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(112)
  • 收藏
  • 关注

原创 display: flex 和 justify-content: center 强大居中

你还在为居中而烦恼吗,水平居中多个元素、创建响应式布局、垂直和水平同时居中内容。它,display: flex 和 justify-content: center 都可以完成!display: flex:将元素定义为flex容器justify-content:定义项目在主轴上的对齐方式。

2024-07-19 22:09:45 372 1

原创 [2024-6-30]如何获取OpenAI API Key/OpenAI密钥

由于官网页面更新,获取路径与之前有所不同。

2024-06-30 13:40:32 840

原创 子网划分基础知识讲解+例题讲解

A类地址范围:1.0.0.0 到 126.0.0.0默认子网掩码:255.0.0.0 (/8)网络部分:前8位(第一个八位组)主机部分:后24位可用网络数:2^7 - 2 = 126(去掉0.0.0.0和127.0.0.0)每个网络的可用主机数:2^24 - 2 = 16,777,214(去掉网络地址和广播地址)用途:A类地址用于大型网络,如政府机构和大型企业。第一个八位组的最高位固定为0。B类地址范围:128.0.0.0 到 191.255.0.0默认子网掩码:255.255.0.0

2024-06-28 19:55:11 958

原创 对角线法则的由来

仅限于个人理解,对错没有查证。

2024-06-19 18:12:40 374

原创 行列式和矩阵的区别

一、行列式1. 行列式的定义2. (全)排列3.逆序数二、矩阵1. 矩阵的定义三、行列式和矩阵的区别

2024-06-19 16:29:05 328

原创 计算机网络期末复习

对等连接方式是每一台主机既是客户同时又是服务器。在网络核心部分起特殊作用的是路由器(router),它是一种专用计算机(但不叫作主机)。(packetswitching)的关键构件,其任务是转发收到的分组这是网络核心部分最重要的功能。以大写字母1开始的 Internet (互联网,或因特网)则是一个专用名词,这部分是用户直接使用的,用来进行通信(传送数据、音频或视频)和资源共享。这部分是为边缘部分提供服务的(提供连通性和交换)。作为通信的规则,且其前身是美国的 ARPANET。①边缘部分:边缘部分。

2024-06-19 13:58:04 705

原创 思科配置:vlan、两个交换机、两个路由器、四台主机

各设备ip地址、接口、vlan如图所示。 (期间报错为拼写错误) 交换机1配置参考交换机0,只是vlan略有不同,如图配置即可。路由器配置参考文章:思科配置路由器,四台主机互相ping通-CSDN博客 需要注意的是交换机到路由器的vlan是1,所以说PC10为vlan11的主机是ping不通默认网关172.2.2.3的。 要允许交换机上的任何VLAN都可以通过到路由器,您需要配置交换机的一个或多个端口为Trunk模式。Trunk端口允许多个VLAN的流量通过同一个物理接口,这通

2024-06-17 18:11:40 786

原创 思科配置路由器,四台主机互相ping通

confgure terminal hostname MyRouter0 int f0/0 ip address 172.1.1.3 255.255.255.0 no shutdown ex int f0/1 ip add 192.168.1.1 255.255.255.0 no shut ex ip route 172.2.2.0 255.255.255.0 192.168.1.2

2024-06-15 17:53:35 608

原创 数据库系统概述选择简答概念复习

自定义完整性,又称为域完整性或用户定义的完整性,是指根据业务规则对数据库表中的数据进行的额外限制。这些规则可以包括数据类型约束、值范围约束(例如,年龄字段必须在0到120之间)、唯一性约束(除了主键之外的其他字段的唯一性)、以及更复杂的业务逻辑约束(如复杂的校验规则)。自定义完整性约束确保了数据满足特定的业务需求和规则,从而提高了数据的质量和可用性。简答来说,自定义完整性通过check实现。Age int,

2024-06-13 18:45:32 762

原创 数据库设计步骤、E-R图转关系模式、E-R图的画法

若实体间联系是1:n,则在n端关系模型中加入1端的主键和关系的属性。若实体间联系是m:n,则把联系转换为关系模式,并且加入两端的主键组合为新的主键和关系的属性。①若实体间联系是1:1,可以在两个实体类型转换成的两个关系模式中任意一个关系模式的属性中加入另一个关系模式的主键和联系类型的属性。③若实体间联系是m:n,则将联系类型转换成关系模式,其属性为两端实体类型的键加上联系类型的属性,而主键为两端实体键的组合。②若实体间联系是1:n,则在n端实体类型转换成的关系模式中加入1端实体类型的主键和联系类型的属性。

