- 博客(48)
- 收藏
- 关注
RSS订阅原创 三连击C++
题目描述将 1,2,…,9 共 9 个数分成三组，分别组成三个三位数，且使这三个三位数的比例是a : b :c，试求出所有满足条件的三个三位数，若无解，输出 No!!!。输入描述：三个数，a, b, c。输出描述：若干行，每行 3 个数字。按照每行第一个数字升序排列。示例 1：输入：1 2 3输出：192 384 576219 438 657273 546 819327 654 981代码实现#include <iostream>#include &
2022-04-23 22:29:35
1995
原创 GPIO相关知识点注解
一、GPIO工作方式1.1 GPIO输入输入工作方式输入路径输入浮空模式I/OI/OI/O端口->TTLTTLTTL施密特触发器->输入数据寄存器->读入数据输入上拉模式I/OI/OI/O端口->上拉电阻VDDV_{DD}VDD->TTLTTLTTL施密特触发器->输入数据寄存器->读入数据输入下拉模式I/OI/OI/O端口->下拉电阻VSSV_{SS}VSS->TTLTTLTTL施密特触发器->输入数
2022-04-21 22:41:48
242
原创 STM32（一）
1.STM32启动模式STM32直接通过两个引脚Boot0 和Boot1 设置启动模式。2.ISP下载程序一般步骤1）BOOT0接3.3，BOOT1接GND2）按复位键，实现下载。3.程序执行的一般步骤1）mucisp/flymcu勾选“编译后执行”，发送命令直接从flash启动2）BOOT0接GND，Boot1接任意，按一次复位。4.一键下载原理利用：串口的DTR和RTS信号，分别控制STM32的复位与B0，配合上位机软件，设置DTR的低电平复位，RTS高电平进BootLoader，这
2022-04-16 22:45:34
3703
原创 数据结构，c++版本，数组实现栈
0.前言：数据结构，c++版本，结构体，数组实现栈，没有主函数，暂无验证，如有问题，可评论告知，谢谢目录0.前言：1.导入库函数，部分可替换参数定义2.结构体定义3.基础操作（初始化）4.进栈，出栈5.特殊操作（读栈顶元素，判空）1.导入库函数，部分可替换参数定义#include <iostream>#include<stdlib.h>#include<vector>#include<string>using namespace std;ty
2022-03-25 12:17:39
1016
1
原创 数据结构，c++版本，数组实现线性表
0.前言：数据结构，c++版本，结构体，数组实现线性表，没有主函数，暂无验证，如有问题，可评论告知，谢谢目录0.前言：1.导入库函数，部分可替换参数定义2.结构体定义3.基础操作（创建，销毁）4.四个基本操作 [增，删，改，查（按值查找，按位查找）]5.特殊操作（表长，输出，判空）1.导入库函数，部分可替换参数定义#include <iostream>#include<stdlib.h>#include<vector>#include<string
2022-03-24 15:13:53
1098
原创 安卓，类QQ评论，界面编写
文章目录1.原理及部分知识点1.1父布局的相对位置1.2 兄弟控件1.3 layout_marginStart与layout_marginLeft的区别2.实现效果3. 实现代码来源时出现的部分问题4. 代码5.参考文献1.原理及部分知识点1.1父布局的相对位置layout_alignParentLeft 排列在父布局的左边 layout_alignParentRight 排列在父布局的右边layout_alignParentBottom 排列在父布局的底部 layout_alignParentT
2022-02-27 17:43:47
1743
原创 rc52实现的部分代码
//******************************************************************///功能：读出RC522寄存器//参数说明：address[IN]:寄存器地址//返回：读出的值//******************************************************************/unsigned char ReadRawRC(unsigned char Address){unsigned char i,
2021-12-03 19:36:43
238
原创 CS224N 笔记一
