移动端WEB学习记录

小程序学习记录九：小程序npm包的使用

包的概念一、npm包的限制二、VantWeapp组件库1.安装2.构建npm包3.修改app.json三、定义和使用CSS变量1.定义变量2.使用变量3.vant里使用css变量一、npm包的限制1.不支持依赖于Node.js内置库的包2.不支持依赖于浏览器内置对象的包jq就不支持。3.不支持依赖c++插件的包一些加密的包。二、VantWeapp组件库使用的MIT开源许可协议，对商业使用友好。1.
努力练级中...·2024-01-21 09:05

YOLOv5-第Y2周：训练自己的数据集

生成train.txt、test.txt、val.txt文件六、创建ab.yaml文件七、开始使用自己的数据集训练八、总结YOLOv5-第Y2周：训练自己的数据集一、前言本文为365天深度学习训练营中的学习记录博客原作者
Prime's Blog·2024-01-21 07:58

爬虫学习记录之Python 爬虫实战：某评分网站的Top250的书单详情

【简介】这里我们利用之前所学习的相关模块，爬取网站上top250的书单详情，最终我们将爬取出来的数据持久化存储为表格文件，使用sqlalchemy将持久化数据输入到postgresql数据库中文章目录1.爬取页面信息1.1导入所需模块1.2定义变量1.3.爬取数据1.4完整代码如下2.爬取网页图片3.这里我们再将数据信息存储到postgres数据库当中3.1创建Flask应用3.2创建数据库表3.
永不言弃h·2024-01-21 05:24

爬虫学习记录之Python 爬虫实战：电影 TOP250 循环爬取

【简介】利用Python的requests库实现循环爬取电影TOP250榜单，对每个电影的详细信息进行抓取，并将抓取的数据保存为JSON格式的文件。文章目录1.导入所需库和模块2.构造请求参数并发送请求3.解析数据并保存到文件4.完整代码1.导入所需库和模块本项目使用的是requests库和json库，因此需要导入这两个库。importjsonimportrequests2.构造请求参数并发送请求
永不言弃h·2024-01-21 05:54

爬虫学习记录之Python 爬虫实战：爬取研招网招生信息详情

【简介】本篇博客为爱冲锋，爬取北京全部高校的全部招生信息，最后持久化存储为表格形式，可以用作筛选高校。文章目录1.导入依赖2.代码详解2.1def__init__(self)2.2defSleepTime(self):2.3defGetcode(self):2.4defReadTxt(self,file):2.5defGetDeData(self,page):2.6defGetPage(self)
永不言弃h·2024-01-21 05:23

C++从零开始的打怪升级之路(day16)

这是关于一个普通双非本科大一学生的C++的学习记录贴在此前，我学了一点点C语言还有简单的数据结构，如果有小伙伴想和我一起学习的，可以私信我交流分享学习资料那么开启正题今天分享的内容是string类的模拟实现当然
云淡风轻kk·2024-01-21 04:16

技术分享 | MySQL：timestamp 时区转换导致 CPU %sy 高的问题

本文为学习记录，可能有误请谅解。这个问题是一个朋友遇到的@风云，并且这位朋友已经得出了近乎正确的判断，下面进行一些描述。
爱可生开源社区·2024-01-21 00:53

2021 AAAI best Paper - Informer-2020 学习记录

这篇文章是来自AAAI的bestpaper，目前已经开源在github，这里博主记录一下自己的学习过程。项目使用pytorch开发，按照readme要求的环境即可，环境没有问题的话基本不需要改动即可完美调试，博主开始时pytorch版本太低，所以导致了很多问题，当然这个调试修改的过程也并非是毫无用处，它可以让我们对项目的理解更加深刻。此外这个项目也有tensorflow版本，大家可以看博主的这篇博
breeze_csdn·2024-01-21 00:54

flink学习记录之水位线

水位线的概念理解及工作原理：watermark是用于处理由于网络、背压等原因产生的乱序事件，窗口结束时间+延迟时间=最大waterMark值，即当waterMark值大于的上述计算出的最大waterMark值，该窗口内的数据就属于迟到的数据，无法参与window计算；代码中生成水位线的时间（即调用assignTimestampsAndWatermarks（WatermarkStrategywate
pasen_newer·2024-01-20 19:25

重读《暗时间》笔记和感想11 – 书写是为了更好地思考

我只是把对我来说印象深刻的观点和结论摘录下来，作为我的学习记录，以后可以经常复习回顾。我非常喜欢这篇文章，对我启发特别大，我也深有同感。我经常在走路和睡前总结所
greenorchid·2024-01-20 15:29

