希望能对学习C语言的朋友有帮助

原创 参考文献找不到期号或者卷号怎么引用？

请教大神们如何查看外文文献的期卷号和页码? - 知乎

原创 中文核心期刊要目总览-2023版

https://kyc.gnnu.edu.cn/_upload/article/files/a6/75/9425b13d48059462d1e449a6ee00/6f99ff35-3fe9-4293-83ca-13d5bd5d7ba1.pdf

原创 python网络爬虫技术-mysql-5.6.39 安装

用 navicat 连接数据库，再修改 root 密码【点击连接，端口号输入 my.ini 文件里面配置的端口号，点击连接测试，弹出连接成功则连接 ok 了，双击 localhost_3336 打开数据库，可以看到默认有四个用户，可以删除其他三个用户再编辑用户，修改密码点击保存即可】在右下角的搜索框中输入 cmd 再以管理员身份运行，在 dos 窗口中进入解压的 mysql 文件夹下的 bin 文件夹下面，最后输入 mysqld --install xxx 安装 mysql 服务。# 允许连接失败的次数。

原创 实现批量图像对PSNR、SSIM的计算

parser.add_argument('--inference_result', default=r'data/SR_file', type=str) #生成图像路径。parser.add_argument('--HR_data_dir', default=r'data/HR_file', type=str) #原始图像路径。ssim = compare_ssim(hr_img, inf_img, multichannel=True) # 单个SSIM比较值。

原创 图像转化为Jpg

import os' + file)'+file)

原创 XML中png转换为jpg

if not os.path.isdir(xmlFile): # 判断是否是文件夹,不是文件夹才打开。files = os.listdir(path) # 得到文件夹下所有文件名称。print('写入name/pose OK!for xmlFile in files: # 遍历文件夹。

原创 # 将数据集随机划分为训练集和验证集,测试集

picknumber2 = int(len(remaining_image) * val_rate / (val_rate )) # 按照rate比例从文件夹中取一定数量图片 + test_rate。'划分比例如下：训练集:{},验证集:{}'.format(int(len(pathDir) * train_rate), int(len(pathDir) * val_rate),)) #,测试集:{} int(len(pathDir) * test_rate)# # 复制为测试集。

原创 目标识别视频

链接: https://pan.baidu.com/s/1Hw_HitDooGU4apW4niVZNQ 提取码: 1234 视频分享。

原创 提取文件名称，存入.txt

txt1 = r'C:\Users\Administrator\Desktop\修改数据集\val\val.txt'#图片文件名存放txt文件地址。dir1=r'C:\Users\Administrator\Desktop\修改数据集\val\A'#图片文件存放地址。f1 = open(txt1,'a')#打开文件流。f1.write("\n")#换行。f1.close()#关闭文件流。

原创 SCI论文写作是用主动语态好还是被动语态好？

SCI论文写作是用主动语态好还是被动语态好？

原创 研究生与大学生的区别

这是台湾王汎森院士一篇演讲稿，对所有读研同学很有意义，值得赏析，即【】的内容为评析。@坚恒勇毅 一直说硕士必读、留学力争、博士慎读，因为到了研究生阶段，须具备不同于本科生思维与学习方法，应该着重学术素养训练，学会独立的科研和科技创新能力，将自己提升到一个更高的层次。（转发本文显然是非常必要的）

原创 Helmet-wearing Datasets

安全帽检测数据集

原创 pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/

pip install tensorflow -i https://pypi.tuna.tsinghua.edu.cn/simple/

原创 one-hot编码

一、什么是one-hot编码？One-Hot编码，又称为一位有效编码，主要是采用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候只有一位有效。One-Hot编码是分类变量作为二进制向量的表示。这首先要求将分类值映射到整数值。然后，每个整数值被表示为二进制向量，除了整数的索引之外，它都是零值，它被标记为1。二、one-hot编码过程详解比如我们要对 “hello world” 进行one-hot编码，怎么做呢？1.确定要编码的对象--hello worl.

原创 手写字识别tensorflow+jupyter

import tensorflow as tffrom tensorflow.examples.tutorials.mnist import input_datamnist = input_data.read_data_sets('MNIST_data', one_hot=True)# 每个批次的大小batch_size = 100# 计算一共有多少个批次n_batch = mnist.train.num_examples // batch_size# 参数概要def varia...

原创 VC6.0下载及安装

希望对下载，并学习C语言的朋友，有帮助。1.绿色版：网址：https://pan.baidu.com/s/1jN70y8x6-_1XGJHESlMspA密码：sla52.企业版：网址：https://pan.baidu.com/s/1WbSKYrCugGntw7lFdGgysQ密码：xnfl3.win10安装出现问题：网址：https://pan.baidu.com...

原创 CNN反向传播过程

反向传播过程是深度学习的核心所在，虽然现在很多深度学习架构如Tensorflow等，已经自带反向传播过程的功能。我们只需要完成网络结构的正向传播的搭建，反向传播过程以及参数更新都是由架构本身来完成的。但为了更好的了解深度学习的机理，理解反向传播过程的原理还是很重要的。在学习完吴恩达的深度学习课程后，对浅层神经网络的反向传播有了一个很清楚的认识。但在课程中对于深层神经网络和卷积神经网络反向传播过程，只给出了反向传播的公式。并没有给出具体的推导过程，所以在这一块之前一直不是很明白。通过最近几...

