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(8)
  • 收藏
  • 关注

原创 Git常用命令总结

工作区:working tree,代码本身位置暂存区:index/stage,索引,暂存区的代码同样存在版本库里,git add可以更改版本库:包含若干commit和暂存代码,HEAD指针指向当前分支远程主分支名字默认为origin,本地主分支默认master添加命令git add git add --all提交命令git commit -m git commit -amend 对上次提交进行修改,取代上次提交git commit -a 不推荐使用,新文件不会提交,但删除和修改会被提交

2020-05-16 15:13:39 97

原创 shell编程基础知识总结

目前用到shell的情况比较简单,暂时总结一部分,日后用到时回顾补充1. linux的默认shell是bash,shell脚本开头需要定义用哪种解释器例:#!/bin/bash2. 运行方法chmod +x test.sh./test.sh或/bin/sh test.sh3. 变量所有变量默认为字符串,无论有没有引号。声明:变量名不加$,变量名和等号之间不能有空格使用:在变量...

2020-04-27 16:04:10 174

原创 k8s client (python 模块)

k8s python库安装sudo pip3 install kubernetes认证首先引入SDK支持库。然后将 ~/.kube 的config文件的内容复制到本地目录,保存为文件kubeconfig.yaml,然后运行下面的python代码。#使用from kubernetes import client, configfrom kubernetes.stream im...

2020-03-31 15:26:51 3962 1

原创 k8s安装GPU支持插件

参考博客:https://my.oschina.net/u/2306127/blog/1808304看了很多博客,只找到这个比较全。根据我自己部署过程遇到的问题,补充修改后得到这篇博客。1. 前置需求k8s >= 1.10,dockernvidia驱动(包括cuda) >= 384.81nvidia-docker > 2.0 : https://github.com/N...

2020-03-22 19:50:06 1670

转载 Manacher算法--回文查找

部分转载自https://segmentfault.com/a/11900000084841671.思想 首先在字符串中每隔一个字符插入一个字符(前提这个字符未出现在串里),无论是奇偶字符串都转换成奇字符串,这样跳过奇偶的分类。 定义一个辅助数组int p[],p[i]表示以s_new[i]为中心的最长回文的半径。在求p[i]时,首先为它初始化。设置两个变量,mx 和 id 。m

2018-03-14 15:03:40 281

原创 CCF 2017-9 JSON查询

CCF JSON查询问题描述   JSON (JavaScript Object Notation) 是一种轻量级的数据交换格式,可以用来描述半结构化的数据。JSON 格式中的基本单元是值 (value),出于简化的目的本题只涉及 2 种类型的值:   * 字符串 (string):字符串是由双引号 ” 括起来的一组字符(可以为空)。如果字符串的内容中出现双引号 “,在双引号前面加反斜杠,...

2018-03-03 21:55:30 558

转载 机器学习:朴素贝叶斯(待补充)

欢迎使用Markdown编辑器写博客本Markdown编辑器使用StackEdit修改而来,用它写博客,将会带来全新的体验哦:Markdown和扩展Markdown简洁的语法代码块高亮图片链接和图片上传LaTex数学公式UML序列图和流程图离线写博客导入导出Markdown文件丰富的快捷键快捷键加粗 Ctrl + B 斜体 Ctrl + I 引用 Ctrl

2017-09-19 22:10:30 222

原创 机器学习:梯度下降算法

机器学习:梯度下降算法我对梯度下降的学习基本是根据这两个博客: 机器学习算法入门之(一) 梯度下降法实现线性回归 梯度下降(Gradient Descent)小结 本文是我学习后的总结记录1.背景首先介绍一下损失函数(误差函数),损失函数可以评价模型的预测值Y^=f(X)与真实值Y的不一致程度,它是一个非负实值函数。通常使用L(Y,f(x))来表示(模型与数据差的平方和),...

2017-09-06 15:46:04 419

空空如也

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