杂
文章平均质量分 67
NoSQL数据库原理、大数据采集、计算机组成原理、数据库系统概论、大数据原理及应用、大数据可视化技术、人工智能机器应用、数学建模
黄乐荣
打工赚钱!
展开
-
中国象棋基础
将军的三种解决方案:(1)吃子解将(2)垫将(3)避将。(1)炮走直线,格式不限,范围在整个棋盘。(3)炮需要有其他棋子的配合。(5)将帅不可碰面,谁先看到谁赢。(2)炮吃子时,要有炮架子才能吃子。(1)帅走直线,前进后退均可。(3)活动范围在“九宫”之内。(1)车走直线,没有格式限制。(2)活动范围在整个棋盘。重炮将情形如上图所示。(2)一次只能走一格。(4)可行处可吃敌子。(3)可行处可吃敌子。原创 2024-02-03 15:22:48 · 397 阅读 · 0 评论 -
面向目标的多模态情感分析方法
目前现有的不同模态之间的融合方法相对来说较为简单,主要的特征融合方式主要分为早期融合和晚期融合两种,这类工作简单的将图片数据和文本数据结合起来,而忽略了图片和文本之间的结构化信息耦合,导致文本和图片融合后的最终特征向量输入到分类器进行情感机型预测的效果不佳。(2)如何对单模态中提取出来的特征进行进一步的重要性评估,选择出最有助于目标情感识别任务的特征,各个模态的信息之间可能存在一定的联系,如何发现并构建他们之间的关系,使得不同模态的信息可以相互作用。(1)如何选取网络模型对不同模态的信息特征进行提取。原创 2023-09-27 21:46:21 · 342 阅读 · 0 评论 -
vscode-server
1know_host清除2 删除服务器里的home/user/.vscode-server(不是根root下的vscode-server),删除时用户名保持一致。3 ssh配置文件 /etc/ssh/sshd_config[想改变,使用root,修改文件权限]4 删除修改后,重启Windows下得vscode,重启服务器。原创 2023-09-12 21:21:26 · 896 阅读 · 0 评论 -
基于正则表达式的词形分析方法
【代码】基于正则表达式的词形分析方法。原创 2023-05-24 23:14:58 · 272 阅读 · 0 评论 -
搭建环境问题集合(jupyter lab和pycharm)
欲通过命令ps -aux | grep 进程名 返回某进程的进程号,再通过kill杀掉改进程,在这个过程中,如果grep不能匹配到正确的进程号,则grep本身会产生一条(并不是对应进程的进程号),并且这条信息的pid一直在变化。python -m ipykernel install --user --name [虚拟环境名] --display-name [想要在jupyter上显示的环境名]kill $(ps aux | grep 进程名 | tr -s ' '| cut -d ' ' -f 2)原创 2023-05-04 15:00:47 · 475 阅读 · 0 评论 -
pycharm专业版连接远程服务器操作步骤
不太理解的是为什么一定要选择继承全局的包,虚拟环境里边已经安装了各种库,为什么不选择继承全局的库的话,就只显示pip、 setuptools、wheel这三个库,虚拟环境里的其他的库不显示?我不明白不理解,但是选择勾选继承了这一切问题就迎刃而解。希望随着自己成长,会看这篇博客一系列的问题都不是问题了。希望自己越学越通透!原创 2023-04-13 21:28:34 · 73 阅读 · 0 评论 -
自监督学习
虽然它们都涉及无需人工标注的数据,但无监督学习更侧重于发现数据中的内在结构,而自监督学习则更侧重于利用数据本身的自然属性进行学习。自监督学习的思想主要是设计一个辅助训练目标,然后利用大量无标注的数据本身的结构或者特性,训练网络使得网络具备特征提取的能力。自然界是有序的、低熵的,这使得数据本身就已经包含了丰富的信息,如何更好地提取利用这些信息,这是无监督或者自监督学习的关键。虽然无监督学习和自监督学习都是机器学习领域中常见的学习方式,但它们并不是完全相同的概念,它们的表述也不是完全一致的。原创 2023-03-18 18:45:06 · 459 阅读 · 0 评论 -
RuntimeError: DataLoader worker (pid(s) ***********) exited unexpectedly
File "D:\Pycharm-WorkSpace\d2l-zh-pytorch\5 卷积神经网络\5.6 深度卷积神经网络(AlexNet).py", line 74, in File "D:\Pycharm-WorkSpace\d2l-zh-pytorch\5 卷积神经网络\5.6 深度卷积神经网络(AlexNet).py", line 74, in # 减小卷积窗口,使用填充为2来使得输入与输出的高和宽一致,且增大输出通道数。使用丢弃层来缓解过拟合。原创 2022-10-03 09:42:46 · 1217 阅读 · 0 评论 -
花书——PyTorch版本