J4 - ResNet与DenseNet结合

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制目录环境模型设计模型效果展示总结与心得体会环境系统:Linux语言:Python3.8.10深度学习框架:Pytorch2.0.0
好名让狗申请了·2024-01-20 14:41

JabRef新手入门学习记录

本文目录0.JabRef是什么1.JabRef安装2.配置Java环境3.JabRef基本使用（在latex中）3.1JabRef语言设置3.2JabRef基本界面3.3使用方法来啦（1）文件->新建库（2）添加参考文献，这里有两个方法（3）TeXstudio中引用文献4.推荐一下自用的文献阅读工具0.JabRef是什么JabRef在我的理解看来主要是一个可以管理文献的工具。你可以设置某一个文献的
陈炳林的小饼干·2024-01-20 14:48

深度学习记录--偏差/方差(bias/variance)

误差问题拟合神经网络函数过程中会出现两种误差：偏差(bias)和方差(variance)偏差和误差的区别欠拟合(underfitting)当偏差(bias)过大时，如左图，拟合图像存在部分不符合值，称为欠拟合(underfitting)过拟合(overfitting)当方差(variance)过大时，如右图，拟合图像过于特殊，不够集中(即方差过大)，称为过拟合(overfitting)误差和tra
蹲家宅宅·2024-01-20 12:09

Linux学习记录——사십사 高级IO（6）--- Epoll型服务器（3）（Reactor）

文章目录1、数据所有处理都放在底层2、处理异常事件3、理解Reactor（代码链接在这里）1、连接管理看完前两篇再看这篇，本篇将会写Reactor1、数据所有处理都放在底层EpollServer.hpp中创建一个函数HandlerRequest，用它来做Recver函数的数据处理，也就是数据分析。voidHandlerRequest(Connection*conn){//保证所有数据都被分析，要加
咬光空气·2024-01-20 12:01

【80211-2022】【学习记录】【第九章】管理帧类型格式【1】

一、(PV0)Managementframes1>Formatof(PV0)Managementframes管理框的格式定义如图9-74所示。帧控制、持续时间、地址1、地址2、地址3和序列控制字段出现在所有管理帧子类型中。对于一个或多个非vhtPPDUs携带的MMPDU,MMPDU的最大尺寸如表9-25所示。HT控制场的存在取决于帧控制场的+HTC子场的设置(见9.2.4.1.10)。在一个或多个
致简-Damon·2024-01-20 11:09

【80211-2022】【学习记录】【第九章】管理帧 Beacon

一、Beaconframeformat信标帧的帧体信息如表9-32所示。Table9-32Beaconframebody序号信息说明备注1Timestamp时间戳字段格式见9.4.1.10后续详细学习2BeaconInterval“信标间隔”字段格式请参见9.4.1.3后续详细学习3CapabilityInformationCapabilityInformation字段格式请参见9.4.1.4。后
致简-Damon·2024-01-20 11:09

【80211-2022】【学习记录】【第九章】数据帧类型格式【2】

一、AggregateMSDU(A-MSDU)format1>概述a-msdu是a-msdu子帧的序列，如图9-68所示。每个A-MSDU子帧由A-MSDU子帧头和一个MSDU以及0~3字节的填充组成，如图9-69(9.3.2.2.2)、图9-71(.3.2.2.3)和图9-72(9.3.2.2.4)所示。定义了三种A-MSDU子帧格式:9.3.2.2.2描述的基本A-MSDU子帧、9.3.2.2
致简-Damon·2024-01-20 11:09

【80211-2022】【学习记录】【第九章】管理帧Association Request

一、ATIMFrameFormatATIM帧的帧体为空.二、Disassociationframeformat解关联帧的帧体信息如表9-33所示。三、AssociationRequestframeformat序号信息说明备注1CapabilityInformation能力信息字段格式见9.4.1.4。后续详细学习2ListenInterval进入sleep起来听Beacon的时间间隔后续详细学习3
致简-Damon·2024-01-20 11:36

恒大一幼幼儿园全体教师消防安全培训学习记录

恒大一幼幼儿园全体教师消防安全培训学习记录为深入开展消防安全宣传教育工作，提升广大师生消防安全意识，普及防火知识及逃生自救技能，5月6日下午，我园特聘请消防大队李教官来我园为全体职工培训消防相关知识！
80期5号财务黎·2024-01-20 10:29

