- 博客(115)
- 资源 (4)
- 收藏
- 关注
RSS订阅原创 C++多线程基础
互斥量（mutex）是个类对象，同一时刻多个线程都可以调用互斥量的成员函数lock()来尝试加锁，只有一个线程可以锁成功，成功的标志是lock()函数返回了；可以手动unlock()，unique_lock在析构的时候会判断对应的mutex有没有unlock，如果已经unlock，就不会再次unlock。使用try_to_lock会尝试用mutex的lock()去锁定这个mutex，但如果没有锁定成功，也会立即返回，并不会阻塞在那里。用了lock_guard以后，就不能使用lock()和unlock()..
2022-08-14 07:49:09
484
1
原创 【23考研】408代码题参考模板——栈和队列（C++STL）
队列对应的结构体为queue，同栈一样需要在尖括号中指明队列中需要存放的元素类型。//定义一个存放int类型元素的队列。
2022-08-03 04:45:34
2908
1
原创 【23考研】408代码题参考模板——链表
单链表标红色的为必须掌握有多个模板的只要掌握一种即可。单链表单链表结点结构体其中数据域data的类型可以根据需要修改成其他的。单链表中间插入结点。
2022-07-29 21:50:33
4258
2
原创 23考研李林880第九章曲线积分与曲面积分综合题3-21
设f(x,y)f(x,y)f(x,y)在x2+y2≤1x^2+y^2\leq1x2+y2≤1上有一阶连续偏导数，且在边界上取值为零，证明：limt→0+−12π∬Dxfx′(x,y)+yfy′(x,y)x2+y2dxdy=f(0,0)\underset{t\rightarrow 0^+}{\lim}\frac{-1}{2\pi}\iint\limits_D{\frac{xf_x'\left( x,y \right) +yf_y'\left( x,y \right)}{x^2+y^2}dxdy}=f\l
2022-07-08 18:19:54
574
原创 23考研李林880第九章曲线积分与曲面积分综合题3-20
设f(x,y)f(x,y)f(x,y)在D={(x,y)∣x2+y2≤1}D=\left\{ \left( x,y \right) |x^2+y^2\leq 1 \right\}D={(x,y)∣x2+y2≤1}上有二阶连续偏导数，且∂2f∂x2+∂2f∂y2=e−(x2+y2)\frac{\partial ^2f}{\partial x^2}+\frac{\partial ^2f}{\partial y^2}=e^{-\left( x^2+y^2 \right)}∂x2∂2f+∂y2∂2f=e−(x2
2022-07-08 16:18:12
544
2
原创 23考研660数一数二数三221题，微分方程
设A，B都是不等于零的常数，则微分方程y′′−2y′+5y=excos2xy''-2y'+5y=e^xcos2xy′′−2y′+5y=excos2x有特解（）(A)y∗=xex(Acos2x+Bsin2x)y^*=xe^x(Acos2x+Bsin2x)y∗=xex(Acos2x+Bsin2x)(B)y∗=ex(Acos2x+Bsin2x)y^*=e^x(Acos2x+Bsin2x)y∗=ex(Acos2x+Bsin2x)(C)y∗=Axexcos2xy^*=Axe^xcos2xy∗=Axexcos2x
2022-07-07 14:32:28
875
原创 设f(x)=∑x^n/n^2,证明f(x)+f(1-x)+lnxln(1-x)=∑1/n^2
设f(x)=∑n=1∞xnn2，证明：f(x)+f(1−x)+lnxln(1−x)=∑n=1∞1n2\text{设}f\left( x \right) =\sum_{n=1}^{\infty}{\frac{x^n}{n^2}}\text{，证明：}f\left( x \right) +f\left( 1-x \right) +\ln x\ln \left( 1-x \right) =\sum_{n=1}^{\infty}{\frac{1}{n^2}}设f(x)=n=1∑∞n2xn，证明：f(x)
2022-07-05 22:34:29
688
原创 【23考研】计算机408数据结构代码题强化阶段划重点（王道书）
本篇只适合考408的同学，请自主命题的同学自觉右上角×掉因为王道书为了照顾自主命题的同学，所以很多算法也给出了代码实现，实际上对于考408的同学，很多代码是不需要掌握的，毕竟408的代码题没有像自主命题有些挖的那么深，那么难。对于顺序表，一般情况下不需要使用结构体包起来，直接使用数组就行传参时只需传一个数组名，一个数组中元素个数就行了2.2.2顺序表上的基本操作的实现p15增删改查，此处查找指的是顺序查找单链表的话这个结构体就需要掌握了头插法（可以用于链表逆置），尾插法，单链表的遍历，插入结点，删除
2022-07-04 15:12:46
11625
7
原创 若xn＞0,且x(n+1)/xn＞1-1/n(n=1,2,...)，证明级数∑xn发散