2024-06-07 20:54:22 1063

原创 数据库系统概论期末要点复习

数据库就是长期存储在计算机内有组织的可共享的大量数据的集合。它可以供各种用户共享,具有最小的冗余度和较强的数据独立性。数据库管理系统建立、运维时对数据库进行统一控制,以保证数据的完整性和安全性,并在多用户同时使用数据库时进行并发控制,在发生故障给后对数据库进行恢复。

2024-06-01 20:06:35 779

原创 关系模式的范式判断和规范化

作为二维表,关系要符合一个最基本的条件是每一个分量必须是不可分的数据项。满足了这个条件的关系模式就属于第一范式(1NF)。元组中的一个属性值。假如一个学生信息的关系模式S(Sno,Sname,Ssex,Sdept),那么表中的一个元组(20245311338,张三,男,信息学院)中的 "张三" 就是一个分量,"20245311338" 也是一个分量。非主属性就是除主码外的属性。完全函数依赖和候选码请参考文章一篇文章讲清楚怎么求候选码-CSDN博客。

2024-06-01 18:44:11 202

原创 什么是主码,什么是候选码,主码的候选码的区别是什么

候选码是能够唯一标识数据库表中每一条记录的属性集合。一个表可以有一个或多个候选码。主码是从一个或多个候选码中选定的一个,用来唯一标识表中的每一条记录。

2024-05-31 16:06:48 1832

原创 一篇文章讲清楚怎么求候选码

关系模式 R(A,B,C,D,E,P),其函数依赖集 F={A→B,C→P,E→A,CE→D},其中U代表全集 U注意函数依赖集 F和K→U上的F表达的意义不相同,→上的F表示U完全函数依赖于K。

2024-05-30 17:13:29 731

原创 媒体查询检查设备特性的条件表达式的简单应用

当屏幕宽度在[300px,700px]768像素时,设置指定的CSS样式。768像素时,设置指定的CSS样式。时,设置指定的CSS样式。

2024-05-29 19:42:12 309

原创 数据库语法树优化

where表示的条件可以分为两部分,一部分是题目真正想查询的结果,另一部分是多表连接的条件,where语句强调的是条件,也就是选择,章节一中说到。如果题目要求用等值连接,或者题目给出的关系代数表达式用的等值连接,那么画图也要用等值连接。最后则剩下关系表的连接,表的连接在语法树中笛卡尔积,符号用 x 表示。关系R上的投影是从R中选择出若干属性列组成新的关系。在对应关系模式前,添加题目查询所需的列属性和连接条件的投影。把题目想查询的结果的选择条件移动到对应关系模式前。把表的连接条件拆开,移动到对应关系模式前。

2024-05-27 15:51:17 996

原创 JSP期末要点复习

jsp:param>元素用于向其他JSP元素(如<jsp:forward>、<jsp:include>和<jsp:plugin>)传递参数,通过这种方法可以将数据从一个JSP页面传递到另一个页面或组件。(4)执行查询:使用 executeQuery() 方法执行SQL查询,或使用 executeUpdate() 方法执行更新(如INSERT、UPDATE或DELETE)操作。out对象,用于向客户发送内容的输出,通过out对象可以在在JSP页面中动态生成HTML、文本或其他类型的内容。

2024-05-27 15:49:26 1030

原创 word一按空格就换行怎么办?word文本之间添加空格就换行怎么办?

第一步:选中文本,打开段落。第二步:点击中文版式,勾选允许西文在单词中间换行。确定之后就解决一按空格就自动换行啦!

2024-05-26 15:04:50 538

原创 非等值连接、等值连接、自然连接

首先,三种连接都建立在笛卡尔积之上,此外三种连接的区别,对于非等值连接和等值连接来说,区别已经写在脸上了左图为C

2024-05-25 17:52:39 367

原创 html中table表格的行、列怎么进行合并

在HTML中,使用 <table> 元素来创建表格,而行(tr)和列(td或th)的合并可以通过和属性来实现。这两个属性允许单个表格单元格(td或th)跨越多个列或行。colspan:用于合并列。它定义了一个表格单元格应该横跨多少列。rowspan:用于合并行。它定义了一个表格单元格应该横跨多少行。

2024-05-24 17:50:52 1650

原创 TCP—三次握手和四次挥手

客户端先向服务端发送 SYN 包请求建立连接,然后服务端向客户端发送 SYN+ACK 包同意连接,客户端收到 SYN+ACK 包后发送 ACK 包,服务端收到这个 ACK包 后,连接建立。因为这个过程中互相发送了三包数据,所以称之为三次握手。下面假设主动关闭方为客户端,被动关闭方为服务端。发送一个 FIN 包,表示它已经完成了数据发送,并希望关闭连接。发送一个 ACK 包来确认收到的 FIN 包。发送一个 FIN 包,表示它也准备好关闭连接。发送一个 ACK 包来确认收到的 FIN 包。

2024-05-24 16:05:26 1078

原创 fatal: unable to access ‘https://huggingface.co/xxx: Failed to connect to huggingface.co...

