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(20)
  • 资源 (3)
  • 收藏
  • 关注

原创 计算机网络复习提纲(第一章 概述)

计算机网络复习总结,第一章概述部分

2023-06-01 11:30:41 168

原创 量子信息与量子计算(学习笔记)量子比特

传统计算机中,经典比特有两种状态,表现为高电压和低电压,0和1在量子计算中表示为二能级的量子系统的两种可区分的量子态,意思就是,我们可以通过测量明确区分量子的状态(到底是1还是0),在物理实现层面,可以理解为观察电子的自旋方向,光子的自旋方向等一系列量子状态。量子计算要做的事情就是怎么把这些量子的原型模型组合起来,怎么样进行准确的操控,使得量子按照我们设计的方式来进行演化。但是,量子比特区别于传统比特的是,量子比特可以是0状态和1状态的魔种线性组合:如果我们一直不对量子比特进行测量,量子比特就会一直处于0和

2022-06-01 21:06:38 1706 1

原创 Hadoop之mapreduce学习笔记,一天攻关过期末第二弹

序列化:这个意思就是把需要处理的数据转化为字节序列,以便于传输,java中有自己的序列化框架,但是java是重量级的框架,一个对象被序列化后,会附带很多额外信息(校验信息,继承体等),这些信息是mapreduce用不着的,所以只需要简单的序列化就行。在开发中往往常用的基本序列化类型不能满足所有需求,比如在Hadoop框架内部传递一个bean对象,那么该对象就需要实现序列化接口。具体实现bean对象序列化步骤如下7步。(1)必须实现Writable接口(2)反序列化时,需要反射调用空.

2022-05-24 17:59:07 190

原创 Hadoop之mapreduce学习笔记,一天攻关过期末

还有一周时间,就要期末考试了,考试形式是上机操作,心里还是非常担心的,所以,记录一下,现在开始24小时,复习mapreduce。(现在是下午14:20)希望24小时后,可以复习完。关于虚拟机的安装,完全分布式集群的部署就不说了,本人踩了很多坑,然后又忘记记录了,但是有一篇关于搭建集群的博客,讲的还是很详细的,不会的朋友可以看那篇博客安装。建议是安装2.x版本的,因为之前装3.x的时候,碰到了许多问题,比如说jar包不支持之类的,非常烦人。下面直接进入预习。介绍mapreduce:Hadoop由三

2022-05-23 17:55:13 319

原创 LaTeX的安装(2022版)

LaTeX安装与使用

2022-05-13 20:36:36 570

原创 浅学神经网络3

1、序列数据2、语言模型3、RNN循环神经网络4、GRU门控循环单元5、LSTM长短期记忆网络

2022-05-12 19:58:17 196

原创 神经网络浅学2

第二部分:卷积神经网络CNN是针对图像领域任务提出的神经网络,经理数代人的发展,在2012年之后,大部分图像识别任务都被CNN同志,分类、分割、检测、检索等猫的视觉系统实验的结论:1、神经元存在局部感受区域,也成为感受野。2、细胞对角度有选择性。3、细胞对运动方向有选择性。由猫的视觉实验对卷积神经网络的启发:1、视觉系统是分层、分级的进行处理,从低级到高级的抽象过程。(堆叠使用卷积和池化)2、神经元实际上是存在局部感受区域的,具体来说就是局部敏感。(神经元局部连接).

2022-05-10 09:10:42 498

原创 神经网络浅学

分为以下三步走神经网络与多层感知机:包括基础知识,激活函数、反向传播、损失函数、权值初始化和正则化卷积神经网路:统治图像领域的圣经网络结构,发展历史、卷积操作和池化操作循环神经网路:统治序列数据的神经网络结构,RNN、GRU、LSTM有许多人不明白深度学习、机器学习、神经网络、人工智能这四者之间的关系,下面看这张图:可以看到,这四者的包含关系,就不详细讲解。开始正式的内容,第一部分:1、人工神经元人工神经元是人类神经元中抽象出来的数学模型,人类的神经元中,树突负责接收

2022-05-07 22:09:32 834 1

原创 基于python的GUI数据库

因为懒,很长时间没有写csdn了,刚好这几天被隔离了,来记录一下MYSQL的大作业,正文开始:有两种实现形式,一种是python自带的 tkinter ,一种是PyQt5,Tkinter是一个开源Python图形用户界面(GUI)库,以其简单性而闻名,但不能用于大型项目。使用Qt进行GUI编程是基于信号和插槽的思想,用于在对象之间建立联系。这允许处理GUI事件的多功能性。Qt使用各种各样的本机平台API进行网络连接,数据库开发等。它通过特殊的API提供对它们的主要访问。当然,Qt有许多细节需要注意,对初

2022-05-06 20:14:59 1652

原创 虚拟机ubantu上共享文件神奇的突然失效了

讲实话,新手,碰到这种问题真的很烦How do I mount shared folders in Ubuntu using VMware tools? - Ask Ubuntu这个官网链接还不错,能处。一般下面第一句就能解决问题。大多数其他答案已经过时了。对于 Ubuntu 18.04(或最近的 Debian 发行版),请尝试:sudo vmhgfs-fuse .host:/ /mnt/hgfs/ -o allow_other -o uid=1000如果该目录不存在,请尝试:h