原创 Convolutional Neural Networks

从今天起，正式开始讲解卷积神经网络。这是一种曾经让我无论如何也无法弄明白的东西，主要是名字就太“高级”了，网上的各种各样的文章来介绍“什么是卷积”尤为让人受不了。听了吴恩达的网课之后，豁然开朗，终于搞明白了这个东西是什么和为什么。看完之后大家应该可以自己动手做一些自己喜欢的事儿了。一、引子————边界检测我们来看一个最简单的例子：“边界检测（edge detection）”，假设我们有这样的一张图片，大小8×8：图片中的数字代表该位置的像素值，我们知道，像素值越大，颜色越亮，所以..

原创 Back propagation

文章转自：https://www.cnblogs.com/charlotte77/p/5629865.html 最近在看深度学习的东西，一开始看的吴恩达的UFLDL教程，有中文版就直接看了，后来发现有些地方总是不是很明确，又去看英文版，然后又找了些资料看，才发现，中文版的译者在翻译的时候会对省略的公式推导过程进行补充，但是补充的又是错的，难怪觉得有问题。反向传播法其实是神经网络的基础了，但是很多人在学的时候总是会遇到一些问题，或者看到大篇的公式觉得好像很难就退缩了，其实不难，就...

原创 Non-linear activation function

原创 在tensorflow环境下安装matplotlib

在tensorflow环境下安装matplotlib在运行程序时，报错ImportError: No module named ‘matplotlib‘，如图。经网上查询发现是没有安装matplotlib因此记录一下在tensorflow环境下安装matplotlib的过程：1.打开anaconda prompt，进入tensorflow的环境：activate tensorflow2.安装matplotlib：conda install matplotlib3.Proc..

原创 Tensorflow实践之卷积神经网络模型构造、保存和读取

Tensorflow实践之卷积神经网络模型构造、保存和读取wwty9982020-08-10 16:58:05126已收藏3分类专栏：实践水果识别文章标签：神经网络tensorflow深度学习python版权前段时间因为项目需要，亲自做了基于卷积神经网络的水果分类。本次实验是在Jupyter上进行，训练集下载地址为：https://www.kaggle.com/moltean/fruits1.图像采集与预处理##导包import osimport sk...

原创 tensorflow +jupyter安装，亲测成功。

1.anaconda安装在官网https://www.anaconda.com/download/下载anaconda5.2（Python3.6），按照下一步直到安装结束。注意：将两个选项都勾选上，将安装路径写入环境变量2.安装Tensorflow（1） 建立一个 conda 计算环境名字叫tensorflow: conda create -n tensorflow python=3.5 打开环境：activate tensorflow（2）安装...

原创 softmax

softmax用于多分类过程中，它将多个神经元的输出，映射到（0,1）区间内，可以看成概率来理解。假设我们有一个数组，V，Vi表示V中的第i个元素，那么这个元素的softmax值就是：具体示例如下图：softmax直白来说就是将原来输出是3,1,-3通过softmax函数一作用，就映射成为(0,1)的值，而这些值的累和为1（满足概率的性质），那么我们就可以将它理解成概率，在最后选取输出结点的时候，我们就可以选取概率最大（也就是值对应最大的）结点，作为我们的预测目标。...

原创 梯度消失和梯度爆炸

什么是梯度消失和梯度爆炸1. 梯度消失(gradient vanishing problem) 我们知道神经网络在进行反向传播(BP)的时候会对参数W进行更新，梯度消失就是靠后面网络层(如layer3)能够正常的得到一个合理的偏导数，但是靠近输入层的网络层，计算的到的偏导数近乎零，W几乎无法得到更新。2. 梯度爆炸(gradient exploding problem) 梯度爆炸的意思是，靠近输入层的网络层，计算的到的偏导数极其大，更新后W变成一个很大的数(爆炸)。二、...

原创 各种激活函数及其图像

sigmoidf ( z ) = 1 1 + e − z f(z)=\frac1{1+e^{-z}}f(z)=1+e−z1​其图像如下:特点能够将输入的连续实值变换为0到1之间的输出缺点在深度神经网络中梯度反向传播是容易造成梯度爆炸和梯度消失sigmoid导数f ′ ( z ) = e − z ( 1 + e − z ) 2 = 1 1 + e − z − 1 ( 1 + e − z ) 2 f'(z) = \frac{e^{-z}}{(1+e^{-z})^2} = \fra

原创 中心化（又叫零均值化）和标准化（又叫归一化）概念及目的？

一、中心化（又叫零均值化）和标准化（又叫归一化）概念及目的？1、在回归问题和一些机器学习算法中，以及训练神经网络的过程中，通常需要对原始数据进行中心化（Zero-centered或者Mean-subtraction（subtraction表示减去））处理和标准化（Standardization或Normalization）处理数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理

