【离散数学-学习日记】2024-3-21

最新推荐文章于 2024-07-13 20:38:58 发布
最新推荐文章于 2024-07-13 20:38:58 发布
阅读量296 收藏
点赞数 10
分类专栏： 离散数学 文章标签： 学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/yhbbbbbb/article/details/136906782
版权

接续上一版

未完待续==未完待续==未完待续==未完待续==未完待续

——————————————————————————————————————————

欧拉图、哈密图

最短路径

平面图

对偶与着色

树（定义，生成树、根树）

未完待续

姚加油呀
关注
  • 10
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
numpy-1.19.0.zip
02-11
此外，NumPy还与其他许多Python库紧密集成，如Pandas用于数据分析，SciPy用于更高级的科学计算，Matplotlib用于数据可视化，以及Scikit-learn用于机器学习。通过这些库的组合使用，用户可以在Python环境中实现完整的...
numpy-1.8.0.zip
02-13
例如，`numpy.array([1, 2, 3])`会创建一个一维数组。 2.2 常用函数：arange用于生成等差序列，linspace和logspace则可以生成等间距或等比序列。 三、数组操作 3.1 数组属性：如shape、size、dtype等，可以获取...
numpy-1.19.2.zip
02-11
总的来说，“numpy-1.19.2.zip”这个压缩包是Python数据科学领域的重要组成部分，它不仅提供了高效的数组操作，还支持复杂的数学运算，是进行科学计算、数据分析和机器学习等工作的得力工具。通过安装这个压缩包，...
scipy-0.17.0.zip
02-28
3. **Interpolation（插值）**：Scipy的interpolate模块提供了各种插值方法，如线性插值、多项式插值、样条插值等，用于对离散数据进行平滑处理或生成连续函数。 4. **Linear Algebra（线性代数）**：虽然NumPy已经...
scipy-1.5.2.tar.gz
02-28
3. **Optimize**：优化工具集，包括函数最小化、拟合、求根和线性规划等。用于寻找最佳参数或者最佳解。 4. **Signal**：信号处理模块，支持滤波、频谱分析、窗口函数和数字信号处理算法。 5. **Sparse**：稀疏...
Lumos学习王佩丰Excel第四讲：排序与选择
Sunshine_XX的博客
07-10 312
自定义排序演示：工资条拆分的演示：如果遇到很长的表，标题只存在于顶端，打印出来观感不好，可以这样做：有些版本的excel复制筛选数据容易把背后隐藏的所有数据都复制上去，这时可选中定位条件的“可见单元格”选项，复制粘贴即可。并排表示且，错排表示或。ctrl+shift+↓+→全选，演示说明：回头学原理，先记住一句话，要想筛选对，条件表头不要对。
Autoware.universe 高效学习第三章 -- 智驾技术务虚会之智驾技术栈讨论 其一
cy1641395022的博客
07-10 673
Autoware.universe 高效学习第三章 -- 智驾技术务虚会之智驾技术栈讨论 其一
ROS基础学习-ROS运行管理
周陽讀書
07-11 736
ROS运行管理。
Python 学习中什么是异常处理，如何使用 try、except、finally ？
Itmastergo的博客
07-12 614
异常是程序执行过程中发生的非正常事件，这些事件会中断正常的程序指令流。当程序遇到错误时，Python 会抛出一个异常对象，异常对象包含了错误的类型和相关的信息。
Qt/QML学习-动画元素
QT、QML
07-12 673
Qt/QML学习-动画元素
昇思MindSpore 25天学习打卡营|day20
最新发布
weixin_42036358的博客
07-13 516
生成式对抗网络(Generative Adversarial Networks，GAN)是一种生成式机器学习模型，是近年来复杂分布上无监督学习最具前景的方法之一。最初，GAN由Ian J. Goodfellow于2014年发明，并在论文生成器的任务是生成看起来像训练图像的“假”图像；判别器需要判断从生成器输出的图像是真实的训练图像还是虚假的图像。GAN通过设计生成模型和判别模型这两个模块，使其互相博弈学习产生了相当好的输出。GAN模型的核心在于提出了通过对抗过程来估计生成模型这一全新框架。
学懂C#编程：常用框架学习（二）——初学者如何学习WPF之MVVM模式
martian665的专栏
07-10 529
初学者如何学习WPF之MVVM模式
NPDP含金量高吗？什么人适合学习NPDP？
PMP项目管理的博客
07-09 925
开始报名后先提交报名资料，通过审核后缴纳考试费用，即算报名成功；如果报名成功后被抽中审核了的话，则须提交相关资料进行资格审查，通过审查即可参加考试，未通过审核则会将考试费用退还给您；
昇思25天学习打卡营第19天|ShuffleNet图像分类
randomize0的专栏
07-12 943
在第15-18日的学习内容中，我们陆陆续续学习了计算机视觉相关的模型包括图像语义分割、图像分类、目标检测等内容，这些模型的运算往往都是在大算力设备上运行的，今天学习一种可以在移动设备上运行的图像分类模型-“ShuffleNet”。ShuffleNetV1是旷视科技提出的一种计算高效的CNN模型，和MobileNet, SqueezeNet等一样主要应用在移动端，所以模型的设计目标就是利用有限的计算资源来达到最好的模型精度。
