今日读书：《奋斗的正确姿势》-乔恩·阿卡夫花费时间：1.5小时所读页数：46页笔记总结：1、职业储备账户（人脉+技能+品格）×勤奋=职业储备账户人脉：你认识谁技能：你能做什么品格：你是谁勤奋：你的工作态度

每个研究人员都试图通过自己的方法将研究推进的更深入一些，在理论研究的深层次上，离不开鲁棒优化，包括两阶段鲁棒优化、分布鲁棒优化算法等，鲁棒优化的基础知识是拉格朗日对偶和KKT条件，给大家推荐个课程——凌青老师的《凸优化

写在前面：由于时间的不足与学习的碎片化，写博客变得有些奢侈。但是对于记录学习（忘了以后能快速复习）的渴望一天天变得强烈。既然如此不如以天为单位，以时间为顺序，仅仅将博客当做一个知识学习的目录，记录笔者认为最通俗、最有帮助的资料，并尽量总结几句话指明本质，以便于日后搜索起来更加容易。标题的结构如下：“类型”：“知识点”——“简短的解释”部分内容由于保密协议无法上传。点击此处进入学习日记的总目录C/C

网络安全概述网络安全---Cyberspacesecurity2003年美国提出网络空间的概念---一个由信息基础设施组成的互相依赖的网络。我国官方文件定义：网络空间为继海，陆，空，天以外的第五大人类活动领域发展阶段：通信保密阶段---计算机安全阶段---信息系统安全---网络空间安全APT攻击---高级持续性威胁常见的网络安全术语漏洞可能被一个或多个威胁利用的资产或控制的弱点0day通常是指还没

这里我的主要收获是两个大模型是一个有损压缩文件大模型可以看成新型操作系统下面我把比较有关键的PPT笔记总结一下，比较有趣的将其看成操作系统的我会在第二部

CVX工具包（formatlab）CVX是斯坦福的教授StephenP.Bold等人开发的一个基于Matlab的凸优化工具包，能够解决诸如线性规划，二次规划，整数规划（需要license)等等优化问题，

Matlab中CVX工具箱使用CVX是一个凸优化解决工具，需要在Matlab上使用。CVX让Matlab变成一个模型语言，可以使用Matlab的标准语法完成优化问题的求解。

好记性不如烂笔头Flexflex:direction:row/column横向排列纵向flex-warp：warp拆行拆列display:-webkit-flex;display:-ms-flexbox;display:-webkit-box;H5与Android和IOS交互注意：前端需要用缓存时，app需要设置允许缓存，需要缓存的页面都要设置还有弹框h5传参数给Android//$("#logi

凸优化凸优化是一类特殊的数学优化问题，其基本思路是凸优化的基本思路是通过利用凸性质，将优化问题转化为在凸集上定义的凸函数的最优化问题，从而能够借助凸优化的理论和算法来高效求解。

目录一、查找1.基本概念（1）查找表（2）动态查找表和静态查找表（3）平均查找长度ASL2.线性表的查找（1）顺序查找（2）折半查找/二分查找（3）分块查找3.树表的查找（1）二叉排序树A.定义B.查找思路代码实现C.插入思路代码实现D.创建E.删除思路代码实现（2）平衡二叉树调整i.RR型ii.LL型iii.LR型iv.RL型4.散列表的查找（1）构造方法A.数字分析法B.平方取中法C.折叠法=

一、虚拟化技术是一种将物理资源（如服务器、存储设备、网络设备等）抽象、转换和分割成多个逻辑资源的技术。通过虚拟化技术，用户可以在单个物理设备上运行多个相互独立的虚拟环境，从而提高资源的利用率、降低运维成本和提高系统的可扩展性。以下是对虚拟化技术的总结：类型：虚拟化技术主要分为两大类，即服务器虚拟化和桌面虚拟化。服务器虚拟化是将一个物理服务器分割成多个虚拟机，每个虚拟机可以运行不同的操作系统和应用程

自学Python笔记总结网址数据类型类型查看类型，使用type内置类标识符输出输入语句format函数的语法及用法数据类型的转换运算符算数运算符赋值运算符的特殊场景拆包比较运算符逻辑运算符与短路位运算符运算符优先级程序流程控制分支语句

欢迎大家关注我的B站：偷吃薯片的Zheng同学的个人空间-偷吃薯片的Zheng同学个人主页-哔哩哔哩视频(bilibili.com)目录1.基于凸优化2.具身足迹3.ESDF自动驾驶轨迹规划之碰撞检测（

这个系列是我看这个Linux网络编程视频写的笔记总结。网络字节序小端法：pc本地存储，高位存高地址，低位存低地址。大端法：网络存储，高位存低地址，低位存高地址。

这个系列是我看这个Linux网络编程视频写的笔记总结。高并发服务器问题：根据上一个笔记，我们可以写出一个简单的服务端和客户端通信，但是我们发现一个问题——服务器只能连接一个客户端。

