,咨询有没有数据处理及可视化的相关系统教程?我的回复是,这些库只是工具,无需花费很长的时间牢记这些命令的使用,学习一遍之后整理好笔记即可,遗忘之时再查找这些笔记使用即可。本文是博主本人结合自己的使用经验以及各大博主的分享精炼汇总而成,耗时进半个月的时候,翻阅博客和参考资料无数,最后精选了最实用、常用、好用的“Pandas、Numpy、Matplotlib”三大神兵利器的方法使用攻略。

2021-09-07 10:13:46 5670 35

原创 ❤️解决非线性回归问题的机器学习方法总结:多项式线性模型、广义线性(GAM)模型、回归树模型、支持向量回归(SVR)模型

本文主要总结了解决非线性回归问题的机器学习方法,其中包括多项式线性模型、广义线性(GAM)模型、回归树模型、支持向量回归(SVR)模型,每个模型的方法都有其特点。多项式线性模型和GAM模型侧重于经验风险误差最小化,容易过拟合;回归树模型和SVR模型侧重于结构风险最小化,对异常值数据更不敏感,回归树模型可通过剪枝和压缩的方式去降低过拟合的风险,SVR模型具有较好的区间内鲁棒能力。

2021-08-23 09:08:21 5136 28

原创 模糊c–均值聚类算法的原理解释及推导

模糊????–均值聚类算法的原理推导及解释前置知识:????–均值聚类的缺陷算法要求每个样本数据点在一次迭代过程中只能被划分到某个特定的簇中。样本数据并非都满足这种非此即彼的刚性划分。在k-均值聚类存在缺陷的情况下,我们提出了模糊c-均值聚类算法。核心部分:模糊????–均值聚类基本思想:使用模糊数学中属于[0,1]区间的隶属度指的是度量单个样本隶属于各个簇的程度。规定每个样本到所有簇的隶属度之和均为1,若某个样本到某个簇的隶属度为1,则表示该样本完全隶属于该簇。原理推导:如

2021-08-21 08:57:10 4259 5

原创 BP算法的原理解释和推导

BP算法的原理解释和推导已知的神经网络结构:且已知的条件:a(j)=f(z(j))\mathbf{a}^{\left( \mathbf{j} \right)}=\mathbf{f}\left( \mathbf{z}^{\left( \mathbf{j} \right)} \right)a(j)=f(z(j))z(j)=W(j)a(j−1)+b(j),而θ(j)={W(j),b(j)}\mathbf{z}^{\left( \mathbf{j} \right)}=\mathbf{W}^{\left(

2021-08-17 17:44:38 1156 4

原创 ❤️【独家】挑战全网最通俗易懂的神经网络的表达能力解释

❤️【独家】挑战全网最通俗易懂的神经网络的表达能力解释如上图所示,是初学者对于神经网络非线性表达能力最直观的印象图,在w=1的情况下,我们通过改变偏置项b能够改变输出函数y=0.5的分界位置。改变权重参数w,即改变输出函数y的坡度(“平缓”/“陡峭”);改变偏置项b,即改变输出函数y=0.5的分界位置。当我们的网络结构足够复杂的时候,我们的函数图像将会迎来它的表达能力的“巅峰”

2021-08-16 08:49:18 2489 24

原创 Adaboost算法的原理推导及解释

AdaBoost是一种具有自适应性质的Boosting集成学习算法,自适应性主要表现在自动提升被错误预测样本的权重,自动减少被正确预测样本的权重,使得弱学习器训练过程能够根据模型预测性能自动进行调整。

2021-08-11 16:47:51 1043 14

原创 EM算法的原理推导及解释

本质上,EM算法针对于存在明显可疑的隐藏变量z,该变量影响着直观的样本数据的分布情况(即:方差、均值等),但是我们又无法得知和计算出准确的隐藏变量z。于是,我们采用迭代的方式,设定已知模型的参数初值,然后结合已有的样本信息将隐藏变量z的期望以累计的形式进行表示出,然后进一步对当前的参数偏导求解更新新一轮的参数。