事实上,要想解读图像中的内容,需要寻找仅仅在结合成千上万的数值时才会出现的特征,如边缘、质地、形状、眼睛、鼻子等,最终才能判断图像中是否有猫。我们可以收集一些已知包含猫与不包含猫的真实图像,然后我们的目标就转化成如何从这些图像入手得到一个可以推断出图像中是否有猫的函数。这个函数的形式通常通过我们的知识来针对特定问题选定。例如,我们使用一个二次函数来判断图像中是否有猫,但是像二次函数系数值这样的函数参数的具体值则是通过数据来确定。——思想“用数据编程”原创 2022-09-09 16:18:55 · 2034 阅读 · 4 评论 -
jupyter 挂掉的内核和transform=torchvision.transforms.ToTensor()
jupyter 挂掉的内核和transform=torchvision.transforms.ToTensor()原创 2022-09-01 15:33:43 · 712 阅读 · 1 评论 -
基于Spark的新冠肺炎疫情数据分析系统所遇问题以及解决指南
1、Ubuntu16.04想设置linux系统静态IP地址,使用vi /etc/sysconfig/network-scripts/ifcfg-ens33打开的编辑器是空的解决方法:Ubuntu 在 /etc/network/interfaces。打开Ubuntu终端,输入sudo gedit /etc/network/interfaces使用gedit编辑器打开interfaces文件。 在打开的文件中,若有内容,先全部删除。然后输入如下代码:auto ens33iface en转载 2022-03-17 15:54:13 · 1894 阅读 · 0 评论 -
《人工智能及其应用》练习题
1.被称为人工智能之父的是_________。 图灵2. 在各种人工智能学派中,认为人工智能起源于数理逻辑的是___________。 符号主义;逻辑主义;心理学派;计算机学派; ...原创 2022-03-10 16:03:42 · 21691 阅读 · 1 评论 -
联想X61-Xp系统重装Ubuntu21.10
一个联想老机器X61,机器原运行的是XP系统,想装成Ubuntu。前几次启动直接就进入了Bios模式了,然后发现是电源设置问题,修改过后,可以正常开机 ,但是无法识别无线网络【使用有线网络连接可以上网】。基本电脑没有什么大问题。好,开始重装。第一步,制作U盘准备一个干净的U盘(我用的是金士顿8GB)。【不知道Ventoy的小伙伴,可在学习网B站直接搜索Ventoy即可】之后打开Ventoy官网根据自己电脑选择点击哪个windows系统的点击红框下载即可,其他按需下..原创 2022-03-10 13:22:34 · 1308 阅读 · 0 评论 -
操作系统知识点总结和题集大杂烩
1、系统调用是由操作系统提供给用户的,它()。A.直接通过键盘交互方式使用B.只能通过用户程序间接使用C.是命令接口中的命令D.与系统的命令一样系统调用是操作系统为应用程序使用内核功能所提供的接口。B2.操作系统与用户通信接口通常不包括().A. shellB.命令解释器C.广义指令D.缓存管理指令广义指令就是系统调用命令,而命令解释器属于命令接口,shell 是命令解析器,它也属于命令接口。系统中的缓存全部由操作系统管理,对用户是透明的,操作系统不提供管理系统缓存的系统原创 2021-10-19 09:38:48 · 2464 阅读 · 0 评论 -
大数据采集架构
概述一般来说,当在Hadoop集群上,有足够数据处理的时候,通常会有很多生产数据的服务器。这些服务器的数量上百甚至成千上万。小的数据还可以直接从应用程序写入HDFS,但庞大数量的服务器试着将海量数据直接写入HDFS或者HBase集群,会因为多种原因导致重大问题。所以这个中间系统(数据采集系统)就是将应用程序发送过来的信息转发到分布式的后台服务器集群上,ChuKwaChuKwa是...原创 2020-05-05 20:03:34 · 2998 阅读 · 0 评论 -
《数据库系统概论》错题集
1DDL:数据定义语言2数据仓库主要用途是OLAP,与主要做OLTP的数据库概念上有所不同3学校的所有专业,组成了一个集合A;学校全体学生,组成了一个集合B。A和B之间具有一对多联系(一个专业可以有多个学生;一个学生不能有多个专业;此题双学位除外)4学生实体型的码可以是学号;教师实体型的码可以是工号;教材80页,唯一确定一个成绩信息,同时使用了学号和课程号,所以这张表的码是两者的组合5...原创 2020-02-22 08:48:04 · 358 阅读 · 0 评论 -
MapReduce概述
MapReduce概述分布式并行编程 数据处理能力提升的两条路线 单核CPU到双核到四核到八核 分布式并行编程:不是把程序在一台单机上运行,借助一个集群通过多台机器同时并行处理大规模数据集 分布式并行编程是多台计算机同时在运行相关的程序分布式与集群是什么?区别是什么? MapReduce和传统的并行编程框架 集群的架构和容错性 硬件价格及扩展性 编程和学...原创 2020-09-30 21:02:12 · 4244 阅读 · 0 评论 -
MapReduce 学习指南
