- 博客(164)
- 收藏
- 关注
原创 保研笔试复习——nju
其中AIFSN(Arbitration Inter-Frame Space Number)是根据数据流的优先级设置的一个因子,时间槽(Slot Time)是传输介质上两次传输之间的时间间隔,SIFS(Short Inter-Frame Space)是最短帧间间隔,用于确认帧和清空帧的快速回复。调用后执行的第一条指令的位置,因为动态链接器首先介入,处理必要的库加载和准备工作,然后将控制权转交给程序本身的入口点。这个过程是必要的,以确保所有的库依赖和符号都正确解析,使程序能够正确运行。这种方法确保了输入值。
2024-05-18 10:00:00 1140
原创 保研面试408复习 5——操作系统(死锁)、计网(TCP和UDP)
死锁是指多个进程因竞争资源而造成的一种僵局(互相等待),若无外力作用,这些进程都将无法向前推进。
2024-05-17 17:17:09 661
原创 数据结构:二叉树的序列化和反序列化(序列和二叉树结构一一对应)
序列化是将一个数据结构或者对象转换为连续的比特位的操作,进而可以将转换后的数据存储在一个文件或者内存中,同时也可以通过网络传输到另一个计算机环境,采取相反方式重构得到原数据。请设计一个算法来实现二叉树的序列化与反序列化。这里不限定你的序列 / 反序列化算法执行逻辑,你只需要保证一个二叉树可以被序列化为一个字符串并且将这个字符串反序列化为原始的树结构。
2024-05-16 14:02:04 1515
原创 解决谷歌浏览器无法登陆网站的问题,左下角弹出JavaScript(void:0)
关闭之后,再打开GPU加速还是行的(咱也不知道为啥呀)如果还不行,那就关闭GPU加速:关了瞬间就好了。
2024-05-16 13:16:27 178
转载 LeetCode:116.填充每个节点的下一个右侧节点指针
题目:分析题意容易关注到只需要将每层结点连接起来,因此我们只需要把每层结点求出来即可,即使用层次遍历。
2024-05-11 11:00:24 525
原创 英语六级常用词汇3
英语六级常用词汇1英语六级常用词汇2episode [ˈɛpɪˌsoʊd]prone [proʊn]cluster [ˈklʌstər]pore [pɔr]acquisition [ˌæk.wɪˈzɪʃ.ən]proposition [ˌprɑpəˈzɪʃən]sector [ˈsɛktər]cavity [ˈkævɪti]dilute [daɪˈlut]shutter [ˈʃʌtər]senator [ˈsɛnətər]poll [poʊl]visualize [ˈvɪʒuəˌlaɪz]fort [fɔ
2024-05-09 23:37:07 690
原创 保研面试408复习 2——操作系统、计网
在TCP/IP协议中,IP数据报的语法包括版本号、头部长度、总长度、源IP地址、目标IP地址等。这些都严格定义了数据报的格式,确保接收方能正确解析出所有必要的信息。TCP段也有严格的格式,包括源端口号、目的端口号、序列号、确认号等,都是按照固定的格式排列。语义定义了传输的数据所要表达的意义和完成的功能,包括错误处理机制、控制信息的含义和预期的行为(如何响应接收到的数据)。这包括数据包的构成、各种控制信息的格式、信号的电平等。时序定义了事件发生的顺序,包括数据的发送和接收的顺序、错误控制和流量控制机制。
2024-05-05 21:39:28 1016 1
原创 力扣hot100:199. 二叉树的右视图/437. 路径总和 III(dfs/回溯/树上前缀和/哈希表)
前缀和的方法如果之前接触过应该很容易想到,不过这里需要学习深度优先遍历的方法,更深入理解dfs。我们真的是需要哈希表找到需要的值吗?在这里我们只需要之前有多少个这样的值就行了!这个问题使用dfs可以解决,不过实现起来比较复杂,时间复杂度是。右视图实际上只需要找到,每一层的最右边的那个结点即可。之后很容易想到使用哈希表直接查找使用存在所需要的值。发现使用树上前缀和很容易解决,最坏时间复杂度也是。差点因为是个中等题打退堂鼓。,所以我们先考虑使用前缀和。我们先考虑其他方法。
2024-05-05 18:09:24 1274
原创 保研面试408复习 1——操作系统、计网、计组
