好饿呀~～～-CSDN博客

原创数据库系统概论笔记（第四章中级SQL）——持续更新，争取每周一章

数据库系统概述笔记第四章中级SQL

2022-04-13 15:10:38 1044

1 Linux基础课施工位(后期会更新Linux工程课的内容)2 Linux知识点2.1 Linux学习方向运维工程师Linux嵌入式工程师服务器应用嵌入式应用2.2 Linux 的目录结构2.2.1 基本介绍linux 的文件系统是采用级层式的树状目录结构，在此结构中的最上层是根目录“/”，然后在此目录下再创建其他的目录。深刻理解 linux 树状文件目录是非常重要的，这里我给大家说明一下。记住一句经典的话：在 Linux 世界里，一切皆文件。2.2.2 目录结构的具体介绍

2022-04-03 10:59:19 1151

原创 Linux知识点回顾之shell编程

Linux知识点回顾之shell编程shell编程1 基本介绍1.1 Shell 脚本1.2 Shell 环境1.3 第一个shell编程1.4 运行 Shell 脚本有两种方法：1.5 Shell 变量1.5.1 使用变量1.5.2 只读变量1.5.3 删除变量1.5.4 变量类型1.6 Shell 字符串1.6.1 单引号1.6.2 双引号1.6.3 拼接字符串1.6.4 获取字符串长度1.6.5 提取子字符串1.6.6 查找子字符串1.7 Shell 数组1.7.1 定义数组1.7.2 读取数组1.7

2022-03-29 19:59:03 1726

原创数据库系统概论笔记（第三章 SQL）——持续更新，争取每周一章

数据库系统概论-第三章第三章 SQL3.1 SQL语言概述3.2 SQL数据定义3.2.1 基本类型3.2.2 基本模式定义3.3 SQL查询的基本结构3.3.1 单关系查询3.3.2 多关系查询3.3.3 自然连接3.4 附加的基本运算3.4.1 更名运算3.4.2 字符串运算3.4.3 select子句中的属性说明3.4.4 排列元组的显示次序3.4.5 where子句谓词3.5 集合运算3.5.1 并运算3.5.2 交运算3.5.3 差运算3.6 空值3.7 聚集函数3.7.1 基本聚集3.7.2 分

2022-03-24 14:34:52 1803

原创 Linux下error:Failed dependencies解决方案

1 问题描述当我尝试在Ubuntu中安装vscode的rpm包时，出现了如下错误：[root@localhost src]# rpm -ivh code-insider-1.66.0-1647322605.el7.x86_64.rpmerror: Failed dependencies: code-insider conflicts with (installed) code-insider-1.66.0-1647322605.el7.x86_64关于deb包和rpm包区别见：Linux下deb

2022-03-21 09:49:14 3432

转载 Linux下deb包和rpm包区别

Linux下deb包和rpm包区别有的系统只支持使用rpm包安装，有的只支持deb包安装，混乱安装会导致系统问题。rpm包主要用于redhat及分支如redhat，centos，Fedora等而deb包主要用于debian及分支如debian，ubuntu等。rpm包相对来说版本不是最新的，但是比较稳定；而deb包则相对来说版本比较新，一般某个新软件出来说可能有deb包，但是使用过程中容易引起bugs。1 rmp包rmp 是 LINUX 下的一种软件的可执行程序，你只要安装它就可以了。这种软件安

2022-03-21 09:41:27 39004 1

原创 ubuntu安装docker + 配置国内源和加速器

ubuntu安装Docker官方文档： Docker安装教程1 环境依赖$ sudo apt-get update$ sudo apt-get install \ linux-image-extra-$(uname -r) \ linux-image-extra-virtual2 安装docker包$ sudo apt-get install \ apt-transport-https \ ca-certificates \ curl \ sof

2022-03-21 09:11:14 3288

原创数据库系统概论笔记（第二章关系模型介绍）——持续更新，争取每周一章

第二章关系模型简介数据模型是描述数据、数据联系、数据语义以及一致性约束的概念工具的集合。2.1 关系数据库的结构我们先学习一下关系模型的相关术语：**关系（relation）用来指代表，而元组（tuple）**用来代表行。类似地，**属性（attribute）**指代的是表中列。**关系实例（relation instance）**这个术语来表示一个关系的特定实例，也就是所包含的一组特定的行。对于关系的每个属性，都存在一个允许取值的集合，称为该属性的域（domain）。例如:这样的

