Day

从0开始学习R语言--Day20--Wilcoxon秩和检验

Wilcoxon秩和检验当数据不满足正态分布时，我们常常会苦恼于如何处理数据。即使是用缩进的方法，把数据缩进到（1-99%）或（1-95%）的范围内，假如有一些数据点集中在数据分布的尾端，这依然会影响到我们对数据特点的判断，尤其是需要探寻数据组之间的联系或关系的时候。而实际上，假设我们要探究的不是数据在统计上的数值关系，而是因果关系或比较，我们可以把数据处理成秩次的形式，从而去对比数据组，这样相当
Chef_Chen·2025-06-11 01:22

从0开始学习R语言--Day19--连续变量的相关性检验

昨天我们学习了分类变量的检验方法，今天我们来看看连续性变量的相关性检验方法。Pearson一般来说，person适用于两个变量之间满足线性的单调关系，像我们常说的单调递增或单调递减，且我们的变量是连续且正态分布的。简单来说，就是变量拥有无限的可能性，比如身高可能是160.1,160.9，185.32等等，且大部分的值都在平均值附近（比如一个城市成年男性的平均身高）。听起来似乎很简单，但有时候可以有
Chef_Chen·2025-06-11 01:52

从0开始学习R语言--Day21--Kruskal-Wallis检验与Friedman检验

Kruskal-Wallis检验Kruskal-Wallis检验一般用于比较常见的比较三个群体的水平，比如我们有一班、二班、三班的语文成绩，我们将三个班的学生成绩混合在一起进行排名，也就是我们平时所说的级排名。进一步通过计算班级的平均级排名来判断班级之间的班级水平，这个方法要求数据之间要独立分布，即不要有类似三个班之间会有互相辅导的情况，不互相影响。Friedman检验Friedman检验同样用于
Chef_Chen·2025-06-11 01:52

黑马教程java学习day3

目录一、程序的三种执行顺序1.顺序结构：2.分支结构：if,switch3.循环结构：for，while，do-while二、关于循环的扩展1.死循环：2.嵌套循环：三、如何跳出循环1.break和continue：四、综合案例：一、程序的三种执行顺序1.顺序结构：正常代码运行的顺序，从上到下。案例：publicstaticvoidcd1(){inta=10;intb=20;System.out.
hello，你好呀·2025-06-10 22:58

NLP常用工具包

Theweatherisreallynicetoday."tokens=tokenizer(text
AlexandrMisko·2025-06-10 21:22

Java并发编程实战 Day 16：并发编程中的锁进阶

【Java并发编程实战Day16】并发编程中的锁进阶文章简述在高并发系统中，锁是控制资源访问的核心机制。
在未来等你·2025-06-10 21:50

SQL进阶之旅 Day 24：复杂业务场景SQL解决方案

【SQL进阶之旅Day24】复杂业务场景SQL解决方案文章简述在实际工作中，SQL查询往往面临复杂的业务逻辑和数据结构，传统的简单查询已无法满足需求。
在未来等你·2025-06-10 21:50

SQL进阶之旅 Day 23：事务隔离级别与性能优化

【SQL进阶之旅Day23】事务隔离级别与性能优化文章简述在数据库系统中，事务是确保数据一致性和完整性的核心机制。
在未来等你·2025-06-10 21:49

Python训练营打卡DAY47

DAY47注意力热图可视化昨天代码中注意力热图的部分顺移至今天知识点回顾：热力图作业：对比不同卷积层热图可视化的结果前面代码看前一天，这里是不同卷积层可视化注意力热图的代码。
·2025-06-10 20:16

黑马前端入门学习笔记Day1

1.Web标准构成：主要包括结构（HTML，最重要）、表现（CSS）和行为（JS）。2.HTML语法规范：大部分双标签，单标签、3.VSCode工具①!+Tab快速生成页面骨架（英文下的!）②LiveServer插件实时预览页面③shift+alt+上箭头（下箭头）复制一行④ctrl+d选定多个相同数位单词⑤ctrl+alt+下箭头（上箭头）添加多个光标⑥ctrl+h查找替换⑦ctrl+g快速定位
zhenzhenlaile·2025-06-10 19:05

Python训练营打卡Day49(2025.6.9）

知识点回顾：通道注意力模块复习空间注意力模块CBAM的定义importtorchimporttorch.nnasnn#定义通道注意力classChannelAttention(nn.Module):def__init__(self,in_channels,ratio=16):"""通道注意力机制初始化参数:in_channels:输入特征图的通道数ratio:降维比例，用于减少参数量，默认为16"
2301_80505456·2025-06-10 16:14