C++从零开始的打怪升级之路(day14)

这是关于一个普通双非本科大一学生的C++的学习记录贴在此前，我学了一点点C语言还有简单的数据结构，如果有小伙伴想和我一起学习的，可以私信我交流分享学习资料那么开启正题今天分享的内容是string类这里给上官方的文档链接
云淡风轻kk·2024-01-20 05:50

C++从零开始的打怪升级之路(day15)

这是关于一个普通双非本科大一学生的C++的学习记录贴在此前，我学了一点点C语言还有简单的数据结构，如果有小伙伴想和我一起学习的，可以私信我交流分享学习资料那么开启正题今天分享的内容是string类,明天开始学习
云淡风轻kk·2024-01-20 05:20

GMT学习记录

我主要根据GMT中文手册一步一步学习的！！！！B站视频介绍的是5.0老版本仅仅建立基础理解这个软件。好的，学了一点发现直接把gmt转为shp，就得到我想的文件gmt数据转shape格式数据-简书(jianshu.com)命令初探—GMT中文手册(gmt-china.org)【GMT入门E1/7】GMT介绍及课程概述_哔哩哔哩_bilibiliarcgis也支持画地理图，但GMT更好看目的：一、下载
fenghx258·2024-01-20 05:29

2019-09-30-学习记录

换工作电脑来处理数据，首先打开终端，切换目录到压缩文件所在目录，按照流程走rm(list=ls())options(stringsAsFactors=F)#切换工作目录如果有必要的话#Anovelmicroglialsubsetplaysakeyroleinmyelinogenesisindevelopingbrain##https://www.ncbi.nlm.nih.gov/geo/query
程凉皮儿·2024-01-20 01:07

深度学习记录--mini-batch gradient descent

batchvsmini-batchgradientdescentbatch：段，块与传统的batch梯度下降不同，mini-batchgradientdescent将数据分成多个子集，分别进行处理，在数据量非常巨大的情况下，这样处理可以及时进行梯度下降，大大加快训练速度mini-batchgradientdescent的原理两种方法的梯度下降图如下图所示batchgradientdescent是一
蹲家宅宅·2024-01-19 22:14

Logcat 参数及功能介绍

个人最常用的logcat指令大致就有-c,-t,-v,但有个新需求,需要获取近期*min内的LOG,那么通过logcat-h就可以展示具体有哪些指令,一起学习记录一下.rk3288:/$logcat-hUsage
Brave & Real·2024-01-19 22:07

《微班会创意设计与实施》学习记录

今天读到83页了，这本书也三分之一了，本愁着去完成的任务也有了一个好的开始。不过，今天差点就偷懒混过去，但还是想着再坚持一点，偷懒的时候就想到了学校开会时校长说的，往往成功的人就是在每次坚持不下去的时候告诉自己，再坚持一下，这一次次的继续，才能到达成功，而为什么成功的人是少数，因为坚持这件事，难之又难。今天读的内容说了一个新手班主任常出现的问题，新手班主任在每个关键节点都先明确提出要求，然后亲力亲
雎雎_·2024-01-19 22:42

hadoop dfs web页面访问增加鉴权

前言装好了Hadoop，通过浏览器访问，发现竟然不需要鉴权就能访问，且暴露了很多服务器层文件路径信息，基于多年积累的安全意识，必须得配置些鉴权信息，就有了该文，仅做学习记录，下次自己再装时能提高效率。
花菜回锅肉·2024-01-19 21:10

Kratos 学习记录

环境准备#protocprotoc-gen-goprotoc-gen-go-grpc#protoc下载地址:https://github.com/protocolbuffers/protobuf/releasesgogetgoogle.golang.org/grpc/cmd/protoc-gen-go-grpcgoinstallgoogle.golang.org/grpc/cmd/protoc-g
wx-zhou·2024-01-19 19:06

Linux学习记录——사십사 高级IO（5）--- Epoll型服务器（2）（Reactor）

文章目录1、完善Epoll简单服务器2、打造统一的分开处理的体系3、epoll工作模式4、ET模式5、继续完善，处理写事件6、引入自定义协议，处理写事件本篇基于上篇代码继续改进，很长。关于Reactor的说明在后一篇1、完善Epoll简单服务器上面的代码在处理读事件时，用的request数组是临时的，如果有数据没读完，那么下次再来到这里，就没有这些数据了。所以得让每一个fd都有自己的缓冲区。建立一
咬光空气·2024-01-19 16:31