1.环境配置尝试使用pip install gensim==3.8.3 -i http://pypi.mirror.ustc.edu.cn/simple/进行处理,结果报错于是不进行加速，就可以运行pip install gensim==3.8.3
2021-11-20 21:17:45
1244
原创 李沐——2.1 探索性数据分析【斯坦福21秋季：实用机器学习中文版】——代码复现
前言课程地址：2.1 探索性数据分析【斯坦福21秋季：实用机器学习中文版】数据集地址：https://c.d2l.ai/stanford-cs329p/assignments.html#assignment-1原版代码：https://c.d2l.ai/stanford-cs329p/_static/notebooks/cs329p_notebook_eda.slides.html#/数据集不同导致的各种问题# !pip install seaborn pandas matplotlib nump
2021-10-28 01:18:13
540
原创 图像插值算法
最近邻插值通过一种计算方法，比对原来图像的位置信息，以最近位置的数据进行填充。缺点：有时候图像会失真，用该方法作放大处理时，在图象中可能出现明显的块状效应。双线性插值公式y=y0+(x−x0)y1−y0x1−x0=y0+(x−x0)y1−(x−x0)y0x1−x0 y=y_{0}+\left(x-x_{0}\right) \frac{y_{1}-y_{0}}{x_{1}-x_{0}}=y_{0}+\frac{\left(x-x_{0}\right) y_{1}-\left(x-x_{0}\righ
2021-09-13 13:01:26
117
原创 Datawhale-NLP-序列标注
1. 什么是序列标注在上面这个例子中有两个 saw ，其中第一个 saw 是动词，而第二个 saw 是名次，所以需要理解整个句子的含义才能做出正确的词性标注。序列标注（Sequence Tagging）是一个比较简单的NLP任务，但也可以称作是最基础的任务。序列标注的涵盖范围是非常广泛的，可用于解决一系列对字符进行分类的问题，如分词、词性标注、命名实体识别、关系抽取等等。 {\ \ \ \ \ \ } &nbs
2021-08-28 17:34:00
245
原创 Datawhale-NLP-文本分类
1. 数据集1.1 下载方式1.科学上网，下载相关数据集2.下载资源，后（1）将下载好的数据集存放到{user_dir}.cache\huggingface\datasets目录注：Windows用户目录：C:\Users{用户名}.cache\huggingface\datasets（2） 重新执行加载数据集的代码1.2 数据集说明我们将展示如何使用 Transformers代码库中的模型来解决文本分类任务，任务来源于GLUE Benchmark.GLUE榜单包含了9个句子级别的分类
2021-08-26 17:10:15
286
原创 Datawhale-NLP-BERT
1-Tokenization分词-BertTokenizer使用库函数import collectionsimport osimport unicodedatafrom typing import List, Optional, Tuplefrom transformers.tokenization_utils import PreTrainedTokenizer, _is_control, _is_punctuation, _is_whitespacefrom transformers.u
2021-08-24 10:17:45
63
原创 Datawhale八月学习-NLP专题-BERT代码
1.BERT Tokenization 分词模型（BertTokenizer）1.1 tokenizer基本含义tokenizer就是分词器； 只不过在bert里和我们理解的中文分词不太一样，主要不是分词方法的问题，bert里基本都是最大匹配方法。最大的不同在于“词”的理解和定义。 比如：中文基本是字为单位。英文则是subword的概念，例如将"unwanted"分解成[“un”, “##want”, “##ed”] 请仔细理解这个做法的优点。1.2 bert里涉及的tokenizer1）Bas
2021-08-22 16:26:48
559
原创 Datawhale八月学习-NLP专题-BERT和GPT