中断(Interrupt)和系统调用(System Call)都是操作系统中用于处理任务和管理硬件与应用程序之间交互的机制,但它们的触发方式和目的有所不同。,是一种衡量计算机处理器性能的指标。是平均每条指令的平均时钟周期数。本质上就是将执行速度除以。单位转换成 百万条/秒。1.8(百万条/秒)
2024-05-04 20:43:00 1074
原创 力扣hot100:543. 二叉树的直径/108. 将有序数组转换为二叉搜索树
二叉树的直径 = 二叉树的是指树中任意两个节点之间最长路径的。遇到二叉树的问题很容易去直接用求解的目标去定义递归函数。但是仔细考虑,返回树的直径并不能向上传播。因此我们只需要求高度就行。树求高度实际上是一个树形dp。
2024-05-04 16:24:12 481
原创 力扣hot100:101. 对称二叉树(双指针以不同方式递归)
看了第一个样例,很容易直接层序遍历看每一层的前后是否相同。但接下来这个样例告诉你,不能这样做。
2024-05-03 18:00:00 403
原创 算法:状态压缩dp
状态压缩dp实际上比其他dp要容易想一点,因为状态很容易定义,并且使用状压那么数据就必须很小比如int32位,longlong64位,数据大小最多那么大。是一种在解决某些特定类型的问题时非常有效的技术,特别是在涉及到限制状态或配置数量较多,但可以用整数或位操作来紧凑表示的情况。这种方法通常用于解决优化问题,特别是在图论、搜索问题、排列组合问题中非常常见,如旅行商问题(TSP)、位掩码问题等。状态压缩DP的核心思想是使用整数的二进制表示来表示复杂的状态集合。每一个比特位可以代表一个元素的某种状态(通常是存在或
2024-05-01 05:00:00 1252
原创 英语六级常用词汇2
六级常用词汇1blush [blʌʃ]pedal [ˈpɛdəl]configuration [kənˌfɪɡjʊˈreɪʃən]pedestrian [pəˈdɛstriən]empirical [ɛmˈpɪrɪkəl]reign [reɪn]versus [ˈvɜrsəs]bibliography [bɪbliˈɒɡrəfi]diversion [dɪˈvɜrʒən]precede [prɪˈsiːd]preclude [prɪˈkluːd]situated [ˈsɪtʃuˌeɪtɪd]controve
2024-04-27 22:03:30 719
原创 Pytorch:Attention理解和代码实现
文章目录一、Attention原理核心点1、Self-Attentiona.核心原始形态b.self-Attention使用相同的矩阵是否可行?2、常见的注意力机制1. 自注意力机制(Self-Attention)2. 多头注意力(Multi-Head Attention)3. 序列到序列的注意力(Seq2Seq Attention)4. 点积注意力(Dot-Product Attention)5. 加性注意力(Additive Attention)或串联注意力(Concat Attention)6. 卷积
2024-04-27 22:01:34 1046
原创 Pytorch:神经网络过程代码详解
首先,您需要根据模型的需求选择一个合适的优化器。一旦选择了优化器,您需要将模型的参数传递给它,并设置一些特定的参数,如学习率、权重衰减等。如果不清空梯度,梯度会累积,导致不正确的参数更新。在训练循环中,每次迭代都会处理一批数据,模型会根据这些数据进行预测,并计算损失。在这个例子中,选择了随机梯度下降(SGD)作为优化器,并设置了学习率和动量。这一步将计算损失函数相对于每个参数的梯度,并将它们存储在各个参数的。这个调用会更新模型的参数,具体的更新方式取决于你选择的优化算法。方法来根据计算得到的梯度更新参数。
2024-04-25 10:54:36 1505 2
原创 C/C++语言与MySQL交互的代码实现
更新和删除只需要执行操作,执行成功则更新或删除成功。查询操作不仅需要执行操作,还可能需要根据查询结果是否为空,进行进一步处理。最后可能需要输出查询结果。只需要修改查询操作 和 输出操作就可以了。,直接看具体的语句,涂涂改改就好了。如果急着用,可以直接跳过。
2024-04-24 10:16:11 297
原创 Pytorch:Dataset类和DataLoader类