若xn>0，且xn+1xn>1−1n (n=1,2,...)，证明级数∑n=1∞xn发散若x_n>0，且\frac{x_{n+1}}{x_n}>1-\frac{1}{n}\,\,\left( n=1,2,... \right) ，证明级数\sum_{n=1}^{\infty}{x_n}发散若xn>0，且xnxn+1>1−n1(n=1,2,...)，证明级数n=1∑∞xn发散∵xn+1xn>1−1n=n−1n\because \frac{x_{n+1}}{x_n}>1-\frac{1}{
2022-06-25 19:19:09
560
原创 格林公式挖洞法中内曲线顺时针的直观解释
使用格林公式的时候，取曲线逆时针为正方向，但如果曲线包围的区域内存在奇点，则不能直接使用格林公式，需要先使用挖洞法，其中内曲线为顺时针，大家记忆口诀通常是“外逆内顺”，如图所示，A为平面上的奇点当然曲线可能并不像图示那么光滑，可能是凹凸不平，比如这样为了作图简单，本文将使用较为简单的曲面那么为什么内曲线是顺时针呢，本文给大家一个直观的解释。先来看一个这样的曲面，围成的区域为黄色部分，如图所示此区域不包含奇点，所以可以放心的使用格林公式∮C=∫C1+∫l1+∫C2+∫l2=∬D\oint_C{}
2022-06-22 15:34:39
6268
2
原创 三维向量场中的通量
在空间的每一个点，都有F→=Pi^+Qj^+Rk^\overrightarrow{F}=P\widehat{i}+Q\widehat{j}+R\widehat{k}F=Pi+Qj+Rk其中PPP，QQQ，RRR，均为xxx，yyy，zzz的函数在2维中，向量场穿过曲线C的流量记为∫CF→⋅n^ ds\int_C{\overrightarrow{F}\cdot \widehat{n}\ ds}∫CF⋅n ds在3维中，向量场穿过曲面S的流量记为∬SF→⋅n^ dS\iint_S{\overrig
2022-06-22 03:22:52
730
原创 对面积的曲面积分中dS与dxdy的转换
如图所示，假设曲面z=f(x,y)z=f(x,y)z=f(x,y)上一小块面积ΔS\Delta SΔS在xoy轴上的投影为矩形ABCD，由于取的面积足够小，可以将其视为平行四边形。则ΔS\Delta SΔS与ΔxΔy\Delta x \Delta yΔxΔy的关系可以视为平行四边形EFGH的面积与矩形ABCD面积之间的关系。矩形ADADAD的长度为Δx\Delta xΔx（x的变化量），ABABAB的长度为Δy\Delta yΔy（y的变化量），则SABCD=ΔxΔyS_{ABCD}=\Delta
2022-06-19 16:34:59
15590
3
原创 【应试技巧】格林公式记忆方法及简单推导
大家在学格林公式的时候会发现其实书本上给的形式并不容易记忆。大家可能会产生下述的问题忘记了逆时针和顺时针哪个是正方向？忘记了P，Q该对谁求偏导？忘记了求偏导以后是谁减谁？本文分为两个部分，第一部分是将格林公式进行转换成更容易记忆的形式。第二部分是简单的对格林公式进行推导，如果在考场上实在想不起来，也可以通过2-3分钟的计算来得出格林公式。首先我们要知道，格林公式是建立闭合曲线积分和二重积分的桥梁。∮↔格林公式∬\oint{}\xleftrightarrow{\text{格林公式}}\iint{
2022-06-17 22:05:09
4377
1
原创 等价无穷小的精度问题
在求极限的时候，我们有一大利器等价无穷小替换。但是在替换的时候如果使用不当，会产生精度不够的问题，从而导致我们的计算错误。那么为什么会产生精度不够的问题，等价无穷小的本质是什么，这就是本文要来探讨的问题。参考阅读：泰勒公式系列之一，多项式逼近大O表示同阶无穷小小o表示高阶无穷小如对于x2+2x3+x4x^2+2x^3+x^4x2+2x3+x4，用大O表示则表示为O(x2)O(x^2)O(x2)，即与x2x^2x2为同阶无穷小；小o表示为o(x)o(x)o(x)，表示是xxx的高阶无穷小。对于exe^x
2022-06-13 14:08:09
3977
1
转载 全微分的意义
一元函数微分很容易理解，直观，但是推广到多维后，尽管教科书给出了严格定义，但总觉得中间有道坎，想不明白。本文用图形帮助大家直观理解全微分。如果一元函数可微，则利用直线代替曲线估计函数值的变化，得到，Δy=f′(x0)Δx+o(Δx)\Delta y=f'\left( x_0 \right) \Delta x+o\left( \Delta x \right) Δy=f′(x0)Δx+o(Δx)全微分形式：几何解释：一元函数用直线代替曲线，则n元函数用平面代替曲面，这个平面称为切平面。为了方便，
2022-06-05 16:32:58
2882
原创 摆线方程推导（向量法）