原创 802.11，蓝牙

802.11自第二次世界大战，无线通讯因在军事上应用的成果而受到重视，无线通讯一直发展，但缺乏广泛的通讯标准。于是，IEEE在1997年为无线局域网制定了第一个版本标准──IEEE 802.11。其中定义了媒体访问控制层（MAC层）和物理层。物理层定义了工作在2.4GHz的ISM频段上的两种扩频作调制方式和一种红外线传输的方式，总数据传输速率设计为2Mbit/s。两个设备可以自行构建临时网络，也可以在基站（Base Station, BS）或者接入点（Access Point，AP）的协调下通信。为了在

原创 TCP与UDP的区别

TCP与UDP的区别摘要：计算机网络基础引言网络协议是每个前端工程师都必须要掌握的知识，TCP/IP 中有两个具有代表性的传输层协议，分别是 TCP 和 UDP，本文将介绍下这两者以及它们之间的区别。一、TCP/IP网络模型计算机与网络设备要相互通信，双方就必须基于相同的方法。比如，如何探测到通信目标、由哪一边先发起通信、使用哪种语言进行通信、怎样结束通信等规则都需要事先确定。不同的硬件、操作系统之间的通信，所有的这一切都需要一种规则。而我们就把这种规则称为协议（protoco...

原创 NFV负责各种网元的虚拟化，而SDN负责网络本身的虚拟化

NFV负责各种网元的虚拟化，而SDN负责网络本身的虚拟化（比如，网络节点和节点之间的相互连接什么叫网络虚拟化？先上两张简单粗暴的图。所有的通信应用无非就是两部分组成：计算和网络。这两者关系密不可分，但两者关系严重缺乏对称性，网络一直拖累着计算。4G网络RAN将会不断进化，据说，未来的4G网络空口速率将是现在的10倍。随着智能硬件的爆发，大量的应用接入4G网络，人们的流量需求如同海啸般汹涌而至，我们似乎赶上了好时代。不过，传统的通信网络里，每一类服务对应基于专用集成电路的带有专用处理.

原创 加密算法

数字签名、信息加密 是前后端开发都经常需要使用到的技术，应用场景包括了用户登入、交易、信息通讯、oauth 等等，不同的应用场景也会需要使用到不同的签名加密算法，或者需要搭配不一样的 签名加密算法 来达到业务目标。这里简单的给大家介绍几种常见的签名加密算法和一些典型场景下的应用。正文1. 数字签名数字签名，简单来说就是通过提供 可鉴别 的 数字信息 验证 自身身份 的一种方式。一套 数字签名 通常定义两种 互补 的运算，一个用于 签名，另一个用于 验证。分别由 发送者 持有能够 代表自己身份 的 私

原创 2020-06-14

原创 TCP

一个TCP首部数据为：0x 0D 28 00 15 50 5F A9 06 00 00 00 00 70 02 40 00 C0 29 00 00(注：共20个字节，0x代表数据为16进制)，分析数据，试求：这两个字节,总共16bit，a）源端口和目的端口（2分）源端口是3368目的端口是21b）序列号和确认号（16进制）（2分）序号50 5F A9 06...

原创 找出一个具有最小和的长度为K的子数组

#include<stdio.h>int main(){ int a[8]= {10,4,2,5,6,3,8,1},b[8]={0}; int i,j,max=100,sum=0,sum1,row1 ,row2,k,t=0; for(i =0;i<=7;i++) {t=0; for(j=i;j<7;j++) {t++; ...

原创 求数组的，最大子数组

#include<stdio.h>int main(){ int a[8]= {1,-3,4,5,9,-7,5,-4},b[8]={0}; int i,j,max=0,sum=0,sum1,row1 ,row2,k; for(i =0;i<=7;i++) { for(j=i;j<7;j++) { sum=sum+a[...

原创 数据库软件下载：

地址：https://pan.baidu.com/s/1iGiyhtUkYJDtJodGaVzmfQ提取码：ru80

转载 无损连接

题目：U=(A,B,C,D,E)F={A->D,E->D,D->B,BC->D,DC->A}判断ρ={AB,AE,CE,BCD,AC}是否为无损连接分解。解：先求出候选键为CE。然后画一个初始判定表如下图所示。 A B C D EAB a1 a2 b13 b14 b15AE...

转载 求候选关键字

首先对于给定的R(U）和函数依赖集F，可以将它的属性划分为4类：L类，仅出现在F的函数依赖左部的属性。R类，仅出现在F的函数依赖右部的属性。N类，在F的函数依赖左部和右部均未出现的属性。LR类，在F的函数依赖左部和右部两部均出现的属性。根据以下定理和推论来求解候选码。定理1：对于给定的关系模式R及其函数依赖集F，若X(X∈R）是L类属性，则X必为R的任一候选码的成员。推论1：对于给定的关系模式R及...

原创 不同量级时间复杂度

原创 猴子吃桃问题

猴子第一天摘下若干个桃子，当即吃了一半，还不过瘾，又多吃了一个。第二天早上又将剩下的桃子吃掉一半，又多吃了一个。以后每天早上都吃了前一天剩下的一半零一个。到第十天早上再想吃时，就只剩一个桃子了。求第一天共摘了多少个桃子？...