一、线性代数二、概率论三、微积分四、凸优化参考资料一、线性代数书籍&视频李宏毅线性代数MITLinearAlgebra知识点1）线性空间及线性变换2）矩阵的基本概念3）状态转移矩阵4）特征向量5）矩阵的相关乘法

分式规划是凸优化中常见的问题，例如最大化能效等。这篇博客介绍了single-ratio分式规划的二种常见方法。

例题：求解过程：以上都是笔者个人学习方法，如有不妥之处，欢迎大家批判指正，后续有时间，笔者会分享更多的凸优化学习方法给大家。

目录0.说明：1.等式约束的newton法：2.障碍函数法0.说明：相信不少小伙伴在学习内罚函数时会遇到不少障碍，接下来我将从结合个人学习过程，通过例题给小伙伴们讲解一下自己的见解，因为其理论知识在《凸优化

(3)凸优化问题(4)漂亮的定理丢弃法的作用就是因为模型太大了，使用它来对模型做正则。

最近被凸优化考试整疯了，梳理出来一些复习重点和知识点笔记，希望能够帮助到有缘人！总共有四章重点，我分两个博客放哈～第一部分：凸集第二部分：凸函数以上是凸集和凸函数两章的期末复习笔记。

接博客【凸优化ConvexOptimization期末复习重点和考试笔记（一）凸集+凸函数】第三部分：凸优化第四部分：对偶几种典型的凸函数以上就是凸优化和对偶函数部分，以及几种常见的凸函数。

SOLUTION这是一道综合的题目，考察凸优化、长链剖分、树形DP、以及关于数组空间的优化首先引进凸优化凸优化就是关于答案可以表示成一个凸函数f(x)，x是题目给出的参数，并且这个函数的斜率成下降的趋势

HTML&CSS笔记总结标签语义化网页最大标题只能写一个提高网页的排名写在log下面h2-h6内容标题可以随便多写从大到小的写容器可以装任何东西包裹一段文字包裹重要文字引入图片属性src图片地址alt图片描述图片未引用成功时显示在页面

如何生成可参考右边的帮助文档文章目录前言一、语法二、变量声明三、目标函数四、约束条件五、函数六、cvx特有的数学运算表达式七、常见错误八、进阶阅读参考资料前言本文是在最近学习MATLABCVX工具箱解决凸优化问题时学到的一些知识点

凸优化3：最优化方法最优化方法适用场景对比费马引理一阶优化算法梯度下降最速下降二阶优化算法牛顿法Hessian矩阵Hessian矩阵的逆Hessian矩阵和梯度的区别牛顿法和梯度下降法的区别拟牛顿法DFP

Redis1、Redis的优势2、redis的持久化3、BIO和NIO4、Redis为什么快5、主从复制6、cluster集群7、redis缓存穿透8、redis缓存雪崩9、redis缓存击穿10、布隆过滤器11、redis缓存--Java中的使用1、Redis的优势性能高：redis的读写能力一秒上万次，是单线程的数据类型丰富：支持String,hash,set,list,zset原子：所有操作

这篇文章是学习笔记总结，重新梳理内容内化，也希望对正在阅读这篇文章的你有所启发。两个触动：触动一：课程预热环节，老师让我们两两搭档画画。

训练时依然采用了反向传播算法，求解的问题不是凸优化问题。和全连接神经网络一样，卷积神经网络是一个判别模型，它既可以用于分类问题，也可以用用于回归问题，并且支持多分类问题。

【前置文章】【k8s学习】Kubernetes新手学习，4小时视频笔记总结【k8s学习】Helm安装及Hello-world示例【k8s学习】kustomize学习【k8s学习】GitOps介绍【环境】

本篇文章摘录自数模百科——支持向量机模型-凸优化问题。你是一个快递公司的老板，你们公司有三种车型：小货车，中型卡车和大货车。每种车型都有它的优点和缺点。

一篇文章讲清楚凸优化问题-CSDN博客快速理解对偶问题-CSDN博客支持向量机SVM模型里的二元线性分类是什么-CSDN博客支持向量机SVM中的核技巧（核函数）应该怎么理解-CSDN博客读完之后，我们开始今天的内容

本篇笔记总结C++程序的基本构成元素之一——表达式以及构成它所需的运算符。一、表达式需要明确任何值或任何有效值与运算符的组合都是表达式。同理，每个表达式都有值。

JavaWeb知识点汇总前言：跟了狂神javaweb学习有一阵子了，这里简单进行笔记总结，也是第一次使用markdown写这么长的文章，虽然是跟着敲的，也是多理解了一遍，以及具体上手自己写的代码和相应效果图