一个圆沿一条直线运动时，圆边界上一定点所形成的轨迹。截取某时刻的状态，P为此时轨迹上的点，C为圆心，T为圆与x轴的交点。现在我们需要求点P的坐标与圆转动的角度θ\thetaθ之间的关系。由向量的加法运算法则可知OP→=OT→+TC→+CP→\overrightarrow{OP}=\overrightarrow{OT}+\overrightarrow{TC}+\overrightarrow{CP}OP=OT+TC+CP由于∣OT→∣\left| \overrightarrow{OT} \righ
2022-06-01 13:31:59
2204
原创 正项级数的积分审敛法，p级数的敛散性
定理Suppose f(x)f(x)f(x) is continuous, positive and decreasing on [1,∞]\left[ 1,\infty \right][1,∞]. If an=f(n)a_n=f(n)an=f(n) for all n=1,2,...n=1,2,...n=1,2,..., then∑n=1∞an is convergent. ⟺ ∫1+∞f(x)dx is convergent\sum_{
2022-05-25 11:33:20
1685
原创 求旋转体体积表面积时的dx，ds问题的简单解释
说明本文并不是严格的证明，只是简单的用于理解，所以采用的曲线比较特殊，为y=xy=xy=x并且在[0,1][0,1][0,1]区间上，实际对于复杂的曲线，取微元时Δy\Delta yΔy与Δx\Delta xΔx为线性关系，即Δy=αΔx\Delta y=\alpha \Delta xΔy=αΔx，在本文中Δy=Δx\Delta y=\Delta xΔy=Δx。将区间划为nnn个小区间，对于区间[a,b][a,b][a,b]，每个区间Δx=b−an\Delta x=\frac{b-a}{n}Δx=nb−
2022-05-20 16:17:16
3512
4
原创 高斯积分e^(-x^2)在无限域上的定积分
题目计算I=∫−∞+∞e−x2dxI=\int_{-\infty}^{+\infty}{e^{-x^2}dx}I=∫−∞+∞e−x2dx方法一I=∫−∞+∞e−x2dx=∫−∞+∞e−y2dyI=\int_{-\infty}^{+\infty}{e^{-x^2}dx}=\int_{-\infty}^{+\infty}{e^{-y^2}dy}I=∫−∞+∞e−x2dx=∫−∞+∞e−y2dyI2=∫−∞+∞e−x2dx⋅∫−∞+∞e−y2dy=∫−∞+∞dx∫−∞+∞e−x2⋅e−y2d
2022-05-15 16:25:12
2355
2
原创 旋转体体积的两种常用求法及单位转换问题
例如图所示，求由y=x2y=x^2y=x2绕y轴旋转而成的旋转体的体积方法一：对y积分（Disks）如图所示，盘片的面积为πx2\pi x^2πx2，厚度为dydydy的盘片的体积为dV=πx2dydV=\pi x^2dydV=πx2dy ，则体积VVV的计算方法如下：V=∫0aπx2dyV=\int_0^a{\pi x^2dy}V=∫0aπx2dy换元y=x2\text{换元}y=x^2换元y=x2V=∫0aπy dy=πy22∣0a=πa22V=\int_0^a{\
2022-05-14 19:45:04
3576
原创 常用基本初等函数的求导公式推导
0、常用基本初等函数的求导公式1、axa^xax和exe^xex的导数根据导数的定义ddxax=limΔx→0ax+Δx−axΔx=limΔx→0ax⋅aΔx−axΔx=axlimΔx→0aΔx−1Δx\frac{d}{dx}a^x=\underset{\Delta x\rightarrow 0}{\lim}\frac{a^{x+\Delta x}-a^x}{\Delta x}=\underset{\Delta x\rightarrow 0}{\lim}\frac{a^x\cdot a^{\
2022-05-04 12:20:11
6087
原创 两个重要极限的推导
两个重要极限（1）limθ→0sinθθ=1 （θ为弧度）\underset{\theta \rightarrow 0}{\lim}\frac{\sin \theta}{\theta}=1\ \ \text{（}\theta \text{为弧度）}θ→0limθsinθ=1 （θ为弧度）（2）limx→∞(1+1x)x=e\underset{x\rightarrow \infty}{\lim}\left( 1+\frac{1}{x} \ri
2022-05-03 16:37:47
2354
2
原创 VI / VIM 编辑器基本操作
VI 是 Unix 操作系统和类 Unix 操作系统中最通用的文本编辑器。VIM 编辑器是从 VI 发展出来的一个性能更强大的文本编辑器。可以主动的以字体颜色辨别语法的正确性，方便程序设计。VIM 与 VI 编辑器完全兼容VI/VIM有一般模式、编辑模式、命令模式三种模式，可以通过特定的指令在三种模式间进行灵活的转换。模式间的转换一般模式以VI或VIM直接打开的文档就处于一般模式，在这个模式中，可以进行简单的删除、复制、粘贴操作。常用语法语法功能描述yy复制光标当前一行
2022-04-22 12:56:23
484
原创 【吴恩达深度学习】Trigger Word Detection