Dataset是一个抽象类,用于表示一个数据集的全部内容。在 PyTorch 中,任何继承自的自定义数据集需要实现两个必须这个方法应该返回一个索引处的数据点和其对应的标签。例如,在图像数据集中,这可能是一对(图像,标签)。这个方法返回数据集中的数据点的总数,即数据集的大小。DataLoader是一个迭代器,用于将Dataset封装成易于访问的数据流,支持批量加载和多进程数据加载等操作。通过组合使用Dataset和DataLoader,PyTorch 用户可以高效、灵活地处理大规模数据集。Dataset。
2024-04-24 05:01:16 898
原创 Pytorch:张量的梯度计算
在 PyTorch 中,张量的自动微分功能是通过一个叫做自动微分(Automatic Differentiation,简称 AD)的系统实现的。自动微分是一种用于自动计算导数的技术,它在机器学习和深度学习中扮演着核心角色,特别是在神经网络的训练过程中计算梯度时。总的来说,一般输出通过最终的损失函数来反向计算梯度。梯度实际上就是进行链式法则求偏导得到对应点的值,这个梯度可以根据学习率大小用来更新权重。以上的实际上,我们可以把z看作 损失函数(不管意义是啥),x看作可训练的权重参数,然后反向传播z对x。
2024-04-20 12:17:45 1666 7
原创 Pytorch可视化:安装 Graphviz
本文主要是基于Windows系统的。a.进入官网进入Graphviz 官网b.下载安装包选择与操作系统版本和架构相匹配的安装程序。如果只想画个图,64位Windows系统下载这个就好:c.下载完成后打开安装包,进入安装程序点击下一步d.点击我接受e.添加到系统环境变量PATH下如图:如果不这样选择,待会你安装完成,用的时候还是需要添加到系统环境变量PATH下。不过这里你也可以选择。点击下一步f.自定义安装目录点击下一步g.点击安装h.安装完成!安装 Graphviz:
2024-04-20 11:25:01 836
原创 数据结构:哈密顿回路基础
在一个哈密顿回路中,除了起始和结束的顶点必须是同一个顶点,并且这个顶点恰好出现两次之外,其他每个顶点都恰好出现一次。:如遗传算法、蒙特卡洛方法等,并不保证总是能找到解决方案,但在一些情况下它们可以在多项式时间内给出近似解。:用于求解旅行商问题(TSP),该问题与哈密顿环问题紧密相关。只需要满足条件:每个点经过一次,并且是一个环路就行。:在搜索过程中,如果路径不满足条件,则回退一步。(Hamiltonian Cycle)是图论中的一个概念,指的是在一个图中。,因为需要检查每个顶点的所有排列。
2024-04-19 22:58:27 1034
原创 Clion连接MySQL数据库:实现C/C++语言与MySQL交互
记得对数据库初始化就行。不初始化,还是会报错,报错的原因跟本文想要做到的事情无关了,属于实现问题。这里的目录位置是你的MySQL安装的位置,对应如下两个文件夹。之后,就可以正常使用MySQL啦!确保你的电脑里已经有了MySQL。
2024-04-18 18:36:06 456 4
原创 Pytorch:张量的索引操作
在 PyTorch(以及其他类似的库,如 NumPy)中,使用张量进行布尔表达式的操作本质上是一种称为“元素级”或“元素对元素”的操作。高级索引是一种在 PyTorch 和 NumPy 中常用的索引方法,它允许你从数组或张量中选择复杂的、非连续的数据子集。函数是一个实用的张量操作,它用于从输入张量中按照指定的索引来提取元素。当在两个不同大小的张量上进行操作时,较小的张量会自动“扩展”其维度以匹配较大张量的形状。这种索引方式,通过在索引中,给定多个列表或多个张量,索引按这个列表或张量的次序访问元素。
2024-04-18 10:32:42 762
原创 力扣hot100:136. 只出现一次的数字 及其衍生
的特点是,除了一个元素只出现一次,其他元素出现两次。我们用异或的方法很容易去掉出现两次的元素!两个相同的数异或就消掉了~
2024-04-17 22:45:17 216
原创 Pytorch:张量的形状操作
该函数可以在张量的指定位置插入一个维度,它非常有用于调整张量的形状,以满足特定操作或模型的需求,例如在单样本张量上应用需要批处理的模型。方法用于重新排列张量的维度,这是处理多维数据时一个非常有用的功能,尤其在需要对维度进行特定的重排序操作时。方法用于交换张量中的两个维度,这是处理多维数组时一个常用的功能,尤其是在需要对特定的维度进行转置操作时。是 PyTorch 中的一个函数,用于减少张量的维度,特别是去除那些维度大小为1的维度。是一个方便的方法,用于将一个张量重新塑形为与另一个张量相同的形状。
