qq_37726128的博客

原创 2021-08-04

原创 基于windows10下 ----git安装与基本使用

一. Git安装官网下载githttps://git-scm.com/download/win但是一般官网下载比较慢，所以在网上找到了国内镜像下载https://npm.taobao.org/mirrors/git-for-windows/安装的时候就一路Next就好二. Git基本使用git分为工作区，暂存区，仓库区（后面两个都在版本库中）工作区：就是编辑代码的操作(比如在vscode上编辑代码就是在工作区上的操作)；暂存区：暂存区指将工作区中的操作完成小阶段的存储，是版本库的一部分；

原创 Django 图片上传

首先在settings.py中配置MEDIA_URL='/media/'MEDIA_ROOT=os.path.join(BASE_DIR,'media')创建存储图片的模型以及表单#models.pyclass Upload(models.Model): username=models.CharField(max_length=100) icon=models.FileField(upload_to='img/') def __str__(self):

原创 Django 中间件

Django 中间件是修改 Django request 或者 response 对象的钩子，可以理解为是介于 HttpRequest 与 HttpResponse 处理之间的一道处理过程。浏览器从请求到响应的过程中，Django 需要通过很多中间件来处理，可以看如下图所示：使用中间件首先需要在settings.py文件中配置，不然后台也不知道你添加了中间件，只会按照默认的中间件流程进行操作中间件可以定义四个方法，分别是：process_request(self,request) #process

原创 Django QQ邮箱发送

首先需要去QQ邮箱设置（邮箱设置–账户页面）打开服务，获得授权码然后在settings.py文件下进行配置# 邮件配置EMAIL_HOST = 'smtp.qq.com'EMAIL_PORT = 25EMAIL_HOST_USER = '你的qq号@qq.com' # 你的 QQ 账号EMAIL_HOST_PASSWORD = 'ascupxyvwxuljcih'EMAIL_USE_TLS = True # 这里必须是 True，否则发送不成功EMAIL_FROM = EMAIL_HOST

原创 Django使用表单

参考链接Django表单系统的核心组件是 Form 类。它与Django模型描述对象的逻辑结构、行为以及它呈现给我们内容的形式的方式大致相同， Form 类描述一张表单并决定它如何工作及呈现。1.构建一张表单#forms.pyfrom django import formsclass NameForm(forms.Form): your_name = forms.CharField(label='Your name', max_length=100)在视图函数中使用无论用表单提交

原创 Django模型执行查询

参考链接定义的模型类from django.db import modelsclass Blog(models.Model): name = models.CharField(max_length=100) tagline = models.TextField() def __str__(self): return self.nameclass Author(models.Model): name = models.CharField(max_l

原创 连接服务器端ubuntu16 安装boost

第一步–下载boost压缩包这里我下载的是1.70.0版本的wget https://dl.bintray.com/boostorg/release/1.70.0/source/boost_1_70_0.tar.gz第二步：解压tar xzvf boost_1_70_0.tar.gz#然后进入boost目录cd boost_1_70_0将上面两个参数指定在主目录下创建的tools，因为之前已经在path中设置环境变量了，把一些需要编译安装的软件都指定在/home/用户名/tools下，

原创 连接服务器端ubuntu16 编译安装gcc g++7.5.0,cmake3.10.0

第一步–下载gccwget http://mirror.linux-ia64.org/gnu/gcc/releases/gcc-7.5.0/gcc-7.5.0.tar.gz第二步–对压缩文件进行解压tar zxvf gcc-7.5.0.tar.gz第三步–进入目录执行脚本下载依赖包cd gcc-7.5.0./contrib/download_prerequisites这个过程估计会持续几分钟第四步–编译先创建一个文件夹，把四个依赖都复制到所创建的文件夹中mkdir gcc-Buil

原创 Django-表单（实现将表单的数据渲染到页面上）

在forms.py文件下注册表单数据from django import formsclass UserForm(forms.Form): username = forms.CharField(label='用户名',max_length=100) password = forms.CharField(label='密_码',widget=forms.PasswordInput...