Trigger Word DetectionWelcome to the final programming assignment of this specialization!In this week’s videos, you learned about applying deep learning to speech recognition. In this assignment, you will construct a speech dataset and implement an algor
2022-04-19 21:53:15
324
原创 【吴恩达深度学习】Neural Machine Translation
Neural Machine TranslationWelcome to your first programming assignment for this week!You will build a Neural Machine Translation (NMT) model to translate human readable dates (“25th of June, 2009”) into machine readable dates (“2009-06-25”). You will do
2022-04-19 15:09:19
1400
原创 【吴恩达深度学习】05_week3_quiz Sequence models & Attention mechanism
(1)Consider using this encoder-decoder model for machine translation.This model is a “conditional language model” in the sense that the encoder portion (shown in green) is modeling the probability of the input sentence x.[A]True[B]False答案：B解析：输入的是句子x
2022-04-17 21:07:04
1663
原创 【吴恩达深度学习】Emojify
Emojify!Welcome to the second assignment of Week 2. You are going to use word vector representations to build an Emojifier.Have you ever wanted to make your text messages more expressive? Your emojifier app will help you do that. So rather than writing “
2022-04-15 16:44:46
1221
原创 【吴恩达深度学习】Operations on word vectors
Operations on word vectorsWelcome to your first assignment of this week!Because word embeddings are very computionally expensive to train, most ML practitioners will load a pre-trained set of embeddings.After this assignment you will be able to:Load p
2022-04-14 19:59:42
355
原创 【吴恩达深度学习】05_week2_quiz Natural Language Processing & Word Embeddings
(1)Suppose you learn a word embedding for a vocabulary of 10000 words. Then the embedding vectors should be 10000 dimensional, so as to capture the full range of variation and meaning in those words.[A]True[B]False答案：B解析：注意和one-hot的区别。(2)What is t-SN
2022-04-13 21:45:11
996
原创 TensorFlow Keras LSTM 输出解释
参考文章：What does Tensorflow LSTM return?Tensorflow RNN LSTM output explanation>>> inputs = tf.random.normal([32, 10, 8])>>> lstm = tf.keras.layers.LSTM(4)>>> output = lstm(inputs)>>> print(output.shape)(32, 4)>&
2022-04-10 12:00:25
1943
2