DAY 42 超大力王爱学Python

回调函数lambda函数hook函数的模块钩子和张量钩子Grad-CAM的示例importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorch.optim.lr_schedulerimportStepLRfromtorch.utils.dataimportDataLoaderfromtorchvisionimportdatasets,tr
超大力王·2025-06-10 15:33

DAY15 超大力王爱学Python

仔细回顾一下之前14天的内容，没跟上进度的同学补一下进度。作业：尝试找到一个kaggle或者其他地方的结构化数据集，用之前的内容完成一个全新的项目，这样你也是独立完成了一个专属于自己的项目。要求：有数据地址的提供数据地址，没有地址的上传网盘贴出地址即可。尽可能与他人不同，优先选择本专业相关数据集探索一下开源数据的网站有哪些？Titanic-MachineLearningfromDisaster|K
超大力王·2025-06-10 15:02

day51 python CBAM注意力

目录一、CBAM模块简介二、CBAM模块的实现（一）通道注意力模块（二）空间注意力模块（三）CBAM模块的组合三、CBAM模块的特性四、CBAM模块在CNN中的应用一、CBAM模块简介在之前的探索中，我们已经了解了SE（Squeeze-and-Excitation）通道注意力模块，它通过关注特征图的通道维度，提升了模型对重要特征的感知能力。然而，SE模块仅关注“哪些通道重要”，而忽略了“重要信息在
xiaohanbao09·2025-06-10 14:01

Day49

CBAM注意力知识点回顾：通道注意力模块复习空间注意力模块CBAM的定义CBAM注意力机制知识点回顾通道注意力模块复习通道注意力模块类似于餐厅的“食材评估系统”，通过评估每个食材（特征通道）的重要性，动态调整其权重，从而突出重要的特征并抑制不重要的特征。空间注意力模块空间注意力模块类似于餐厅的“区域关注系统”，通过评估图像的空间位置（如同餐厅中的不同区域），动态调整每个位置的权重，从而突出重要的区
cr123study·2025-06-10 14:57

DAY 47 注意力热图可视化

昨天代码中注意力热图的部分顺移至今天知识点回顾：热力图作业：对比不同卷积层热图可视化的结果importtorchimporttorch.nnasnnimporttorchvision.modelsasmodelsimporttorchvision.transformsastransformsfromPILimportImageimportmatplotlib.pyplotaspltimportnu
MasterLLL0228·2025-06-10 14:27

day 25

题目1：计算圆的面积任务：编写一个名为calculate_circle_area的函数，该函数接收圆的半径radius作为参数，并返回圆的面积。圆的面积=π*radius²(可以使用math.pi作为π的值)要求：函数接收一个位置参数radius。计算半径为5、0、-1时候的面积注意点：可以采取try-except使函数变得更加稳健，如果传入的半径为负数，函数应该返回0(或者可以考虑引发一个Val
MasterLLL0228·2025-06-10 14:56

DAY 49 CBAM注意力

知识点回顾：通道注意力模块复习空间注意力模块CBAM的定义作业：尝试对今天的模型检查参数数目，并用tensorboard查看训练过程importtorchimporttorch.nnasnn#定义通道注意力classChannelAttention(nn.Module):def__init__(self,in_channels,ratio=16):"""通道注意力机制初始化参数:in_channe
MasterLLL0228·2025-06-10 13:25

Python网络爬虫基础知识day1

什么是网络爬虫：通俗理解：爬虫是一个模拟人类请求网站行为的程序。可以自动请求网页、并数据抓取下来，然后使用一定的规则提取有价值的数据。通用爬虫和聚焦爬虫：通用爬虫：通用爬虫是搜索引擎抓取系统（百度、谷歌、搜狗等）的重要组成部分。主要是将互联网上的网页下载到本地，形成一个互联网内容的镜像备份。聚焦爬虫：是面向特定需求的一种网络爬虫程序，他与通用爬虫的区别在于：聚焦爬虫在实施网页抓取的时候会对内容进行
会飞的猪 1·2025-06-10 13:23