一、 BERT1. 什么是BERT1）BERT简介： 本文主要介绍一个名为BERT的模型。BERT与现有语言模型不同的是，BERT旨在通过调节所有层中的上下文来进行深度双向的预训练。因此，预训练的BERT表示可以通过另外的输出层进行调整，以创建用于广泛任务的状态模型，例如问题转换和语言参考，而无需实质的任务特定体系结构修改。 BERT全称是“Bidirectional Encoder Representation from Transformers“，即双向Transformer解码
2021-08-20 17:06:50
262
原创 Datawhale八月学习-NLP专题-注意力机制与transformer
1.数据转换（将单词转换为向量）1.One hot编码：本质是创建一个足够长的数组使其包含所有单词，且每一个单词都有他自己的位置，当出现这个单词时将这个单词置1，其余置0。问题：每个单词之间彼此信息无关，且训练时需要每个都照顾到2.word embedding：是通过判断向量之间的相似度来度量词之间的语意相关性。其基于的分布式假设是出现在上下文下的词意思应该相近2.Seq2Seq结构模型（序列到序列模型）Seq2Seq模型：输入：一个序列（单词，字母，图片特征）模型： 1.Ecoder编码器
2021-08-18 16:53:45
169
原创 第一部分：TensorFlow2.0+基础知识
前言以下内容中使用环境为 tensorflow 2.3.0且 import tensorflow as tf1. 张量1.1 创建tf.constant(张量)例子：x=tf.constant([[2，3]，[1，5]])print(x)输出：1.2 操作（张量，shape(形状),dtype(数据类型)）由上图输出图中可以清楚看到其数据中包含三个元素：张量，shape(形状),dtype(数据类型)，而调用这些数据的处理方式：数据导出方式张量.numpy
2021-08-09 22:01:05
283
原创 第27期 Datawhale 组队学习 吃瓜教程——西瓜书+南瓜书第六章 / 周志华《机器学习》
前言支持向量机（SVM）个人理解是建立在线性空间的基础之上，提供一种算法，使得分开的曲线距离正负样本距离较远，以增加其泛化性能。目录 前言 1. 支持向量机 1.0 须知知识点 1.0.1 超平面 1.0.1.1 基础知识 1.0.1.2 数学推导 1.0.1.3 可参考文献： 1.0.2 几何间隔 ...
2021-07-27 12:08:01
325
原创 第27期 Datawhale 组队学习 吃瓜教程——西瓜书+南瓜书第五章 / 周志华《机器学习》
神经网络目录神经网络1.神经元模型1.1 M-P神经元模型1.2 激活函数2.感知机与多层神经网络2.1 感知机2.2 多层前馈神经网络3.误差逆传播算法（BP算法）参考文献:1.神经元模型1.1 M-P神经元模型输出函数：y=f(∑i=1n(ωixi−θ))y=f(\sum^{n}_{i=1}(\omega_ix_i-\theta))y=f(i=1∑n(ωixi−θ))其中θ\thetaθ为阈值，ωi\omega_iωi为第i个神经元的连接权重，xix_ixi为来自第i个神经元的输入
2021-07-25 14:44:55
298
原创 第27期 Datawhale 组队学习 吃瓜教程——西瓜书+南瓜书第三章 / 周志华《机器学习》
说明： 本次学习是基于西瓜书，南瓜书，及部分网上参考资料（链接会放在最后）线性模型1. 基本定义1.1 基本形式2. 线性回归（回归问题）2.1 单元线性回归2.1.1 求 ω{\omega }ω 与 bbb（均方误差/别名最小二乘法）2.1.2 代码1. 基本定义1.1 基本形式f(X)=ω1x1+ω2x2+ω3x3+...+ωdxd+b{ f(X)= \omega_1 x_1+ \omega_2 x_2+ \omega_3 x_3+...+ \omega_d x_d+b} f(X)=ω1x
2021-07-19 12:10:09
190
原创 第27期 Datawhale 组队学习 吃瓜教程——西瓜书+南瓜书第一章和第二章 / 周志华《机器学习》
摘要：本文是包含第一章和第二章的理论及推导内容说明： 本次学习是基于西瓜书，南瓜书，及部分网上参考资料（链接会放在最后）目录摘要：本文是包含第一章和第二章的理论及推导内容说明： 本次学习是基于西瓜书，南瓜书，及部分网上参考资料（链接会放在最后）第一章 绪论1.1 理论1.1.1 基本术语1.1.2 假设空间1.1.3 版本空间1.1.4 归纳偏好1.2 理论推导;//将组件移到新位置，用x 和 y 参数来指定新位置的左上角2.this.setSize(300,300);//setSize(int width, int height)：其实就是定义控件的大小，有两个参数，分别对应宽度和高度；3）代码import java.awt.*;public class ChatClient extends Fra