2022-03-16 21:02:15 1305

原创数据库系统概论笔记（第一章引言）—— 持续更新，争取每周更新一章

第一章引言**数据库管理系统（DataBase-Management System, DBMS）*是由一个相互关联的数据的集合和一组用以访问这些数据的程序构成。这个数据集合通常称为数据库（DataBase）。1.1 数据视图数据库系统的一个主要目标是给用户提供数据的抽象视图，也就是说，系统隐藏关于数据存储和维护的某些细节。1.1.1 数据抽象物理层（Physical level）。最低层次的抽象，描述数据实际上是如何存储的。逻辑层（logical level）。比物理层层次稍高的抽象，描述

2022-03-15 23:20:16 1229

原创在VS2019中配置 OpenCV4.5.5教程

在VS2019中配置 OpenCV4教程1 下载安装包下载地址：Opencv官网2 设置环境变量在path中增加两条：其实就是你opencv的安装路径。3 新建VS项目设置为模式为Debug和X644 增加属性表4.1 打开属性管理器4.2 添加属性表在VS的菜单栏中打开属性管理器。我们在属性管理器中设置我们的项目，包括opencv的头文件什么的。注意这里原始只有三个（就是方框里的那三个），另外一个是我后面加的。你们后面也要加一个这样的文件，不过文件的名称可以是不相同的。

2022-03-07 14:23:50 4954 1

原创解决问题：cv::Exception,位于内存位置 0x000000D2956FE120 处

问题描述：当我在visual studio中安装完opencv时，运行第一个Demo文件，出现了如下错误：icrosoft C 异常: cv::Exception,位于内存位置 0x000000D2956FE120 处。执行代码：int main(){ //std::string image_path = samples::findFile("starry_night.jpg"); std::string image_path = "C:\\Users\\86187\\Desktop\\c

2022-03-07 13:41:14 8034 4

原创 torch.device作用

torch.device代表将torch.Tensor分配到的设备的对象，有cpu和cuda两种，这里的cuda就是gpu，至于为什么不直接用gpu与cpu对应，是因为gpu的编程接口采用的是cuda。print(torch.cuda.is_available())#cuda是否可用；print(torch.cuda.device_count())#返回gpu数量；print(torch.cuda.get_device_name(0))#返回gpu名字，设备索引默认从0开始；print(

2022-01-23 10:25:20 1868

原创 JavaScript笔记（二）

JavaScript笔记（二）6 文档对象6.1 document对象简介前两章，我们已经把window对象详细给大家探讨了一遍。这次我们介绍另一个网页中核心的对象：“document对象”。注意：document对象是window对象中的子对象。谈到document对象，其实我们在之前的课程中已经接触很多次了。还记得document.write()吗？这就是document对象的一个方法。document对象除了write()方法外，跟其他对象一样，也有自身一套属性和方法。document对

2022-01-22 20:45:23 1075

转载 C++库文件＜cmath＞ (math.h)

1、三角函数 Trigonometric functions1.1、 cos() 函数/* cos example */#include <stdio.h> /* printf */#include <math.h> /* cos */#define PI 3.14159265int main (){ double param, result; param = 60.0; result = cos ( param * PI / 180.

2021-12-30 23:55:21 1160 1

原创 invalid operands to binary expression 二进制表达式的无效操作数

invalid operands to binary expression 二进制表达式的无效操作数顾名思义错误出在操作符上对类型的操作问题比如两种不能比较的类型进行了比较

2021-12-30 23:40:52 6455

原创 AOV与AOE网

一. 拓扑排序 - AOV网1. 一些概念**DAG（directed acycline graph）：**有向无环图。检查一个有向图是否存在环：从有向图上某个顶点v出发遍历，DFS(v)结束之前，出现一条从顶点u到v的回边，u在生成树上是v的子孙，则有向图中必定存在包含顶点v和u的环。**AOV网（Activity On Vertex Network）：**在一个表示工程的有向图中，用顶点表示活动，用弧表示活动之间的优先关系。这样的有向图为顶点表示活动的网，我们称为AOV网。AOV网中不应该出

2021-12-27 23:10:40 5818

转载哈希表平均查找长度

将关键字序列（7、8、30、11、18、9、14）散列存储到散列表中。散列表的存储空间是一个下标从0开始的一维数组。散列函数为： H(key) = (key*3) MOD 7，处理冲突采用线性探测再散列法，要求装填（载）因子为0.7。(1) 请画出所构造的散列表；(2) 分别计算等概率情况下查找成功和查找不成功的平均查找长度。一、查找成功平均长度通过公式计算出存放的位置，如果该位置已经有数字了，往后找到一个空的放下。存放示意图存放位置0123456789存放数字714 8&nbsp