2021-08-03 18:50:45 745 3

原创 支持向量机(SVM)的原理推导及解释

文章目录支持向量机(SVM)的原理推导及解释1.线性可分支持向量机(linear support vector machine in linearly separable case)2.线性支持向量机(linear support vector machine)3.非线性支持向量机(non-linear support vector machine)支持向量机(SVM)的原理推导及解释支持向量机的本质:选出最优的分类超平面(标准:离超平面最近距离的样本点最远的超平面)。假定超平面方程WTx+b=0\m

2021-08-01 09:35:30 3422 9

原创 python:水果与设计模式-适配器模式

适配器模式(Adapter Pattern):属于结构型模式,它 结合了两个独立接口的功能,作为两个不兼容的接口之间的桥梁 。这种模式涉及到一个单一的类,该类负责加入独立的或不兼容的接口功能。例如,读卡器是作为内存卡和笔记本之间的适配器。您将内存卡插入读卡器,再将读卡器插入笔记本,这样就可以通过笔记本来读取内存卡。意图: 将一个类的接口转换成客户希望的另外一个接口。适配器模式使得原本由于接口不兼容而不能一起工作的那些类可以一起工作。主要解决: 主要解决在软件系统中,常常要将一些"现存的对象"放到新的环

2021-07-14 00:21:17 1484 32

原创 python:水果与设计模式-原型模式

原型模式(Prototype Pattern):属于创建型模式,它提供了一种创建对象的最佳方式。这种模式实现了一个原型接口,该接口用于创建当前对象的克隆。当直接创建对象的代价比较大时,则采用这种模式。例如,一个对象需要在一个高代价的数据库操作之后被创建。我们可以缓存该对象,在下一个请求时返回它的克隆,在需要的时候更新数据库,以此来减少数据库调用。意图: 用原型实例指定创建对象的种类,并且通过拷贝这些原型创建新的对象。主要解决: 在运行期建立和删除原型。何时使用: 1、当一个系统应该独立于它的产品创

2021-06-30 11:15:48 1689 38

原创 python:水果与设计模式-建造者模式

建造者模式(Builder Pattern) :属于创建型模式,它提供了一种创建对象的最佳方式。这种模式 使用多个简单的对象一步一步构建成一个复杂的对象,一个 Builder 类会一步一步构造最终的对象,且该 Builder类是独立于其他对象的。意图: 将一个复杂的构建与其表示相分离,使得同样的构建过程可以创建不同的表示。主要解决: 主要解决在软件系统中,有时候面临着"一个复杂对象"的创建工作,其通常由各个部分的子对象用一定的算法构成;由于需求的变化,这个复杂对象的各个部分经常面临着剧烈的变化,但是将

2021-06-23 16:13:13 1403 32

原创 python:水果与设计模式-单例模式

单例模式(Singleton Pattern):属于创建型模式,它提供了一种创建对象的最佳方式。这种模式涉及到一个单一的类,该类负责创建自己的对象,同时确保只有单个对象被创建。这个类提供了一种访问其唯一的对象的方式,可以直接访问,不需要实例化该类的对象。(注意:1、单例类只能有一个实例。2、单例类必须自己创建自己的唯一实例。3、单例类必须给所有其他对象提供这一实例。)意图: 保证一个类仅有一个实例,并提供一个访问它的全局访问点。主要解决: 一个全局使用的类频繁地创建与销毁。何时使用: 当您想控制实例

2021-06-17 21:07:06 1824 34

原创 python:水果与设计模式-抽象工厂模式

抽象工厂模式(Abstract Factory Pattern):属于创建型模式,它提供了一种创建对象的最佳方式。在抽象工厂模式中,接口是负责创建一个相关对象的工厂,不需要显式指定它们的类,每个生成的工厂都能按照工厂模式提供对象。意图: 提供一个创建一系列相关或相互依赖对象的接口,而无需指定它们具体的类。主要解决: 主要解决接口选择的问题。何时使用: 系统的产品有多于一个的产品族,而系统只消费其中某一族的产品。如何解决: 在一个产品族里面,定义多个产品。关键代码: 在一个工厂里聚合多个同类产品