2021-05-30 16:37:21
148
原创 Datawhale的2021的四月学习——食物音频音频 拓展阅读：语音识别基础知识介绍
系列文章目录Datawhale的2021的四月学习——食物音频分析 baselineDatawhale的2021的四月学习——食物音频 特征分析Datawhale的2021的四月学习——食物音频音频 数据特征分析Datawhale的2021的四月学习——食物音频音频 模型改进与优化虽然说是扩展阅读，但也可以说是总结了，语音识别过程：1.导包，建立字典（一般是正反两个，好输入数据转换和输出数据转换），数据处理，特征提取和处理特征2.模型训练（LSTM，CNN，RNN），主要本次学习学会了使用K
2021-04-22 21:08:58
45
原创 Datawhale的2021的四月学习——食物音频音频 深度学习模型搭建与训练
系列文章目录Datawhale的2021的四月学习——食物音频分析 baselineDatawhale的2021的四月学习——食物音频 特征分析Datawhale的2021的四月学习——食物音频音频 数据特征分析文章目录系列文章目录前言1. 基础操作（数据处理）1.1 导包1.1.1 分析1.1.2 代码1.2 特征提取及数据集的建立1.2.1 分析1.2.2 代码2. 建立模型（本次重点，之前的详细分析有需要的可以看之前的几篇文章）2.1 深度学习框架2.1.1 网络模型搭建（本处是CNN网络）2
2021-04-19 23:23:09
96
原创 Datawhale的2021的四月学习——食物音频音频 数据特征分析
1. 音频特征1.1 过零率1.1.1 一些概念1.1.1.1 定义过零率（Zero Crossing Rate，ZCR）是指在每帧中，语音信号通过零点（从正变为负或从负变为正）的次数。 这个特征已在语音识别和音乐信息检索领域得到广泛使用，是对敲击的声音的分类的关键特征。1.1.1.2 特性(1).一般而言，清音（unvoiced sound）和环境噪音的ZCR都大于浊音（voiced sound）；(2).由于清音和环境噪音的ZCR大小相近，因而不能够通过ZCR来区分它们；(3).在实际当
2021-04-17 20:36:17
351
原创 Datawhale的2021的四月学习——食物音频 特征分析
系列文章目录Datawhale的2021的四月学习——食物音频分析 bassline文章目录系列文章目录1.特征分析1.1库函数加载1.1.1分析1.1.2代码：1.2查看音频数据1.2.1分析1.2.2代码1.3 查看音频特征1.3.1分析1.3.2代码2.一些相关文章（参考文献）本文仅为代码分析，代码源码为：里奥呐多艾斯的Task2 食物声音识别-赛题数据介绍与分析1.特征分析1.1库函数加载1.1.1分析本次使用的音频处理库函数为librosa，使用的IPython.display.
2021-04-15 20:49:50
73
原创 Datawhale的2021的四月学习——食物音频分析 bassline
前言本文是基于Datawhale的2021的四月学习——食物音频分析，此为阿水233的baseline，本文章为代码分析（个人理解，如有错误，请在评论指正，谢谢），本文使用的环境为天池实验室文章目录前言1. 准备工作1.1 下载数据并解压1.1.1 使用方法1.1.2 代码1.2 导入库函数1.2.1 注意事项1.2.2 代码2.特征提取和数据集的建立2.1 建立字典2.1.1 分析2.1.2 代码部分2.2导入音频数据（转换后的）2.2.1分析2.2.2 代码2.3 创建训练集和测试集2.3.1 分析
2021-04-13 18:24:52
102
原创 JAVA实验，求柱体面积
1、实验名称：求柱体体积2、实验目的：理解并使用抽象类及抽象方法理解并掌握向上转型实现多态继续掌握引用类型的参数传值的过程及内存中的变化情况熟练代码调试实现求圆柱、方柱、三棱柱的体积3、实验源代码：Circle.javapublic class Circle { private double r; public Circle(double r) { if(r>0){ this.r = r; }
2021-04-06 20:58:11
1063
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