Windows平台反调试技术学习

前言前俩天的学习记录Windows上面的反调试学习，主要是参考《恶意代码实战分析》和《加密与解密》里面的，给每个小技术都写了程序示例，自己编译反调试了一遍。
q2919761440·2024-01-19 15:21

【学习记录24】vue3自定义指令

一、在单vue文件中直接使用1、html部分{{item}}-{{item*2}}2、js部分import{ref}from'vue'//loading图片路径importimgSrcfrom'@/views/loading.gif'constdata=ref(1)//定义loading初始值为true，插入loadingconstloading=ref(true)//单页面自定义指令直接使用v开
天才和人才就差了二·2024-01-19 15:54

ts的学习记录

ts的基础使用能读取ts的环境声明变量此处类型用小写生明和赋值同时进行就不用再生名做一个函数传参时定义的什么类型就传什么类型同时传参传多传少都会报错告诉我们函数的返回值时number类型总共基本类型自面量不能更改可以赋值多个值联合类型any任意类型跟使用js没有去区别如果只是letb默认就是any隐式anyd的类型是any他可以赋值给任意变量但是unknown不是unknown未知类型的数据如果不
又是取名的一天·2024-01-19 15:47

ArcGIS JSAPI 学习教程 - 初识 ArcGIS Maps SDK for JavaScript

介绍JSAPIHelloworldJSAPI优势劣势在线示例近期由于工作需要，开始接触ArcGISMapsSDKforJavaScript（以下简称JSAPI），为了更好的系统的学习，准备开设专栏，作为学习记录
非科班Java出身GISer·2024-01-19 14:38

德真写作训练营001队／傅教授视频学习记录

子曰：“我非生而知之者，好古，敏以求之者也。”译文：孔子说我不是生来就有知识的，我的知识是爱好古代文化，再勤奋敏捷得来的。这段话让我们想起来《论语.述而第七》中子曰：“述而不作，信而好古，窃比于我老彭。”他对古代文化确实是很喜欢，并且努力把它学会，但是比较有趣得是，他说自己不是生而知之，这句话是什么意思呢？当孔子说，我不是生下来就有知识的，这句话的含义是什么？是说，有些人可能生下来就有知识。好，问
正心_9688·2024-01-19 13:38

2020-1-1 焦点学习记录

姜烨焦点中级23期复训初24期坚持读书分享第355天2021.1.1总第32次咨询师第8次1月1日后第1次约练今天的约练我做来访者。从一个很小的话题聊起。咨询师的声音很温柔也很有耐心地倾听陪同。期间并没有可以用什么话术，而是很真诚的感受来访者。最后在聊天中不断自我启发，发现我的需求不一定是对方的需求，对方的需求也不一定是我的需求，把我的需求强加给对方，就会自以为是，对方也会觉得有压迫感，会觉得我其
4faa827fc07c·2024-01-19 12:31

音视频编解码学习记录

目录学习资料个人git仓库文章学习资料个人git仓库标准,资料,笔记:https://gitee.com/fedorayang/video_and_audio_codec.git文章理解低延迟视频编码的正确姿势:https://cloud.tencent.com/developer/article/1358721
ketaotech·2024-01-19 11:39

Keras学习记录

Keras学习笔记keras.iokeras.io-zhkeras-cnKeras是一个高层神经网络API，Keras由纯Python编写而成并基Tensorflow、Theano以及CNTK后端．Keras的设计原则是用户友好：Keras是为人类而不是天顶星人设计的API。用户的使用体验始终是我们考虑的首要和中心内容。Keras遵循减少认知困难的最佳实践：Keras提供一致而简洁的API，能够极
深思海数_willschang·2024-01-19 11:28

Qt+HttpServer的学习记录

学习arm过程中，需要使用httpserver，在这过程中找到了QtWebApp这个轻量级的C++服务器，记录学习的过程。参考教程：https://hpzwl.blog.csdn.net/article/details/130631547（写的详细，推荐）代码下载地址官方下载：http://www.stefanfrings.de/qtwebapp/QtWebApp.zip解压后的文件：学习过程官方
六点的晨曦·2024-01-19 08:22

2020-02-11记录生活42

昨天从早上纠结过后，后来想通了，放开了，晚上在写学习记录公众号的时候，流畅而自如，感觉到自己接近那个真实自然的状态，很舒适，也很开心。
婧进阅读·2024-01-19 04:03