爬虫学习记录day1

什么是逆向？数据加密参数加密表单加密扣js改写Python举例子4.1元素：被渲染的数据资源动态数据静态数据如果数据是加密的情况则无法直接得到数据4.2控制台：输出界面4.3源代码页面4.4网络：抓包功能，获取浏览器之间传输5.request5.1定位数据是静态还是动态5.2get请求：参数5.3post请求：data5.4检索data、hearder、param里面的数据加密情况7.浏览器与逆向
网小鱼的学习笔记·2025-06-10 13:52

python打卡day43

作业：kaggle找到一个图像数据集，用cnn网络进行训练并且用grad-cam做可视化导入包importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transformsfromtorch.utils.dataimportDataLoaderimportmatplotlib.pyplota
·2025-06-10 10:06

Day 2：C语言中的字符串结尾与缓冲区溢出

1.原理与细节讲解C语言中的字符串是以'\0'（null字符，ASCII为0）结尾的字符数组。操作字符串时，很多标准库函数（如strcpy、strlen、strcat等）依赖这个结尾标志来判断字符串的边界。常见问题在于：没有正确以'\0'结尾，导致函数继续读取/写入后续未初始化或属于其他变量的内存。拷贝或拼接时未考虑目标数组的大小，容易导致缓冲区溢出（BufferOverflow）。缓冲区溢出是C
boringhex.top·2025-06-10 10:04

Python打卡day47！！！

DAY47注意力热图可视化昨天代码中注意力热图的部分顺移至今天知识点回顾：热力图作业：对比不同卷积层热图可视化的结果importtorchimportmatplotlib.pyplotaspltdefcompare_conv_layers
dragon0907·2025-06-10 08:55

python打卡day48

知识点回顾：随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制，基本一致作业：自己多借助ai举几个例子帮助自己理解即可随机张量的生成在深度学习中经常需要随机生成一些张量，比如权重的初始化，或者计算输入纬度经过模块后输出的维度，都可以用一个随机函数来实现需要的张量格式，而无需像
纨妙·2025-06-10 08:54

python打卡day45

对resnet18在cifar10上采用微调策略下，用tensorboard监控训练过程。importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transforms,modelsfromtorch.utils.dataimportDataLoaderfromtorch.utils.ten
纨妙·2025-06-10 08:24

Python打卡 DAY 47

昨天代码中注意力热图的部分顺移至今天知识点回顾：热力图作业：对比不同卷积层热图可视化的结果importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transformsfromtorch.utils.dataimportDataLoaderimportmatplotlib.pyplotasp
冰轮a·2025-06-10 08:23

神经网络-Day49

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transformsfromtorch.utils.dataimportDataLoaderimportmatplotlib.pyplotaspltimportnumpyasnp#======================配置与设备
红衣小蛇妖·2025-06-10 07:14

洛谷每日1题-------Day42__P1996 约瑟夫问题

题目描述n个人围成一圈，从第一个人开始报数,数到m的人出列，再由下一个人重新从1开始报数，数到m的人再出圈，依次类推，直到所有的人都出圈，请输出依次出圈人的编号。注意：本题和《深入浅出-基础篇》上例题的表述稍有不同。书上表述是给出淘汰n−1名小朋友，而该题是全部出圈。输入格式输入两个整数n,m。输出格式输出一行n个整数，按顺序输出每个出圈人的编号。输入输出样例输入#1复制103输出#1复制3692
__雨夜星辰__·2025-06-10 04:19

洛谷每日1题-------Day43__P3613 [深基15.例2] 寄包柜

题目描述超市里有n(1≤n≤105)个寄包柜。每个寄包柜格子数量不一，第i个寄包柜有ai(1≤ai≤105)个格子，不过我们并不知道各个ai的值。对于每个寄包柜，格子编号从1开始，一直到ai。现在有q(1≤q≤105)次操作：1ijk：在第i个柜子的第j个格子存入物品k(0≤k≤109)。当k=0时说明清空该格子。2ij：查询第i个柜子的第j个格子中的物品是什么，保证查询的柜子有存过东西。已知超市
__雨夜星辰__·2025-06-10 04:19

洛谷每日1题-------Day44__P2058 [NOIP 2016 普及组] 海港

题目背景NOIP2016普及组T3题目描述小K是一个海港的海关工作人员，每天都有许多船只到达海港，船上通常有很多来自不同国家的乘客。小K对这些到达海港的船只非常感兴趣，他按照时间记录下了到达海港的每一艘船只情况；对于第i艘到达的船，他记录了这艘船到达的时间ti(单位：秒)，船上的乘客数ki，以及每名乘客的国籍xi,1,xi,2,…,xi,k。小K统计了n艘船的信息，希望你帮忙计算出以每一艘船到达时
__雨夜星辰__·2025-06-10 04:19