2021-06-14 16:08:26 11546 80

原创 Python:水果与设计模式-工厂模式

工厂模式(Factory Pattern):属于创建型模式,它提供了一种创建对象的最佳方式。在工厂模式中,我们 在创建对象时不会对客户端暴露创建逻辑,并且是通过使用一个共同的接口来指向新创建的对象 。意图: 定义一个创建对象的接口,让其子类自己决定实例化哪一个工厂类,工厂模式使其创建过程延迟到子类进行。主要解决: 主要解决接口选择的问题。何时使用: 我们明确地计划不同条件下创建不同实例时。如何解决: 让其子类实现工厂接口。关键代码: 创建过程在其子类执行。应用实例:我想买一些水果(橘子、哈密瓜和

2021-06-10 15:43:58 1985 52

原创 在饭局上,老程序员和我分享的几个GitHub开源项目的Tips

前言前两天,我和一个8年python工作经验的老程序员吃了顿晚饭,然后他给我分享了几个GitHub开源项目的Tips,后来经过查阅网上的资料,整理成此文。本文主要包括开源项目的精确搜索,github项目源码的在线阅读的技巧,跟踪github热门项目的趋势动态,以及如何源码阅读和在开源项目中做出贡献的建议。文章目录前言1.关于开源项目的精准搜索2.关于github上开源项目在线阅读的技巧3.关于如何跟踪github热门项目的动态趋势的建议4.关于如何阅读github项目源码的建议5.关于如何在githu

2021-06-06 22:08:59 1202 37

原创 从读取2.5G的《黄金时代》,我们聊一聊python的内存优化及垃圾回收机制

不知道是下载错了,还是什么错了?突然发现e盘里面的《黄金时代》.txt居然高达2.1G,打开之后发现又是原版的,归纳一句话:“错了,又没完全错(。◕ᴗ◕。)。”《黄金时代》用着混乱猥琐,写美,写纯洁。《黄金时代》给我的感觉,像那句:“当我沿着一条路走下去的时候,心里总想着另一条路上的事。这种时候,我心里很乱。 ”那么,话锋一转,问题来了( ̄ω ̄=),我是如何使用python读取这2.1G的《黄金时代》呢?以及python的内存检测及优化,垃圾回收机制又是怎样的呢?

2021-06-02 20:54:50 499 42

原创 非诚勿扰系列(1)—摊牌了,我叫彭于晏,我去和美女嘉宾相亲了!!(贝叶斯“相亲”实战篇)

据说,有一天,我做了个梦,梦里我身高七八尺,纵享八块腹肌,耳边了传来了熟悉的音乐“Can you feeling,show what's this,欢迎各位女嘉宾登场......”侧身一看,是那个头顶**反光**的男人–孟非老师!摊牌了!我不装了,我叫彭于晏,我在08年参加了非诚勿扰…孟非老师:“在第一个阶段,给你提供了一个平板,你在系

2021-05-30 21:18:38 1068 41

原创 Python:ID3算法的基本原理及代码复现

文章目录引言ID3算法的基本原理信息增益的算法ID3算法的流程ID3算法的代码复现数据集的准备:1.Mnist数据集的格式转换算法模块的实现2.加载数据3.寻找对应样本数目最大的标签4.经验熵的计算5.条件经验熵的计算6. 计算信息增益最大的特征7.子数据集和对应标签集的创建8.递归创建决策树9.预测标签10.模型评估11.主函数的构造测试运行引言本文主要介绍了ID3算法进行决策树生成的算法原理,并对该算法流程进行了代码复现,其中算法的部分参考自李航-《统计学习方法》一书,代码的注释详细,供读者学习参考

2021-05-17 19:38:53 4961 5

原创 为什么当函数值为定值时,梯度垂直于等值面?