以下命令只会在执行这个特定的 git clone 命令时不使用代理,而不会影响全局的代理设置。取消全局的 http.proxy 配置。对单个Git命令临时取消代理设置。失败是因为的Ctrl+C取消了。

2024-05-22 15:09:51 949

原创 Python-Pyro4使用RPC实现CRC校验

它允许你构建分布式应用程序,其中对象可以在网络中的不同机器上调用彼此的方法,就好像它们都在同一台机器上运行一样。该协议允许运行于一台计算机的程序调用另一个地址空间(通常为一个开放网络的一台计算机)的子程序,而程序员就像调用本地程序一样,无需额外地为这个交互作用编程(无需关注细节)。-shared:告诉编译器生成一个共享库(在 Windows 上是 DLL,在 Linux 上是 so 文件)。heck)循环冗余校验是一种用于检测数据传输或存储中的错误的校验码技术,用于确保数据的完整性。进行信息交互的系统。

2024-05-18 15:50:22 919

原创 使用socket+Python实现ping

然而,由于 PID 的大小可能超出了 ICMP Echo 请求头中标识符字段所能容纳的范围(通常为 16 位),所以通过与 0xFFFF 进行按位与运算,可以确保得到的标识符适合在该字段中使用,即将 PID 限制在 0 到 65535 (即 0xFFFF)的范围内。由于在大多数计算机中,整数是以小端序存储的,所以 count + 1 位置的字节是高字节,需要乘以256(即左移8位)以放在结果整数的高位,然后加上 count 位置的字节作为低位。0xff00 是一个16位的整数,其中高8位是1,低8位是0。

2024-05-05 22:57:51 1268

原创 奈氏准则和香农定理

如果信号中的高频分量在传输时受到衰减,那么在接收端收到的波形前沿和后沿就变得不那么陡峭了,每一个码元所占的时间界限也不再是很明确的,而是前后都拖了“尾巴”。《计算机网络(第8版)》书中就是默认的0、1对应两个码元,然而,如果每个码元能够表示多个比特(例如在使用多电平编码的系统中),那么比特每秒的速率会高于码元每秒的速率。V代表码元的种类数,上一个问题中也提到《计算机网络(第8版)》书中就是默认的0、1对应两个码元,所以log2(底数)2=1,则得到的结论为码元传输的最高速率是 2W(码元/秒)。

2024-05-03 20:06:42 2286 1

原创 粗俗理解多层感知器

每一层神经元接收上一层或下一层的输入,对应前向传播和反向传播,每一个神经元代表一个激活函数。不是只要激活值为正数就激活,所以要设置偏执项。对应以下视频10:59处,原话为:"但有时 即使加权和大于0时 你也不想把神经元点亮,可能只有当和大于例如10的时候才让它激发,此时你就需要加上一个偏置值 保证不能随便激发"。

2024-05-02 19:02:30 793

原创 如何求候选码、属性集的闭包

候选码满足的性质完整定义为:候选码属性自己推出自己满足自反性;如果两个属性之间有边一定是一条有向边(无双向边),并且这一条有向边的方向一定是候选码和被候选码指向的其他属性指向其他属性,满足异想天开之反对称性,我称之为直传递性。

2024-04-24 20:52:31 625

原创 C语言实现简单CRC校验

【代码】C语言实现简单CRC校验。

2024-04-24 17:00:17 498

原创 Python提取word文档中表格的内容到txt的代码

随心贴一位五百年的大魔法师。

2024-03-31 20:13:37 256

原创 如何制作伸缩侧边栏?

则会相对于最近的已定位祖先元素进行定位,如果没有已定位的祖先元素,则相对于最初的包含块进行定位。侧边栏的伸缩需要用户触发事件,这里使用button为例,用户点击按钮实现侧边栏的打开和关闭。是 CSS 中两种不同的定位属性,它们在元素定位和布局上有着不同的作用。会相对于自身的原始位置进行定位,而。

2024-03-31 20:05:54 762

原创 前缀树/字典树Trie

在前缀树中,每个节点可能包含多个子节点,每个子节点代表在当前字符后可能出现的下一个字符。如果多个字符串有相同的前缀,它们将共享前缀树中的一条路径,这使得前缀树在空间使用上非常高效。:尽管前缀树在最坏情况下可能空间效率低下(每个节点只有一个子节点),但对于有共同前缀的字符串集合,前缀树通常比其他数据结构更节省空间。:前缀树是实现自动补全功能的理想数据结构,因为它可以快速找到具有共同前缀的所有字符串。:结束标志true/false,用于表示当前节点是否为一个完整的字符串的结尾.:一个节点的孩子节点.