洛谷每日1题-------Day39__P1697 [USACO18JAN] Lifeguards B

题目背景本题翻译来自deepseek-v3。题目描述FarmerJohn为他的奶牛们开设了一个游泳池，认为这将帮助它们放松并产更多的奶。为了确保安全，他雇佣了N头奶牛作为救生员，每头奶牛的班次覆盖一天中的某个连续时间段。为简单起见，游泳池每天从时间t=0开放到时间t=1000，因此每个班次可以用两个整数描述，分别表示奶牛开始和结束其班次的时间。例如，一头救生员从时间t=4开始到时间t=7结束，覆盖
__雨夜星辰__·2025-06-10 04:19

C++八股 | Day3 | 智能指针 / 内存管理 / 内存分区 / 内存对齐

C++内存管理文章目录C++内存管理一、堆和栈的区别1.栈（stack）2.堆（heap）二、内存分区1.代码区（textsegment）2.常量区（rodata）3.全局/静态区（.data和.bss）4.堆区（heap）5.栈区（stack）三、内存泄漏&如何避免1.什么是内存泄漏2.内存泄漏的分类3.什么操作容易导致内存泄漏4.如何防止内存泄漏5.构造函数，析构函数要设为虚函数吗，为什么？四
freyazzr·2025-06-10 02:39

代码训练LeetCode(26)分发糖果

代码训练(25)LeetCode之加油站Author:OnceDayDate:2025年6月9日漫漫长路，才刚刚开始…全系列文章可参考专栏:十年代码训练_Once-Day的博客-CSDN博客参考文章:135
Once-Day·2025-06-09 23:46

day46 python预训练模型补充

目录一、预训练模型的背景知识二、实验过程（一）实验环境与数据准备（二）预训练模型的选择与适配（三）训练策略三、实验结果与分析四、学习总结与展望一、预训练模型的背景知识在传统的神经网络训练中，模型的参数是随机初始化的，这可能导致训练初期的不稳定，并且容易陷入局部最优解。而预训练模型的出现，为这一问题提供了有效的解决方案。预训练模型是在大规模数据集（如ImageNet）上预先训练好的模型，它已经学习到
xiaohanbao09·2025-06-09 20:32

if elif else多重条件判断

ifelifelse多重条件判断注意：elfi和else都必须和if联合使用，而不能单独使用可以把ifelifelse以及其各自缩进的代码看做一个完整的代码块holiday_name=input("请输入当前节日名称
hbwhmama·2025-06-09 15:55

DAY48

随机张量的生成在PyTorch中，torch.randn()是一个常用的随机张量生成函数，它可以创建一个由标准正态分布（均值为0，标准差为1）随机数填充的张量。这种随机张量在深度学习中非常实用，常用于初始化模型参数、生成测试数据或模拟输入特征。torch.randn(*size,out=None,dtype=None,layout=torch.strided,device=None,require
·2025-06-09 13:09

DAY 48 随机函数与广播机制

知识点回顾：随机张量的生成：torch.randn函数卷积和池化的计算公式（可以不掌握，会自动计算的）pytorch的广播机制：加法和乘法的广播机制ps：numpy运算也有类似的广播机制，基本一致作业：自己多借助ai举几个例子帮助自己理解即可importtorchimportnumpyasnp#================随机张量生成：torch.randn函数================
MasterLLL0228·2025-06-09 13:08

HTML+CSS-Day06

综合示例(ajax小项目)用户管理系统(增;删;改;查)#用百度网盘视频[先看一遍模仿完成]1:用户登录功能(1)分析功能下面写一个完整功能小项目(1)用户登录(前端网页后端程序数据库)(1.1)分析数据库与表-库mydbutf8编码-userinfo普通用户u_id用户编号u_names用户名u_phone用户手机号u_member是否会员(1,0)1会员0不是会员-admin超级管理a_id管
ONLY＆King·2025-06-09 10:17

6个月Python学习计划 Day 17 - 继承、多态与魔术方法

第三周Day4今日目标理解类的继承和方法重写掌握多态思想及其实际应用了解并使用常见的魔术方法（如str、len等）类的继承（Inheritance）Python支持单继承与多继承，常用语法如下：class
蓝婷儿·2025-06-09 09:13