论文学习_B2SFinder: Detecting Open-Source Software Reuse in COTS Software
kitsch0x97的博客
07-09 1203
随着结构设计模式的广泛采用以及缩短上市时间的迫切需要，越来越多的商业现成（COTS）软件产品正在开源软件（OSS）项目之上开发。如此快速的应用程序开发会导致一些不良问题，包括许可证违规和安全问题。在这些问题中，OSS 重用漏洞是最严重的问题之一。：当一些易受攻击的 OSS 代码集成到软件中并在该软件中重用时，OSS 漏洞可能会被引入到 COTS 软件中。此类 OSS 漏洞（称为OSS重用漏洞）普遍存在，会对 COTS 软件的安全产生严重影响。
AI学习环境 没有更好的替代 - （Google）Drive + Colab
jomoly的博客
07-09 906
但是随着一系列拉扯和2010退出大陆市场，drive的定位就非常尴尬了，容量吧够用，但是比起来国内市场的狗大户就完全不够看，最重要的网速和访问得不到保证，所以尬吹党不少，但体验就是如人饮水冷暖自知，要不然这块市场也轮不到微软的onedrive，onenote这些小字辈后来居上了。至于能运行，乃至开发，调教大模型的环境，呃，如果您在校，可以问问学校的数据中心，估计会拍的很满，毕竟是一个A100卖到20万，万卡集群，用电约等于一座城市这样量级的投入，折算下来，每分钟上千+刀。卧龙凤雏，一时瑜亮。
base SAS programming学习笔记12(do loop)
ddjdd1234的博客
07-12 261
当使用point来指定行数读取的时候，需要使用stop避免结束读入数据的指针而引起连续读入该行数据，由于STOP会停止执行DATA步则不会将PDV的数据输出至输出数据集，因此需要加上OUTPUT来输出数据，将OUTPUT放入循环中则每次循环的数据都输出，如果放至循环外则只有最后一行数据输出。在上述程序中earned由于链接的是“+”,因此值都是保留到下一行，到第12月份仍然在执行循环，该循环完毕后month增至13，此时终止循环，因此输出的month=13;所以do until循环至少循环一次；
万字学习——DCU编程实战补充
zzzzzucc的博客
07-10 459
DCU加速器根据其主要功能可以划分为四个主要组件：执行引擎（Execution Engine），一个或多个DMA拷贝引擎（Copy Engine），内存控制器（Memory Controller）和DCU显存（DCU Memory）。常见的异构计算节点体系结构主要由四个部分组成：主存、多核处理器、I/O Hub和DCU加速器。DCU拥有自己的软件栈–HIP软件栈，也叫生态系统或软件层，用来支持基于HIP的异构计算的应用程序。rocm-smi命令可以查看DCU负载情况。我的理解大概是这样的。
【康复学习--LeetCode每日一题】2965. 找出缺失和重复的数字
Puppet__的博客
07-09 360
除上述的两个之外，对于所有满足1 <= x <= n * n 的 x ，都恰好存在一对 i, j 满足 0 <= i, j <= n - 1 且 grid[i][j] == x。返回一个下标从 0 开始、长度为 2 的整数数组 ans ，其中 ans[0] 等于 a ，ans[1] 等于 b。输入：grid = [[9,1,7],[8,9,2],[3,4,6]]解释：数字 2 重复，数字 4 缺失，所以答案是 [2,4]。输入：grid = [[1,3],[2,2]]
离散数学-集合的简单运算的实验原理和过程
06-11
离散数学中，集合是一个非常基础且重要的概念。集合的简单运算包括交、并、差、补等。下面，我将介绍这些集合运算的实验原理和过程。 实验原理： 在集合运算中，我们需要用到两个集合（或多个集合），并根据运算符进行相应的操作。具体而言，交运算需要找出两个集合的交集；并运算需要找出两个集合的并集；差运算需要找出第一个集合与第二个集合的差集；补运算需要找出一个集合相对于全集的补集。 实验过程： 1. 交运算 假设有两个集合 A 和 B，它们的交集可以表示为 A ∩ B。我们可以通过以下步骤进行交运算的实验： - 准备两个集合 A 和 B，记录它们的元素。 - 找出 A 和 B 中的共同元素，即它们的交集。 - 将交集元素组成一个新的集合 C，即 C = A ∩ B。 2. 并运算 假设有两个集合 A 和 B，它们的并集可以表示为 A ∪ B。我们可以通过以下步骤进行并运算的实验： - 准备两个集合 A 和 B，记录它们的元素。 - 将 A 和 B 中的元素合并，去除重复元素，即得到它们的并集。 - 将并集元素组成一个新的集合 C，即 C = A ∪ B。 3. 差运算 假设有两个集合 A 和 B，它们的差集可以表示为 A - B。我们可以通过以下步骤进行差运算的实验： - 准备两个集合 A 和 B，记录它们的元素。 - 找出 A 中与 B 不同的元素，即得到它们的差集。 - 将差集元素组成一个新的集合 C，即 C = A - B。 4. 补运算 假设有一个集合 A，它的补集可以表示为 A'。我们可以通过以下步骤进行补运算的实验： - 准备一个集合 A，记录它的元素。 - 准备一个全集 U，它包含所有可能的元素。 - 找出 U 中与 A 不同的元素，即得到 A 相对于 U 的补集。 - 将补集元素组成一个新的集合 C，即 C = A'。 总结： 以上就是离散数学中集合运算的实验原理和过程。通过这些实验，我们可以更好地理解集合运算的概念和应用。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值