2021-12-27 23:10:12 28300 7

原创 java字符串操作

java字符串操作操作一：字符串->字符数组这种操作适用于给定了字符串，但实现过程需要对字符串的某些字符进行修改。s = "abc";char[] str = s.toCharArray();操作二：字符串->访问某字符这种操作和上面的操作不同，上面是要对字符串的某字符进行修改，而该操作只是提取判别某字符。s = "abc";x = s.charAt(1);///输出x的值为'b'操作三：字符数组->字符串此操作一般用于操作一将字符串转换为字符数组并实现代码之后，

2021-12-18 19:24:13 101

原创熬夜整理两万字Python知识点

第一章变量和简单数据类型1.1 变量变量的命名：在使用标识符时，需要注意如下规则：标识符可以由字母、数字、下画线（_）组成，其中数字不能打头。标识符不能是 Python 关键字，但可以包含关键字。标识符不能包含空格。# 变量定义与使用message = "hello python world"print(message)1.2 字符串注意：字符串的引号可以是单引号也可以是双引号# 字符串message = "this is a String"message1 = '

2021-12-18 19:13:52 2274

转载颜色传感器介绍

1 光及颜色1.光：是人类眼睛可以看见的一种电磁波，也称可见光谱。在科学上的定义，光是指所有的电磁波谱。光是由光子为基本粒子组成，具有粒子性与波动性，称为波粒二象性，一般人的眼睛所能接受的光的波长在380—760nm之间。不会发光的物体的颜色从何而来：各种物体在光源的照射下呈现出不同的颜色，原因就在于物体固有的对落在它表面的光谱成分选择性透射，吸收和反射的特性，2.颜色：是光作用于人眼后所引起的一种除位置，形态以外的视觉反应。光源，眼睛，物体，大脑是颜色视觉产生的四大要素。人眼将不同波长的光刺

2021-12-12 22:49:57 4168

原创常见算法1：二分查找算法(非递归)

二分查找算法(非递归)1 二分查找算法(非递归)介绍前面我们讲过了二分查找算法，是使用递归的方式，下面我们讲解二分查找算法的非递归方式二分查找法只适用于从有序的数列中进行查找(比如数字和字母等)，将数列排序后再进行查找二分查找法的运行时间为对数时间O(㏒₂n) ，即查找到需要的目标位置最多只需要㏒₂n步，假设从[0,99]的队列(100个数，即n=100)中寻到目标数30，则需要查找步数为㏒₂100 , 即最多需要查找7次( 2^6 < 100 < 2^7)2 二分查找算法(非递归)代

2021-12-12 22:48:34 95

原创第 13 章图

第 12 章图1 图1.1 图的基本介绍为什么要有图1）前面我们学了线性表和树线性表局限于一个直接前驱和一个直接后继的关系2）树也只能有一个直接前驱也就是父节点当我们需要表示多对多的关系时，3）这里我们就用到了图1.2 图的举例说明图是一种数据结构，其中结点可以具有零个或多个相邻元素。两个结点之间的连接称为边。结点也可以称为顶点。如图：1.3 图的基本术语顶点(vertex)边(edge)路径无向图(右图)有向图带权图1.4 图的表示方式图的表示

2021-12-12 22:43:13 73

转载第 12 章多路查找树

1 多路查找树1.1 二叉树与B树二叉树的问题分析二叉树的操作效率较高，但是也存在问题, 请看下面的二叉树：二叉树需要加载到内存的，如果二叉树的节点少，没有什么问题，但是如果二叉树的节点很多(比如1亿)，就存在如下问题:问题1：在构建二叉树时，需要多次进行i/o操作(海量数据存在数据库或文件中)，节点海量，构建二叉树时，速度有影响问题2：节点海量，也会造成二叉树的高度很大，会降低操作速度.多叉树在二叉树中，每个节点有数据项，最多有两个子节点。如果允许每个节点可以有更多的数据项和

2021-12-12 22:40:43 70

转载 [C/C++]没有名字的参数也可以用（英文）Functions with parameters holding no names

#include <bits/stdc++.h> using namespace std; int print_zero(size_t,int); int main(){ print_zero(1,1); return 0; } int print_zero(size_t,int){ cout << "zero" << endl;}It works,it’s amazing!We also know tha...