前言本文主要对“为什么函数值为定值时,梯度垂直于等值面”这一问题进行了证明,解答了初学者在初次学习这一概念及相关证明过程中存在的疑惑,供阅读参考。文章目录前言1.梯度的概念和计算2.等值面的概念和深入理解3.证明和解释“为什么函数值为定值,梯度垂直于等值面?”1.梯度的概念和计算如果存在曲面w=w(x,y,z),设▽w是一个综合了w所有偏导数的向量:∇w=(∂w∂x,∂w∂y,∂w∂z)\nabla \mathbf{w}=\left( \frac{\partial \mathbf{w}}{\pa

2021-04-24 19:53:03 3421 2

原创 R-CNN架构流程的详细讲解

前言本文主要讲解了R-CNN的架构流程和该流程中很多不为人知的“心机”细节。作为深度学习在目标检测领域的“吃螃蟹”模型,R-CNN与传统计算机视觉的目标检测流程的对比也是非常具有创新意义的。文章目录前言R-CNN的相关理论讲解传统计算机视觉目标检测与R-CNN的异同比较?R-CNN算法的执行过程是什么?Resize有哪些操作方式?如何理解其中的分类模型和回归模型?分类模型是如何进行的?为什么选择FC7层的输出作为SVM训练的ROI的高阶特征?为什么进行fine-tuning?回归模型是如何进行的?回归模

2021-04-15 13:46:18 1434

原创 操作系统:考研核心笔记

前言本文主要记录了操作系统在考研408科目的考试重点考察内容,作为自己的一个笔记也是备忘录。供读者参考阅读,也可用于作为后端工程师职位求职的操作系统的复习材料。确定不点赞收藏一波嘛?文章目录前言第一章:概述第一章命题重点:并行性与并发性操作系统的特征操作系统的功能操作系统的接口用户态与核心态中断、异常中断处理和子程序调用的区别系统调用什么时候需要进行系统调用?系统调用的过程?第二章 进程控制第二章命题重点进程与线程进程与线程之间的比较用户级线程VS内核级线程进程状态与进程控制进程状态转换进程的创建与终

2021-01-05 15:34:35 3810

原创 微分方程的求解方法

文章目录前言Ⅰ.首先介绍一些关于微分方程的概念Ⅱ.在考研范围内的微分方程有哪几类Ⅲ.微分方程的求解方法1.一阶微分方程的求解①可分离变量型的解法②齐次型的解法③一阶线性型的解法(重难点)2.二阶可降阶微分方程的求解3.高阶常系数线性微分方程的求解前言本文主要介绍了考研范围的微分方程的求解类型及对应的求解方法,主要内容参考自张宇《闭关修炼》,希望本文对您有所帮助。Ⅰ.首先介绍一些关于微分方程的概念一阶是什么:一阶微分方程就是指只有一阶导数或微分的微分方程。(注:阶数是微分方程中含有的导数或微分的

2020-12-13 09:21:34 143764 13

原创 变限积分性质的总结笔记

文章目录前言Ⅰ.定积分的存在性什么样的函数一定可积,即存在定积分?什么样的函数一定不可积?Ⅱ.原函数的存在性什么样的函数一定存在原函数?什么样的函数一定不存在原函数?Ⅲ.变限积分性质大总结Ⅳ.真题演练第一题:第二题:第三题:第四题:前言本文主要探讨和总结了变限积分的可积和原函数存在问题的判定,总结了常用的充分条件的推论笔记,供读者阅读参考。B站链接:https://www.bilibili.com/video/BV1Ct4y1U7Hw(必看)第一点:变限积分,天生连续。什么是变限积分?形如:F(

2020-12-10 10:18:55 17214 10

原创 极值点、驻点、拐点的区别和联系

文章目录前言:相关的概念定义和理解:极值点驻点拐点常用结论:举个例子前言:本文主要详细解释了极值点、驻点、拐点的含义,以及它们之间相互的联系和区别之处。希望可以加深读者对于这一类概念的理解。相关的概念定义和理解:极值点极值点:一阶导数发生变号的点,对于导数不存在的点,分析其左导数和右导数的正负是否相同,相同则不是极值点;若不同则为极值点。极值点是该点的x坐标值,而极值是该点对应的y坐标值。驻点驻点:只是单纯地符合f’(xo)=0的点,导数不存在的点不是驻点。拐点拐点:二阶导数发生变号的点

2020-12-07 11:54:50 56780 15

原创 洛必达法则的使用条件

文章目录前言:1.使用洛必达法则求导n阶导数之后的得到的n+1阶导数存在且连续。2.洛必达法则使用的常用结论是什么?3.那么,为什么函数n阶可导,我们可以使用洛必达n-1次?4.为什么在常规的极限计算时不需要注意洛必达的适用条件,而只要在大题中出现求导就要考虑导数定义,以及是否可以使用洛必达法则?前言:本文主要讨论和解释了洛必达的使用条件,以及常用的结论,希望可以帮助你解除在使用洛必达的时候疑惑。【划重点:①已知f(x)存在n阶可导,推:f(x)在n-1阶必连续。②洛必达使用得到的导数必须连续。】1.