原创 conda安装包--torch,numpy,matplotlib

conda安装包这两天想创建虚拟环境来专门跑一些神经网络的算法，无奈虚拟环境创建成功后（其实在创建虚拟环境的过程中也有遇到一些问题，之前一直创建没有问题，最近也不知道怎么的），如果遇到问题，可以参考以下链接;创建虚拟环境失败，出现HTTP000错误在虚拟环境下用pip install ***安装包但是却没用成功安装，安装到anaconda的包中了注意打开的终端为Anaconda Power...

原创 学位论文笔记--Study of Routing Algorithms for PCB Design（第二章+第三章）

第二章–PCB布线原理本章回顾了PCB布线的一些基础知识。 首先，解释了四种类型的信号网布线问题。 然后，分别讨论了两种基本的布线方法及其代表算法。 基于这些布线架构和方法，我们对PCB布线设计进行了研究。2.1 信号网布线在现代PCB布线设计中，由于复杂度越来越高，电子设计自动化（EDA）已被广泛用于自动化优化。 EDA是设计电子系统的一类软件工具。 它在复杂的PCB布线设计过程中高度依赖...

原创 学位论文笔记：A Study of Routing Algorithms for PCB Design

A Study of Routing Algorithms for PCB Design第一章引言本章主要研究印刷电路板（PCB）设计的布线算法，并提出了与PCB布线问题有关的三个主要方面。 本章首先概述了PCB的体系结构和封装以及再分配层（RDL）的结构，然后介绍了PCB中的三个典型布线问题，并提出了本文的建议。1.1 PCB 以及 Flip-chip概述PCB是由玻璃纤维，环氧树...

原创 论文笔记--Automatic Bus Planner for Dense PCBs

Automatic Bus Planner for Dense PCBs总线规划： 总线规划是PCB布线中最耗时的步骤之一。 它包括将总线分配给PCB的多个层，并在每层上以平面方式对它们进行布线。 路由过程中还必须考虑板载组件之间的路由拥塞和总线的最小-最大长度范围。提出这篇论文的动机随着IC技术的飞速发展，封装和PCB的尺寸正在减小，而引脚数和布线层却不断增加。 如今，高性能PCB通常包含...

原创 Laplacian Eigenmaps and Bayesian Clustering Based Layout Pattern Samplingand Its Applications to Hot

论文笔记：Laplacian Eigenmaps and Bayesian Clustering Based Layout Pattern Samplingand Its Applications to Hotspot Detection and OPC摘要有效的布局图案采样是光刻工艺优化，热点检测和模型校准的基本要素。 现有的模式采样算法依赖于矢量量化或启发式方法。 然而，由于诸如高维布局特...

原创 EPIC: Efficient Prediction of IC Manufacturing HotspotsWith a Unified Meta-Classification Formulatio

论文笔记 --EPIC: Efficient Prediction of IC Manufacturing HotspotsWith a Unified Meta-Classification Formulation摘要在本文中，我们介绍了EPIC，这是一种用于深亚波长光刻的IC制造热点的有效的预测器。 EPIC提出了一个统一的框架，使用数学编程/优化将不同的热点检测方法（例如机器学习和模式匹...

原创 论文阅读笔记：The Implementation of Genetic Algorithm and Routing Lee for PCB Design Optimization

The Implementation of Genetic Algorithm and Routing Lee for PCB Design Optimization摘要在PCB设计中，放置元件和布线非常重要，尽管它们需要大量的时间和精度。迄今为止可用的自动放置器和自动路由器应用程序是专有的，因此不能自由开发。 结合遗传算法和Routing Lee算法，提出了PCB的优化设计。 遗传算法自动分...

原创 VLSI Layout Hotspot Detection Based on DiscriminativeFeature Extraction

论文笔记–VLSI Layout Hotspot Detection Based on DiscriminativeFeature Extraction基于鉴别特征提取的超大规模集成电路版图热点检测摘要特征提取是基于机器学习的VLSI布局热点检测流程的关键阶段。 常规的基于机器学习的方法应用各种特征提取技术来近似纳米级的原始布局结构。 但是，在近似过程中会丢失一些重要的布局模式信息，从而导致...