2021-12-11 08:41:15 89

原创 MySql知识点整理

与MySQL的第一次亲密接触1 数据库的相关介绍1.1 数据库的好处1、可以持久化数据到本地2、结构化查询1.2 数据库的常见概念 ★Web网页<<<服务器<<<数据库DB（database）：数据库，存储数据的容器DBMS（DatabaseManagementSystem）：数据库管理系统，又称为数据库软件或数据库产品，用于创建或管理DB【MySQL、Oracle（贵）、DB2（适合海量数据）、SqlServer（微软的）】SQL（Structu

2021-12-07 21:49:49 741

转载 Java中List常用API整理

Java中List常用API整理List接口是继承Collection接口，所以Collection集合中有的方法，List集合也继承过来。1 collection的API介绍1.1 boolean add(E e)添加元素到Collection集合中。1.2 boolean addAll(Collection<? extends E> c)将指定c中的所有元素都添加到此Collection集合中。1.3 void clear()移除此collection集合中的所有元素

2021-12-03 18:30:30 3635

原创第 11 章树结构实际应用

1 树结构实际应用1.1 堆排序1.1.1 堆排序基本介绍堆排序是利用堆这种数据结构而设计的一种排序算法，堆排序是一种选择排序，它的最坏，最好，平均时间复杂度均为O(nlogn)，它也是不稳定排序。堆是具有以下性质的完全二叉树：每个结点的值都大于或等于其左右孩子结点的值，称为大顶堆, 注意 : 没有要求结点的左孩子的值和右孩子的值的大小关系。每个结点的值都小于或等于其左右孩子结点的值，称为小顶堆大顶堆举例说明...

2021-11-30 12:21:53 460

原创 PyTorch整理(三)：变换

3 变换数据并不总是以训练机器学习算法所需的最终处理形式出现。我们使用转换来对数据进行一些操作并使其适合训练。所有 TorchVision 数据集都有两个参数 -transform修改特征和 target_transform修改标签 - 接受包含转换逻辑的可调用对象。该torchvision.transforms模块提供几种常用的变换开箱。FashionMNIST 特征采用 PIL Image 格式，标签为整数。对于训练，我们需要将特征作为归一化张量，将标签作为单热编码张量。为了进行这些转换，我们使用

2021-11-17 13:37:01 195

原创 PyTorch整理(二)：数据和数据加载器

初始化张量张量可以通过多种方式初始化。看看下面的例子：直接从数据张量可以直接从数据中创建。数据类型是自动推断的。data = [[1, 2],[3, 4]]x_data = torch.tensor(data)从 NumPy 数组张量可以从 NumPy 数组

2021-11-17 13:28:06 295

原创 PyTorch整理(一)：tensor

1 张量张量是一种特殊的数据结构，与数组和矩阵非常相似。在 PyTorch 中，我们使用张量对模型的输入和输出以及模型的参数进行编码。张量类似于NumPy 的ndarray，不同之处在于张量可以在 GPU 或其他硬件加速器上运行。事实上，张量和 NumPy 数组通常可以共享相同的底层内存，从而无需复制数据（参见Bridge with NumPy）。张量也针对自动微分进行了优化（我们将在后面的Autograd 部分看到更多相关信息）。如果您熟悉 ndarrays，那么您将熟悉 Tensor API。如果没

2021-11-16 20:32:45 1038

原创熬夜整理Numpy知识点

1 NumPy 介绍1.1 什么是 NumPy?NumPy是Python中科学计算的基础包。它是一个Python库，提供多维数组对象，各种派生对象（如掩码数组和矩阵），以及用于数组快速操作的各种API，有包括数学、逻辑、形状操作、排序、选择、输入输出、离散傅立叶变换、基本线性代数，基本统计运算和随机模拟等等。NumPy包的核心是 ndarray 对象。它封装了python原生的同数据类型的 n 维数组，为了保证其性能优良，其中有许多操作都是代码在本地进行编译后执行的。NumPy数组和原生Pyt

2021-11-15 19:02:33 1489 2

原创 CUDA + pytorch + pycharm + Anaconda + OpenCV安装教程与环境配置

CUDA + pytorch安装教程与环境配置1 基本须知1.1 pytorch简介Pytorch是torch的python版本，是由Facebook开源的神经网络框架，专门针对 GPU 加速的深度神经网络（DNN）编程。Torch 是一个经典的对多维矩阵数据进行操作的张量（tensor ）库，在机器学习和其他数学密集型应用有广泛应用。与Tensorflow的静态计算图不同，pytorch的计算图是动态的，可以根据计算需要实时改变计算图。但由于Torch语言采用 Lua，导致在国内一直很小众，并逐渐被

2021-11-15 18:09:04 4970

整理的Numpy知识点

大学工程制图答案.zip

空空如也