2020-12-06 16:11:03 47871 13

原创 动词ing形式做定语的用法总结

动词ing形式做定语的用法总结文章目录动词ing形式做定语的用法总结●-ing形式做定语通常从以下四个方面考查1)说明被修饰词的性质,特征或用途。2)与被修饰词为主动关系且表示正在进行的动作。3)有些-ing形式已经转化成形容词,常做定语用来修饰物,表示“令人……”。4)-ing形式与被修饰词是被动关系,就用它的被动式,即being done.being doing通常表示正在被做,常做后置定语。●如何把不同的从句转换成-ing形式做后置定语的用法1)含进行时从句:删除“关系代词+be动词”,保留动词in

2020-10-24 19:51:36 14882

原创 名词性从句助动词,be动词,情态动词怎么变?两换一删,很简单!

文章目录名词性从句助动词,be动词,情态动词怎么变?●含be动词的特殊疑问句●含助动词do/ does/ did 的特殊疑问句●含情态动词(can/ will/ should/ would/ could等)的特殊疑问句●小结:名词性从句助动词,be动词,情态动词怎么变?●含be动词的特殊疑问句含be动词的特殊疑问句结构是:疑问词+be动词+主语比如:What is your name?你叫什么名字?Where is the train station?火车站在哪里?Who is tha

2020-10-24 19:48:13 865

原创 有趣:Windows如何切换macOS系统 ?(MyDock+MyFinder免费工具)

干货:Windows换个马甲, 秒变 macOS ?(MyDock+MyFinder免费工具)文章目录干货:Windows换个马甲, 秒变 macOS ?(MyDock+MyFinder免费工具)前言:MyDock+MyFinderMyDock的功能演示MyFinder的功能演示实测前言:macOS的忠实粉丝,主要可以分为两类人:非开发者:被macOS精美的系统、人性化的设计、流畅的操作所吸引。开发者:它同时UNIX系统和Windows系统的优点,对于开发者非常友好。作为一名开发者,对于Wind

2020-10-13 21:04:42 7580 4

原创 考研英语作文—谋篇布局

前言本文主要记录了考研英语小作文的写作格式和思路,以及如何写好图画作文的首段,中间段和尾端,供读者阅读参考。文章目录前言1应用文写作思路称呼的正确写法(对应的是信件)标题的正确写法正文落款语域如何完成一篇作文?分析:正文结构:2.图画作文写作思路如何写好中间段?写中间段常见问题:常用素材——“万能”角度:提纲—>分析原因或影响:中间段展开——举例验证:举例验证法结构-1:举例验证法结构-2:正反对比法结构:如何写好尾端?1应用文写作思路应用文格式:称呼/标题、正文、落款、语域称呼的正确写法(

2020-09-26 08:04:24 776

图像处理算法_matlab代码.zip

内含图像处理经典算法的所有matlab代码实现及素材,直方图、空域、中值滤波、图像的旋转叠加、傅里叶变化、自适应中值滤波、压缩、膨胀腐蚀操作、图像分割、边缘检测等多种算法实现,以及期末的大实验作业-Hough变换、赫夫曼编码。

2021-10-30

机器学习与数据挖掘学习笔记.zip

主要是机器学习和数据挖掘的笔记整理,供大家参考。

2021-04-27

机器学习第三版课后习题答案.zip

机器学习导论第三版的课后习题答案,MIT英文版的分享习题答案

2021-04-27

2020数值分析完整算法代码+PPT课件.zip

2020数值分析完整算法代码+PPT课件,包含数值分析经典算法的源码级(不使用scipy库)独立实现!!!

2020-08-06

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