2024-04-17 11:20:00 1364
原创 英语六级常用词汇1
portray [pɔrˈtreɪ]degenerate [dɪˈdʒɛnəreɪt]galaxy [ˈɡæləksi]incur [ɪnˈkɜr]susceptible [səˈsɛptɪbəl]compartment [kəmˈpɑrtmənt]proximity [prɑˈksɪmɪti]disguise [dɪsˈɡaɪz]yacht [jɑt]texture [ˈtɛkstʃər]consequent [ˈkɑnsɪkwənt]testimony [ˈtɛstɪˌmoʊni]elapse [ɪˈl
2024-04-15 22:12:23 555
原创 Pytorch:张量的统计计算
相关性统计量在数据分析和机器学习中非常重要,它们帮助我们理解不同维度之间的关系。方法用于找到张量中的最小值,并返回该最小值及其对应的索引。类似的,有两种形式。方法用于计算张量中所有元素的方差。与均值一样,有两种形式。方法用于计算张量中所有元素的标准差。类似的,有两种形式。的指标,通常用于对张量(或矩阵、向量等)中的元素进行整体性描述。类似的,有两种形式。方法用于计算张量中所有元素的均值。方法用于找到张量中的最大值,并返回该最大值,如果包含。函数计算的是皮尔逊相关系数矩阵。的使用类似,因此不再赘述。
2024-04-15 12:18:20 577
原创 Pytorch:二维卷积及其伴随定义
输入函数fxyf(x, y)fxy,通常是一个图像,其中xxx和yyy是图像上的像素坐标。卷积核(或滤波器)gxyg(x, y)gxy,它定义了在每个像素位置上如何结合fxyf(x, y)fxy周围的像素。
2024-04-14 12:18:55 1243 1
原创 Pytorch:一维卷积及其伴随的定义
步长的选择依赖于特定的应用需求和所需的输出尺寸。较小的步长可以提供更高的特征分辨率,但增加了计算成本;较大的步长则可以减少计算量和输出尺寸,但可能会牺牲一些特征的捕获。在设计卷积网络或处理信号时,合理选择步长是实现良好性能和效率的关键。对于图像数据,通道数可以是指颜色通道。例如,常见的彩色图像通常有三个颜色通道:红色、绿色和蓝色(RGB)。灰度图像只有一个通道。对于音频数据,通道数可以指立体声中的左右声道,单声道音频只有一个通道,而立体声音频有两个。
2024-04-12 12:44:03 1160
原创 C++11引入的初始化列表
是C++11引入的一种轻量级容器,专门设计用来支持花括号初始化语法(即列表初始化)。它是一个模板类,定义在头文件中。主要用于函数参数,使得函数可以接受花括号包围的初始化器列表,这在初始化对象或调用函数时特别有用,尤其是当你希望函数接受任意数量的参数时。
2024-04-10 11:30:30 790
原创 算法:多重背包问题dp
多重背包问题是背包问题的又一变种,它在0-1背包和完全背包问题的基础上增加了一个限制:每种物品。解决多重背包问题的基本思路是利用动态规划,其中最直观的方法是使用二维DP数组。次,而不是只有一次(0-1背包问题)或无限次(完全背包问题)。按照以上思路,并且按照0-1背包一样的思路,进行降维优化。的情况下的最大价值。和0-1背包问题的区别在于物品。由于这种方法会导致较高的时间复杂度,时间复杂度为。的值很大时,常常需要使用其他技巧。外,还有一个最大可用数量。可以被选取的次数最多是。种物品,在不超过重量。
2024-04-10 11:29:59 1134
原创 Pytorch张量的数学运算:矩阵运算
矩阵的行列式是一个标量值,它提供了矩阵(线性变换)的一些重要性质的信息。对于一个方阵(即行数和列数相等的矩阵),其行列式可以通过多种方法计算,包括拉普拉斯展开、行列式的定义,或者更实用的方法,如LU分解。对于矩阵的运算有加、减、逐元素乘、数乘、点积(矩阵乘法)、逐元素除、转置、逆、行列式。向量的点积(也称为内积或标量积)和矩阵的点积(通常指矩阵乘法)在数学上有不同的定义和用途,因此它们的计算方式也不相同。计算矩阵的逆可以通过多种方法实现,包括代数余子式法(对于小的矩阵)、高斯消元法或LU分解等。
2024-04-08 11:25:34 1234 1
储存字长 和 64位机 的关系?
2022-09-11
n是编译期常量吗? 函数中数组大小也一定是编译期常量吗?
2022-09-09
TA创建的收藏夹 TA关注的收藏夹
TA关注的人