原创 【吴恩达深度学习】Improvise a Jazz Solo with an LSTM Network
Improvise a Jazz Solo with an LSTM NetworkWelcome to your final programming assignment of this week! In this notebook, you will implement a model that uses an LSTM to generate music. You will even be able to listen to your own music at the end of the assi
2022-04-09 19:03:48
647
原创 【吴恩达深度学习】Character level language model - Dinosaurus land
Character level language model - Dinosaurus landWelcome to Dinosaurus Island! 65 million years ago, dinosaurs existed, and in this assignment they are back. You are in charge of a special task. Leading biology researchers are creating new breeds of dinosa
2022-04-07 21:36:39
440
原创 【吴恩达深度学习】Building your Recurrent Neural Network - Step by Step
Building your Recurrent Neural Network - Step by StepWelcome to Course 5’s first assignment! In this assignment, you will implement your first Recurrent Neural Network in numpy.Recurrent Neural Networks (RNN) are very effective for Natural Language Proce
2022-04-03 18:33:33
1365
原创 【吴恩达深度学习】05_week1_quiz Recurrent Neural Networks
(1)Suppose your training examples are sentences (sequences of words). Which of the following refers to the jth word in the ith training example?[A] x(i)<j>x^{(i)<j>}x(i)<j>[B] x<i>(j)x^{<i>(j)}x<i>(j)[C] x(j)<i>
2022-03-22 21:06:18
284
原创 【吴恩达深度学习】Deep Learning & Art: Neural Style Transfer
Deep Learning & Art: Neural Style TransferWelcome to the second assignment of this week. In this assignment, you will learn about Neural Style Transfer. This algorithm was created by Gatys et al. (2015) (https://arxiv.org/abs/1508.06576).In this assi
2022-03-18 13:20:13
339
原创 【吴恩达深度学习】Face Recognition for the Happy House
Face Recognition for the Happy HouseWelcome to the first assignment of week 4! Here you will build a face recognition system. Many of the ideas presented here are from FaceNet. In lecture, we also talked about DeepFace.Face recognition problems commonly
2022-03-17 18:24:56
282
01_week2_Python Basics with numpy (optional)
2022-02-10
01_week2_Logistic Regression with a Neural Networkmindset
2022-02-07
深度学习pytorch龙良曲配套课程课件和代码
2022-02-03
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人