2022-03-03 00:20:11 971

转载 VMware Tools安装(ubantu的文件传输)

尝试了几种方式,第一种是用 FileZilla 直接拖拽,但是虚拟机里面使用的是中文,导致读取目录的时候乱码,拖拽的时候就失败了,然后使用英文后,还是拖拽失败,解决办法就是关闭防火墙,总体来说比较麻烦。所以我觉得如果是主机的虚拟机文件传输,还是使用硬盘映像比较方便。下面是实现方法。(89条消息) VMware Tools安装_Mr.zhou-CSDN博客_vmtools安装https://blog.csdn.net/love20165104027/article/details/83377758

2022-03-02 10:55:19 128

转载 多元统计分析sse,sst,ssr

SSE(和方差、误差平方和):The sum of squares due to errorMSE(均方差、方差):Mean squared errorRMSE(均方根、标准差):Root mean squared errorR-square(确定系数):Coefficient of determinationAdjusted R-square:Degree-of-freedom adjusted coefficient of determination下面我对以上几个名词进行详细的解释下,相信能

2021-12-30 23:27:24 12351

原创 NLP学习笔记 第一天 (Incorporate Semantic)

工具:语言模型,可以计算出语义上的概率。例:经常有意见分歧。其中S1 S2 S3.....P(经常,有,意见,分歧)=P(经常)P(有)P(意见)P(分歧)可能等于:0.00001*0.000002......这种情况需要加log。输入---->生成所有可能分割----->选择其中最好的缺点:算法复杂度太高维特比算法:找到数值相加最小的路径,核心就是动态规划。Spell Correction(拼写错误纠正)1、错别字 2、不是错别字,不适合当...

2021-10-31 15:47:05 243

原创 NLP学习记录 第一天 最大匹配算法

分词工具Jieba (还有很多) 例:前向最大匹配算法:需要定义一个参数,就是最大的单词字数(maxlen),从前扫到最后,先看前五个字组成的单词有没有在词典库出现,如果没有,就看前四个,依次类推。。。。贪心算法,每此只会选择当前最优解,只能看到当前布局,一般不能保证全局最优。DP算法可以降低算法复杂度,能看到全局(很重要)还有BEAN SEARCH。后向最大匹配:字面意思,和前向相反。前向后向分出来可能不一样,这里介绍‘一篇CSDN:(22条消息) 中文分词引擎 java ...

2021-10-31 10:51:37 100

原创 10 28 数据可视化自学笔记(主要是给csy的)

先谈谈json文本文件,Douglas crockford为了寻找一种简便的数据交换格式,能够在服务器之间交换数据,提出了一种简化格式 json 。1.并列的数据之间用逗号(,)分隔2.映射用冒号(:)表示3.并列数据的集合(数组)用方括号([])表示4.映射的集合(对象)用大括号({})表示以上四条规则,就是json格式的所有内容。json是一种数据交换格式!!!!接下来是作业驱动学习阶段:综合实践 数据:行动1.xlsx 行动2.xlsx...

2021-10-29 01:07:52 116

原创 R语言 台湾银行还款预测 数据预处理 距离判别(懒得再打一遍了,源文件再主页有)

2021/10/27 上午1:10 Untitled48 - Jupyter Notebook localhost:8888/notebooks/Desktop/Untitled48.ipynb# 1/15 第四次大作业 朱翔宇 要求: 1、对数据进行统计分析,观察他们在分布情况,样本数据的特点; 2、数据预处理:判断数据中是否存在空缺值、是否某些特征需要哑变量处理、是否需要将某些维数据进行归一 化; 3、分别建立距离判别(等方差和不等方差阵)、线性判别和Bayes判

2021-10-27 01:19:36 590

原创 python实现 离散数学二元关系判定

对称性判断:def Symmetric_Relation(a,array,str_judge): for i in range(len(a)): for j in range(len(a)): if array[i][j]!=array[j][i]: print("关系",str_judge,"不是对称的") return 0 if i==len(a)-1: print("关系",str_.

2021-10-07 08:21:26 1955 2

原创 离散数学判定关系

在这里的代码,用于判断是否是自反,是否是对称,是否是传递。首先,为了避免无效copy,先把自反、对称、传递的概念重复一遍吧。1、自反性:若M(R的关系矩阵)的主对角线元素均为1,则R是自反关系;若M(R的关系矩阵)的主对角线元素均为0,则R是反自反关系;若M(R的关系矩阵)的主对角线元素既有1又有0,则R既不是自反关系也不是反自反关系。本算法可以作为判等价关系算法的子程序给出。2、对称性:若M(R的关系矩阵)为对称矩阵,则R是对称关系;若M为反对称矩阵,则R是反对称关系。因为R为对称的是等价关系