YOLOv8-第Y9周：重要模块解读

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制文件路径：...\ultralytics\nn\moudules\***以文件...
夏伊呀·2024-01-18 19:44

YOLOv8-第Y7周：训练自己的数据集

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制本周任务这周的任务是用YOLOv8训练自己的数据集。
夏伊呀·2024-01-18 19:14

YOLOv8-第Y8周：yolov8.yaml文件解读

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制本周任务请根据YOLOv8n、YOLOv8s模型的结构输出，手写出YOLOv8l的模型输出。文件位置：.
夏伊呀·2024-01-18 19:14

YOLOv5-第Y6周：模型改进

本文为365天深度学习训练营中的学习记录博客原作者：K同学啊|接辅导、项目定制文章来源：K同学的学习圈子一、本周任务模型改进：修改YOLOv5的网络结构图，根据网络结构图以及Y1~Y5周的内容修改对应代码
夏伊呀·2024-01-18 19:13

Jetson Nano 重装系统后的一些初始化

工具安装nvcc:commandnotfound后续问题持续更新中ing前言我给JetsonNano开发板重新装了NVIDIA官方提供的系统后，系统一片空白，这里记录一下我对Ubuntu的一些配置，作为学习记录
BAs533·2024-01-18 19:40

7月30日学习记录

关于晨读::晨读新二，6-32课，读《哈佛》摘抄单词及句子。完成《哈佛》第11课练习及订正，语法错3道，阅读理解错0道，背《初中文言文助读》第9课，抽查加点词语。复习6~8课。明天晨读安排:晨读新二，31~55课，背新二第1课。完成《哈佛》第12课练习及订正。背《初中文言文助读》第10课，抽查加点词语，复习8~9课。数学自学:完成等腰三角形证明练习。明天数学自学安排:做等腰三角形专项综练习题。物理
香兮·2024-01-18 18:28

改善python程序的91建议记录(学习记录)

使用else子句简化循环（异常处理）案例1执行sql异常时处理defsave(db,obj):try:#saveattr1db.execute('asqlstmt',obj.attr1)#saveattr2db.execute('anothersqlstmt',obj.attr2)exceptDBError:db.rollback()else:db.commit()案例2defprint_prim
平凡的运维之路·2024-01-18 17:07

深度学习记录--梯度检验

数值逼近为了对梯度进行检验，需要计算近似误差值来接近梯度对于单边误差和双边误差公式，其中双边误差与真实梯度相差更小，故一般采用双边误差公式双边误差公式：梯度检验(gradientchecking)对于成本函数，求出的导数，计算出双边误差，再将两者进行比较比较方法：，判断的大小若，则误差很小，效果很好若，则误差一般，效果一般若，则误差较大，需要考虑是否错误较多梯度检验的注意事项不要在训练中使用梯度检
蹲家宅宅·2024-01-18 09:19

opencv+python学习记录（十七）阈值分割

一幅图像包括目标物体、背景还有噪声，要想从多值的数字图像中直接提取出目标物体，常用的方法就是设定一个阈值T，用T将图像的数据分成两部分：大于T的像素群和小于T的像素群。这是研究灰度变换的最特殊的方法，称为图像的二值化（Binarization）。具体参考https://blog.csdn.net/qq_40962368/article/details/80917250
三味菜551·2024-01-18 09:06

深度学习记录--正则化(regularization)

什么是正则化？正则化(regularization)是一种实用的减少方差(variance)的方法，也即避免过度拟合几种正则化的方法L2正则化又被称为权重衰减(weightdacay)在成本函数中加上正则项：其中由于在w的更新过程中会递减，即权重衰减w递减的过程，实际上是w趋近于0的过程在这个过程中，部分单元的影响逐渐减小(可以近似看作隐藏)，最终成为深层神经网络(类似线性回归)，从最开始的右图逐
蹲家宅宅·2024-01-18 09:49

深度学习记录--归—化输入特征

归化归化输入(normalizinginputs),对特征值进行一定的处理，可以加速神经网络训练速度步骤零均值化通过x值更新让均值稳定在零附近，即为零均值化归化方差适当减小变量方差解释归化可以让原本狭长的数据图像变得规整，梯度下降的迭代次数减少，训练速度变快方法Python实现数据预处理--特征标准化与归一化_不同特征之间的差异过大如何处理-CSDN博客
蹲家宅宅·2024-01-18 09:49
上一页 8 9 10 11 12 13 14 15 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他