6个月Python学习计划 Day 16 - 迭代器、生成器表达式、装饰器入门

第三周Day2今日目标理解生成器表达式与列表推导的差异掌握迭代器的本质与自定义迭代器类初识装饰器（Decorator）的概念与简单实现为后续“爬虫&Web开发”模块打好函数封装与复用的基础生成器表达式（
蓝婷儿·2025-06-09 09:42

python 学习笔记day08-面向对象编程

面向对象编程OOP介绍什么是OOP编程的发展已经从简单控制流中按步的的指令序列进入到更有组织的方式中结构化的或过程性编程可以让我们把程序组织成逻辑块，以便重复或重用面向对象编程增强了结构化编程，实现了数据与动作的融合数据层和逻辑层由一个可用以创建这些对象的简单抽象层来描述常用术语抽象/实现：抽象指对现实世界问题和实体的本质表现，行为和特征建模，建立一个相关的子集，可以用于描绘程序结构，从而实现这种
weixin_34205076·2025-06-09 09:42

力扣面试150题--克隆图

Day61题目描述思路/*//DefinitionforaNode.classNode{publicintval;publicListneighbors;publicNode(){val=0;neighbors
蒟蒻小袁·2025-06-09 09:41

python全栈工程师完整版视频教程

仅学习使用，请勿用于其他～今天给大家分享一套Python全栈学习的视频，从目录可以看出真的太全面了~day01-python全栈开发-基础篇06python全栈开发-基础篇-day01计算机结构01.avi05python
Wang_AI·2025-06-09 05:13

Python第三阶段学习 day04

文章目录一、JavaScript基础一、JavaScript概述1.什么是JavaScript1)JS介绍2)JS组成2.使用方式二、基础语法1.语法规范2.JS的变量与常量1)变量2)常量3.数据类型1)基本数据类型2)引用数据类型4.数据类型转换1)强制类型转换2)隐式类型转换（自动转换）5.运算符1)赋值运算符2)算数运算符3)复合运算符4)自增或自减运算符5)关系运算符/比较运算符6)逻辑
MetalTrader·2025-06-09 04:06

算法学习Day01 | 数组理论基础、LeetCode 704.二分查找、LeetCode 27.移除元素

一、数组理论基础定义：数组是存放在连续内存空间上的相同类型数据的集合。数组可以通过下标索引的方式获取到下标下对应的数据。特点：数组下标是从0开始的。数组内存空间的地址是连续的。数据支持随机访问，根据下标（索引）随机访问的时间复杂度为O(1)。数组的元素是不能删的，只能覆盖。数组是如何支持随机访问的数组支持随机访问的原因是因为它们在内存中是连续存储的。可以通过简单地使用数组索引来直接计算出元素在内存
不会写代码的里奇·2025-06-09 04:04

算法学习day01(二分\双指针\滑动窗口\链表)

一、二分法首先，二分法搜索的前提是数组必须是有序的。然后在一个有序的数组里面找到目标值。while(leftnums[mid]更新左边界left=mid+1如果相等,说明找到了，returnmid;}注意的点：while循环中的条件是影响到下面更新边界操作的。借助一下开闭区间来理解(卡尔那边学到的)1.如果是leftnums[fast]*num[fast])result[size--]=nums[
梦想成为java高手！·2025-06-09 04:04

神经网络-Day46

目录一、什么是注意力二、特征图的提取2.1简单CNN的训练2.2特征图可视化三、通道注意力3.1通道注意力的定义3.2模型的重新定义（通道注意力的插入）一、什么是注意力注意力机制，本质从onehot-elmo-selfattention-encoder-bert这就是一条不断提取特征的路。各有各的特点，也可以说由弱到强。其中注意力机制是一种让模型学会「选择性关注重要信息」的特征提取器，就像人类视觉
红衣小蛇妖·2025-06-09 04:02

神经网络-Day44

importtorchimporttorch.nnasnnimporttorch.optimasoptimfromtorchvisionimportdatasets,transformsfromtorch.utils.dataimportDataLoaderimportmatplotlib.pyplotasplt#设置中文字体支持plt.rcParams["font.family"]=["SimH
红衣小蛇妖·2025-06-09 04:00

python版本年份_Python问题：至今的年份和年份？

:)Minoasked2020-06-27T00:09:15Z4个解决方案69votesdatetime.datetime(year,1,1)+datetime.timedelta(days-1)IgnacioVazquez-Abramsanswered2020
weixin_39635648·2025-06-09 03:29

【DAY43】复习日

内容来自@浙大疏锦行python打卡训练营@浙大疏锦行作业：kaggle找到一个图像数据集，用cnn网络进行训练并且用grad-cam做可视化进阶：并拆分成多个文件
daomingwu017·2025-06-09 03:58
上一页 4 5 6 7 8 9 10 11 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他