2021-10-07 00:30:45 3842

原创 Linux中pssh安装(两台服务器相互免密登录)

pssh是一个python编写可以在多台服务器上执行命令的工具,同时支持拷贝文件。但是安装时遇到了一些问题。首先,使用最暴力的yum方法,但是镜像源不是很稳定(有许多镜像需要翻墙),于是,我从百度网盘上下载了pssh-2.3.1.tar.gz,通过本地文件共享将文件放进虚拟机,(没有配置文件共享的话,可以通过powershell中的scp将文件发送到虚拟机)(其实虚拟机联网状态下,可以直接下载的。)然后在虚拟机中安装ez_setup.py,代码为:wget http://peak.telecomm

2021-10-05 17:05:55 404

原创 Centos 免密登录注意事项

这里是A机器远程登录B机器,过程如下:1、实现远程免密登录,先确定无线网络已连接2、生成远程登录密钥(1)、先登录A机器,切换到root用户·(2)、在A机器执行ssh-keygen -t rsa 命令,生成密钥文件,需要输入三个回车和一个y。这样A机器的密钥已经生成完毕。3、查看秘钥,确保密钥存在。输入cd .ssh,可能会出现 bash: cd: .ssh: No such file or directory,这是密钥目录不在这,只需要按图输入:cd ...

2021-10-04 22:12:50 328

论文管理软件 Mendeley-Desktop-1.19.8-win32 下载

这个软件个人使用感觉一般,但是因为科学上网等原因,还是分享一下吧。 整体使用下来,有时候会比较卡顿,但是由于你可以随时随地的浏览自己收藏的论文,然后批注啥的也是同步的,所以对于文献阅读还是有帮助的。 有各种插件,可以自行探索,然后就是这个软件是有网页版的,可以去看看。大概就是这些,为了提高曝光,随便水一些字好了: 上方菜单栏-》help-》create backup 这个好像不错,得到的是一个zip。里面包含一个database.sqlite文件。 在电脑1 create backup 将电脑1中的pdf文件存储文件夹copy到电脑2中,注意:路径要相同。 将电脑1的backup复制到电脑2,然后在电脑2的mendeley中restore backup。

2023-05-29

图书管理系统资源下载,flask 框架,mysql数据库

较为完善的图书管理系统,MVC模式,已完成的功能里已经涵盖通过 web 前端视图层(view)的操作与 python 后端的控制层(controler)与模型层(model)的交互,已经实现对 mysql 数据库中数据的增删改查。已完成的功能所需数据全部来自 mysql 数据库,具体已经实现的功能如下:  用户登陆  用户注册  图书信息添加  图书信息删除  图书信息修改  按书名查询图书信息与图书信息展示  借阅记录展示  读者信息展示 为了提高曝光能力值,我就随便水一些字数吧(可以忽略): 通过为期两周 web 课程设计,学习到了很多有关 web 开发的知识,提高了 web 前端网页开发能力,懂得通过对实际问题的需求分析合理的对网页进行功能模块设计,掌握 了 pythonweb 中 flask 框架的基本使用,掌握了前后端与数据库的基本交互流程,进一步熟 悉对数据库的增删改查的操作。在理解 MVC 的基础上并结合实际,在课设实践中运用了 MVC 开发模式,体会到对于一个项目而言采用良好的开发模式的重要性。

2023-05-29

coco2017数据完整版

coco2017数据集完整版( 44 G),内附解压说明文档。 该数据集提供了大规模的图像集合,并包含了图像的标注和标签,用于训练和评估各种视觉识别算法。数据集涵盖了各种不同的物体类别,包括人物、动物、车辆和家居物品等常见日常物体。 图像收集:COCO数据集包含超过20万张图像,这些图像来自多个来源,包括专业摄影师和在线图像搜索。 物体标注:数据集中的每张图像都由人工标注员进行手动标注。标注包括标示图像中物体位置的边界框以及准确勾画物体边界的分割掩码。 物体类别:COCO数据集包含80个不同的物体类别,如人物、自行车、汽车、狗等。这些类别涵盖了常见的日常场景中出现的物体。 物体实例:除了提供物体类别的标注外,COCO数据集还包含了图像中多个物体实例的标注。这样可以进行更详细的算法分析和评估。 图像描述:COCO数据集的一个子集包含大约20万张图像,每张图像附带五个描述性的标题。这些标题提供了图像内容的文本描述,对于图像描述和语言理解等任务非常有用。 COCO数据集已成为评估各种计算机视觉算法和模型性能的基准。它的可用性促进了目标检测、实例分割和图像描述等领域的最新技术的发展。

2023-05-23

基于python的GUI学生信息管理系统(gk版)

sql文件导入到数据库,venv是源码,源码中config路径下的配置文件按照你数据库实际配置修改,运行logon即可。

2022-05-06

基于python的GUI学生信息管理系统(tk版)

直接运行loginpage.py即可。

2022-05-06

R语言 台湾银行还款预测 数据预处理 距离判别.zip

R语言 台湾银行还款预测 数据预处理 距离判别

2021-10-27

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