qq_35674193的博客

应用密码学 | 秘密共享的概念与算法详解 - 知乎

拉格朗日

【代码】hredis 发布订阅 二进制数据。

【代码】使用hiredis实现publish和subscribe。

absl-py 1.4.0addict 2.4.0ansi2html 1.8.0anyio 3.7.0argon2-cffi 21.3.0argon2-cffi-bindings 21.2.0arrow 1.2.3asttokens 2.2.1attrs

介绍的很通俗，推荐。

【代码】reids 存取c语言结构体数据。

【代码】ctp OnRtnTrade 返回值。

【代码】ctp OnRtnOrder 返回的非空值。

【代码】GB2312转UTF8。

通过多个点拟合多项式表达的曲线。

牛顿插值法推导出泰勒公式

gbdt、xboost、adaboost大概的区别和联系

一、embedding1、pytorch——embedding函数生成的embedding2、pos embedding【1,2,3,4,。。。。。32】 这个列表生成的embedding3、type embedding 有两句话时来区分的。 最终是1+2+3三个向量相加得最终embedding二、mul-head q、k、v，生成bert-embedding,一共12个head1、q k两两结合，使用softmax生成注意力权重，然后和v结合生成b，b为最终值2、self attention完成后

下面这些是比价出名的顶会CVPR：IEEE国际计算机视觉与模式识别会议ECCV：欧洲计算机视觉国际会议ICCV：国际计算机视觉大会AAAI：国际先进人工智能协会NIPS：神经信息处理系统大会ICLR：国际学习表征会议ICML：国际机器学习会议...

让图像看起来模糊，可以用局部像素均值的方法，如果使用简单平均，显然不是很合理，因为图像都是连续的，越靠近的点关系越密切，越远离的点关系越疏远。因此，加权平均更合理，距离越近的点权重越大，距离越远的点权重越小。。。。。。...

此函数主要是为了归一化，本文主要讲解如何计算的，原理可以搜索其他博文。上代码：# -*-coding:utf-8-*-import randomimport numpy as npimport torchtorch.manual_seed(50)random.seed(50)batch = torch.nn.BatchNorm2d(1,momentum = 0, eps=0,affine =False, track_running_stats=False)data =torch.

import cv2 as cvimport numpy as np#读取文件img = 'C:/Users/DELL/Desktop/pic2/1.png'planets = cv.imread(img)#转成灰度图片gray = cv2.cvtColor(planets, cv2.COLOR_RGB2GRAY)#sobel边缘检测sobel_x = cv2.Sobel(gray, cv2.CV_8U, 1, 0)#霍夫圆检测circles = cv.HoughCircles.

贝叶斯是一个公式：朴素贝叶斯是一种分类方法，为了计算方便和可行，事先假设Xi条件独立。本来需要计算：假设独立后只需计算：