UnbiasedPUlearning.该论文在之前PUlearning中使用非凸函数作为loss的基础上，对正类样本和未标记样本使用不同的凸函数loss，从而将其转为凸优化问题。

首先我们需要了解一下什么是ECMA：ECMA（EuropeanComputerManufacturersAssociation）中文名称为欧洲计算机制造商协会，这个组织的目标是评估、开发和认可电信和计算机标准。1994年后该组织改名为Ecma国际什么是ECMAScript：ECMAScript是由Ecma国际通过ECMA-262标准化的脚本程序设计语言；百度百科：https://baike.bai

修改数据原理分享前罗列大纲，挑出重点分享时需要讲原理+应用场景根据笔记总结分享文档，代码截图等（不要直接拿笔记出来讲）任务目标基础语法学习从es6.8迁移至7.1从es6.8迁移至8.7.0相关javaapi

插入排序直接插入排序前i个元素是有序的，将第i+1个元素逐个往前比较，比到比一个数大的就插入到这个数后面，即这个数后面的数到i个数全部往后移例：DS内排—直插排序题目描述给定一组数据，使用直插排序完成数据的升序排序。–程序要求–若使用C++只能include一个头文件iostream；若使用C语言只能include一个头文件stdio程序中若include多过一个头文件，不看代码，作0分处理不允许

文章目录SLAM001什么是回环检测？002常用的回环检测方法有哪些？003介绍一下Gauss-Netwon和LM算法004介绍一下Ceres优化库，比如你使用过里面哪些内容？005描述（扩展）卡尔曼滤波与粒子滤波，你自己在用卡尔曼滤波时遇到什么问题没有？006除了视觉传感，还用过其他传感吗？比如GPS，激光雷达007什么是紧耦合、松耦合？优缺点008你认为室内SLAM与自动驾驶SLAM有什么区别

数学基础线性代数从行的角度从列的角度行列式的几何解释向量范数和矩阵范数向量范数矩阵范数的更强的性质的意义几种向量范数诱导的矩阵范数1范数诱导的矩阵范数无穷范数诱导的矩阵范数2范数诱导的矩阵范数各种范数之间的等价性向量与矩阵序列的收敛性函数的可微性与展开一维优化问题牛顿莱布尼茨公式对多维的拓展Lipschitz连续中值定理凸优化问题凸函数的判断

从这章开始认识凸优化问题。其中，关于各种典型的类别的凸优化问题，主要参考了[2]。

数学基础线性代数从行的角度从列的角度行列式的几何解释向量范数和矩阵范数向量范数矩阵范数的更强的性质的意义几种向量范数诱导的矩阵范数1范数诱导的矩阵范数无穷范数诱导的矩阵范数2范数诱导的矩阵范数各种范数之间的等价性向量与矩阵序列的收敛性函数的可微性与展开一维优化问题牛顿莱布尼茨公式对多维的拓展Lipschitz连续中值定理凸优化问题凸函数的判断

学习路线第一步：数学主要为微积分、概率统计、矩阵、凸优化第二步：数据结构/算法常见经典数据结构（比如字符串、数组、链表、树、图等）、算法（比如查找、排序）同时，辅助刷leetcode，提高编码codin

Shiro\textcolor{Orange}{Shiro}Shiro学习过程中的笔记，方便查阅学习\textcolor{green}{学习过程中的笔记，方便查阅学习}学习过程中的笔记，方便查阅学习笔记总结来源于视频

之前设备开了一整天，使得本来很少的抓包数据积累地很多，我打包发给开发人员，700多M，当时网速很慢，发了半天，我想起之前学过的FTP传输，如果设备采集的数据和抓包信息，实时传给FTP服务器，厂家那边的开发随时就可以查看我这边的数据，岂不是方便了许多。现在由于暂时没设备，闲着没事，就重温了一下计算机网络FTP相关的知识，搭建一个本地的FTP服务器。虽然现在我们可以通过微信、QQ等软件进行文件传输，这

本次笔记总结了产品岗群面和笔试的常见题目，也分享了小路个人的解题思路，请大家酌情参考。1.产品设计类产品设计类题目，是检验求职者产品基本功、产品思维的常见题型。

这是我看完了之后，做的一点笔记总结。

文章目录凸优化（ConvexOptimization）凸集（ConvexSet）凸集合的运算（OperationsonConvexSets）凸函数（ConvexFunction）凸优化问题（ConvexOptimizationProblem

提供的符号计算，到scikit-optimize的贝叶斯优化，再到NumPy和SciPy的数值计算和统计建模，以及利用Statsmodels进行回归分析和时间序列分析，再到PyMC3的贝叶斯统计建模，CVXPY的凸优化建模

今日读书：《让未来现在就来-成为高效能的行动派》-彭小六花费时间：1小时所读页数：50页笔记总结：1、提出问题，并提出解决方法。2、如果你找不到自己的问题，这才是你最大的问题。