2024-03-30 20:33:55 467

原创 如何简单在手机上/移动端测试web程序

也许你在搜索到如何在手机上测试web的方法是:Chrome DevTools模拟手机调试岩鼠平台真机调试weinre远程调试工具等等等待但也许只是需要在手机上简单试用一下我们开发的web。

2024-03-27 15:52:53 449

原创 工程数学-线性代数-第六版-第一章—行列式学习笔记

由三阶行列式可以类推出,n阶行列式如下:其中 p1 p2...pn 为自然数1 ,2,…,n的一个排列,t为这个排列的逆序数.由于这样的排列共有n!个,因而a1p1 a2p2 ... anpn 的项共有n!项.所有这n!项的代数和 ∑(-1 )^t *a1p1*a2p2 …

2024-03-20 19:41:21 1834

原创 数据链路层中生成循环冗余检验码(CRC)

透明传输指的是一种数据传输方式,什么样子的字符都可以放在这样的帧中传输过去,其中传输的数据在传输过程中不会被修改,网络设备(如交换机和路由器)对数据的传输不施加任何影响,使得发送端和接收端看起来就像是直接连接的一样。从物理层传来的比特(实际上就是物理层表示数据的特殊名称),会在数据链路层封装成帧(实际上就是数据链路层表示数据的特殊名字),之后在网络层变成包,在传输层变成段,最后在会话层、表示层、应用层变为报文。接收端在收到物理层上交的比特流后,就能根据首部和尾部的标记,从收到的比特流中识别帧的开始和结束。

2024-03-15 20:53:10 425

原创 自动创建word文档的exe文件,自定义文件名、保存路径

self.scrollbar = Scrollbar(self.text_frame, command=self.text_file_names.yview)创建一个滚动条, self.text_frame 是滚动条所在的父容器(文本框和滚动条设置为同一个父容器放在一起),command=self.text_file_names.yview 表示滚动条与文本框的纵向滚动事件关联起来。1. 下载完成后双击文件。

2024-03-09 12:26:55 1059

原创 批量梯度下降、随机梯度下降、小批量梯度下降

由于要处理整个训练集,批量梯度下降需要较大的内存来存储全部数据,并且计算速度相对较慢。但它的优点是可以保证收敛到全局最优解,尤其在凸优化问题上表现良好。因为每次只看一个样本,随机梯度下降的计算速度很快,但对于非凸优化问题或存在噪声较多的数据集,可能会收敛到局部最优解而不是全局最优解。此外,由于随机性的存在,它可以帮助跳出局部最优解。小批量梯度下降综合了批量梯度下降的稳定性和随机梯度下降的计算效率,通常在实际应用中被广泛采用。小批量梯度下降是介于批量梯度下降和随机梯度下降之间的一种方法。

2024-02-15 22:54:47 842

原创 sklearn—roc_curve,roc_auc_score

通过设置不同的阈值,这些连续的分数会被转换为二元的分类结果(例如,正类或负类)。AUC的值介于0和1之间,一个完美的分类器的AUC为1,而一个完全随机的分类器的AUC为0.5。计算 ROC 曲线的各个点,并返回假正例率(False Positive Rate, FPR)、真正例率(True Positive Rate, TPR)以及用于生成这些率的决策阈值(Thresholds)。获取模型对每个样本的决策分数,这些分数随后被用于计算ROC曲线和AUC分数,以评估模型对于识别数字“5”的性能。

2024-02-08 18:21:23 981

原创 sklearn-cross_val_predict,confusion_matrix,precision_score, recall_score, f1_score

在这个例子中, X_train包含60000个手写数字图像的特征向量,而 y_train_5 是一个布尔数组,表示每个图像是否代表数字"5"(True表示是"5",False表示不是"5")。也就是预测结果是 5 实际情况也是 5,和预测结果是 5 实际情况也是 5 + 预测结果不是5 实际情况也不是5 的比例。,精确率是预测为正类(此例中为数字"5")的样本中,实际为正类的比例。也就是预测结果和实际情况为5 和 预测结果和实际情况为5 + 预测结果为5实际情况不是5之和 的比例。

2024-02-07 17:20:29 1065

原创 使用sklearn-SGDClassifier分类mnist数据集中‘5‘,并使用交叉验证评估模型

random_state参数是许多算法中用于控制随机数生成的种子值的一个常见参数。通过设置random_state为一个固定的整数值,可以确保代码的随机性部分是可重复的,这意味着每次运行代码时,如果输入数据不变,使用相同的random_state值将得到完全相同的结果。1. 下图报错也许是因为尝试使用shuffle_index数组来索引X_train[]DataFrame时,该索引数组中的值被误解。这个数组shuffle_index可以用于打乱数据集,确保数据的随机性。3. 以图片形式显示X[66666]

2024-02-06 21:21:50 757

原创 几个简单的shell编程

【代码】几个简单的shell编程。

2024-02-03 20:47:24 412 1

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