大数据原理与应用 第七章 MapReduce 学习指南该指南为厦门大学林子雨编著的《大数据技术原理与应用》教材配套学习资料转载 2020-06-08 18:02:56 · 184 阅读 · 0 评论 -
分布式文件系统HDFS 学习指南
(HDFS编程实践)大数据技术原理与应用 第三章 分布式文件系统HDFS 学习指南【该指南为厦门大学林子雨编著的《大数据技术原理与应用》教材配套学习资料】转载 2020-06-08 17:59:31 · 184 阅读 · 0 评论 -
Hadoop3.1.3安装教程_单机/伪分布式配置_Hadoop3.1.3/Ubuntu18.04(16.04)
厦门大学(林子雨老师)Hadoop3.1.3安装教程_单机/伪分布式配置_Hadoop3.1.3/Ubuntu18.04(16.04)转载 2020-06-08 17:50:49 · 470 阅读 · 0 评论 -
正则表达式
1.8.1 正则表达式 正则表达式是用来匹配与查找字符串的,从网上爬取数据自然或多或少会用到正则表达式。 Python 的正则表达式要先引入 re 模块,正则表达式以 r 引导,例如: import re reg=r"\d+" m=re.search(reg,"abc...转载 2020-05-21 20:24:53 · 328 阅读 · 0 评论 -
《人工智能及其应用》1-6章
目录第一章 绪论1.1 人工智能的定义与发展 1.1.1 人工智能的定义 1.1.2 人工智能的起源与发展1.2 人工智能的各种认知观 1.2.1 人工智能各学派的认知观 1.2.2 人工智能的争论1.3 人类智能与人工智能 1.3.1 智能信息处理系统的假设 1.3.2 人类智能的计算机模拟1.4 人工智能系统的分类1.5 人工智能的研究目标和内容 1.5.1 人工智能的研究目标 1.5.2 人工智能研...原创 2020-12-06 16:03:27 · 10620 阅读 · 9 评论 -
第2章 数据可视化基础
2.1视觉感知 数据可视化能有效地传达出隐藏在大量数据中的重要信息,使用户能够更清晰地认知数据,从而进行分析和决策。 2.1.1视觉感知和视觉认知 人类只有通过视觉感知才能达到视觉认知 视觉感知是视觉的内在表象,其包括视觉低级和视觉高级两个不同的感知层次 视觉低级感知层次与物体性质相关,包括深度、形状、边界、表面材质等 视觉高级感知层次包括对物体的识别和分类,属于人类的认知能力的重要组成部分 ...原创 2020-09-29 23:29:20 · 2559 阅读 · 0 评论 -
第1章 数据可视化概述
1.1什么是数据可视化 在计算机视觉领域,数据可视化是对数据的一种形象直观的解释,实现从不同维度观察数据,从而得到更有价值的信息。数据可视化将抽象的、复杂的、不易理解的数据转化为人眼可识别的图形、图像、符号、颜色、纹理等,这些转化后的数据通常具备较高的识别效率,能够有效地传达出数据本身所包含的有用信息 数据可视化的目的,是对数据进行可视化处理,以更明确地、有效的传递信息 数据可视化从数据中寻找三方面的信息 模式:数据中的规律 关系:数据之间的相关...原创 2020-09-27 20:41:17 · 2691 阅读 · 0 评论 -
《NoSQL数据库原理》第一章 绪论
1.1数据库的相关概念 前言 数据库:长期存储在计算机内,有组织的,可共享的大量数据的集合 数据库数据具有永久存储、有组织和可共享三个基本特点 数据库中的数据按一定的数据模型组织、描述和存储,具有较小的冗余度、较高的数据独立性和易扩展性,并可为各种用户共享 数据库管理系统:位于用户和操作系统之间的一层数据管理软件、数据库管理系统和操作系统一样是计算机的基础软件 数据定义功能 ...原创 2020-09-24 21:39:19 · 1369 阅读 · 0 评论 -
判别分析
判别分析是在已知分类的前提下,将给定的新样品按照某种分类规则判入某个类中,它是研究如何将个体"归类”的一种统计分析方法。多重共线性:在解释变量中,有某一解释变量可由其他解释变量线性表出。多重共线性的影响:共线性会导致回归参数不稳定,即增加或删除一个样本点或特征,回归系数的估计值会发生很大变化。 这是因为某些解释变量之间存在高度相关的线性关系,XTX会接近于奇异矩阵,即使可以计算出其逆矩阵,逆矩阵对角线上的元素也会很大,这就意味着参数估计的标准误差较大,参数估计值的精度较低,这样,数据中的一.原创 2020-07-22 18:08:34 · 8227 阅读 · 0 评论 -
MATLAB 绘图
MATLAB绘图教程subplot子图用法MATLAB stairs函数的使用方法stem3-绘制三维离散序列数据linspace-百度百科semilogx-半对数图 MATLAB中ezplot函数MATLAB中的ezplot函数详解legend-在坐标区上添加图例-MathWorksmeshgrid-百度百科meshgrid-二维和三维网格-MathWorksexp-指数-MathWorkssurf-曲面图-MathWorkshold on与hold o原创 2020-07-15 11:19:48 · 168 阅读 · 0 评论