weixin_57742691的博客

查看环境变量 (env定义MACA_PATH，指向特定目录。修改PATH，增加可执行文件搜索路径。修改，增加动态库搜索路径。这样设置后，运行依赖路径中程序和库的命令会正常执行，而无需手动指定完整路径。通过export设置的环境变量默认情况下只在当前 Shell 会话中生效。当前会话：你可以正常使用设置的环境变量。下次登录或新开终端：需要重新设置这些环境变量，除非将其永久保存。解决方法：让环境变量永久生效1. 对于单用户设置将exportBash~/.bashrc或Zsh~/.zshrc。

是一个故意引发断言失败的语句，通常用于程序遇到不能继续执行的情况时，强制终止程序并报告错误。用于调试过程中检查不应该发生的情况。它的作用是检查程序中某个条件是否成立，如果不成立，则会导致程序中断并抛出错误信息。的地方，或者开发者想要在某个地方强制停止程序的执行，以便调试和定位问题。会导致程序终止，调试器会显示一条错误消息，告诉你断言失败的位置。是 C/C++ 中的一个调试语句，用于在程序执行时触发。通常意味着程序运行到了一个。

提问：C++中，假设我有一个类，类中有一个属性uint32_t nLayers;我在构造函数中，应该使用this->nLayers = 0；去初始化该属性，还是应该直接使用nLayers = 0；去初始化该属性？回答：在 C++ 中，两种写法在效果上是相同的，但推荐直接使用这种方式初始化类成员。

其中我们要选择的就是CUDA Toolkit的版本，这里我选择了11.8，高于我现在安装的CUDA Toolkit的版本11.2，所以这样是不可以的，我需要选择一个可以适配低于CUDA Toolkit 11.2的torch。在使用GPU进行深度学习的过程中，我们免不了与pytorch打交道，这时候就需要根据我们现有的硬件，选择版本合适的CUDA Toolkit，进而选择版本合适的pytorch。实际安装的CUDA Toolkit的版本要低于或者等于硬件支持的最高的CUDA Toolkit的版本。

cudaMemcpy是 CUDA 中用于在主机（CPU）和设备（GPU）之间复制内存的函数。

简而言之，GNU Make 是一个构建工具，而 Makefile 是指导这个工具如何工作的脚本。两者密切相关，共同作用于项目的自动化构建过程。

CMakeLists.txt 文件是 CMake（跨平台构建系统）的项目配置文件。它告诉 CMake 如何生成构建系统（例如 Makefile、Visual Studio 项目文件等）。Makefile 是 Make 工具使用的文件，用于控制编译和链接程序的过程。

**"the marginal gain"（边际收益）** 是指在向一个集合 $S$ 中添加一个元素 $v$ 所带来的函数值 $f$ 的增加量。是添加元素 $v$ 前后函数值的差异。因此，边际收益就是添加元素 $v$ 前后函数值的差异。在描述中，函数 $f$ 被称为**次模函数（submodular function）**，如果它满足一种自然的"收益递减"性质：对于任何一个元素 $v$ 和任意两个满足 $S \subseteq T$ 的集合 $S$ 和 $T$，向较小的集合 $S$ 中添加元素 $

在数学和计算机科学中，$2^V$ 表示集合 $V$ 的**幂集**。幂集是指 $V$ 的所有子集的集合，包括空集和 $V$ 本身。

在英文论文写作中，“表示”一词可以用多种不同的词语来表达，来避免重复用词与提升文章可读性，以下是一些常见的替代词：RepresentDenoteSignifyRefer toStand for具体的例子如下，下面的句子是对有向图的一些描述：:另外，在英文论文写作中,表示“B伴随着A”的词组有：

集合与集合进行笛卡尔积的结果是一个新的集合，其中包含所有可能的有序对。对于两个集合 A 和 B，它们的笛卡尔积 A×B是由所有可能的有序对 (a,b) 组成的集合，其中 a 属于集合 A， b 属于集合 B。

dot-then-exponentiate” 是一种运算顺序，首先进行点积运算（dot product），然后对结果进行指数运算（exponentiation）。在数学和计算机科学中，尤其是机器学习和深度学习中，这种运算顺序经常出现。在某些情况下，softmax 函数也会使用类似的点积然后指数运算的步骤，将输入转化为概率分布。这种运算在神经网络的激活函数和概率模型中经常出现。例如，在逻辑回归模型中，线性组合。：对点积的结果进行指数运算，例如自然指数函数。本文还用softmax函数举例说明点积--指数运算

计算机科学的术语中，non-trivial是“非平凡”，用来形容任何有意义的、非零的参数或者因子。trivial是“平凡的”，在计算机科学中，通常用来形容那些没有实际意义或非常容易实现的参数或者因子。

比如A⊊B,即A是B的真子集，A中所有元素B中都有且A不可能是B本身。另外 ⫋ 也是真包含于的意思，现在普遍使用这个符号。比如A⊆B,即A是B的子集，A有可能是B本身。⊊ ：真包含于（阅读论文的时候有可能出现）

首先P问题、NP问题、NP-complete问题和NP-hard问题属于一条基础线上的几个问题，应该一起讲述（第一部分）。Sharp-P（#P）问题常常与NP问题放到一起讨论，应该在第二部分讲述。本博客旨在总结计算机研究中可能遇到的几类问题，以便已经学习过计算理论的同学在回顾知识的时候查阅。如果未学过计算理论，本博客对您的帮助可能不大。如果总结有错误，欢迎指出。

w.r.t. 是with respect to的缩写。意思是关于……方面，谈到……，提及……。i.e.意思是即，也就是。e.g.意思是举个例子来说。s.t.是subject to 的缩写。意思是使得...满足...，受...约束。resp. 单独用意思是分别的；放在括号里意思是相应的。

花括号\{\}表示这是一个集合。集合中的元素是⟨VqFq⟩⟨V_q,F_q⟩⟨Vq​Fq​⟩，其中每个元素都是一个二元组（或叫做配对，pair）。VqV_qVq​和FqF_qFq​分别是与qqq相关的两个实体或对象，具体内容取决于问题的背景。通过上标和下标的使用，可以更加精确地描述集合的特性和元素的构成，尤其在数学和计算机科学中，使用这种方式可以更清晰地表达复杂的概念和结构。

自我网络（Ego-Networks）是指以一个特定节点（称为“自我”或“ego”）为中心的子图，包含与该节点直接相连的所有节点（称为“alter”）以及这些节点之间的所有连接。自我网络通常用于分析特定节点在网络中的局部结构和关系。假设有一个社交网络，其中节点代表用户，边代表用户之间的友谊关系。某个用户A的自我网络将包括用户A（自我节点）、与用户A直接相连的所有朋友（替代节点），以及这些朋友之间的所有友谊关系。通过研究自我网络，可以了解特定用户的直接社交圈，分析用户的社交行为和影响力等。

节点4的度为3：一条正常边（度为1）+一条self-loop边（度为2）节点1的度为4：两条正常边（度为1）+一条self-loop边（度为2）

无向图：计算总度数（即边的两倍），再除以节点数。公式为dˉ2mndˉn2m​。有向图：分别计算平均入度和平均出度，然后相加。总度数等于边的数量，入度和出度的平均值相同。公式为dˉ2mndˉn2m​。虽然两个公式在形式上看起来相似，但它们的计算方法和概念上的理解是不同的。无向图的度数直接计为连接的边数，而有向图的度数分为入度和出度两个部分。