echarts为柱条添加背景色：若想设置折线图的点的样式，设置series.itemStyle指定填充颜色就好了，设置线的样式设置lineStyle就好了。在折线图中倘若要设置空数据，用'-'表示即可，这对于其他系列的数据也是适用的。若想设置堆叠折线图，可以在series中多设置几条数据，倘若还是看不出来，可以设置areaStyle的样式来突出显示。若想设置折线图的折线，不那么生硬，可以在里面加一

大概一年半之前用过React，后来因为工作的原因再也没有接触到React。前端日新月异，室友（也是同行）的提醒，让我有了更强的危机感，模块化开发已是前端基本技能。抛弃各种框架本身的运用来说，更为重要的是它们提供的编程思维。提高自己专业水平，迫在眉睫。我想在上记录自己的一些学习笔记，自己实在太菜。今天在React中看到一个demo。有一段代码如下：constnewItem={text:this.st

STM32学习记录四：存储器寄存器映射文章日志1.写于2022/08/25文章目录1.存储器映射2.寄存器映射迷茫了，不知道该写些什么了。因为我这段时间没有啥工作任务，所以就摸摸鱼，写写博客算了。

Cortex-M微控制器都用Flash存储器存放程序，然后创建程序映像，之后下载到微控制器的Flash存储器中。链接器的作用是：合并多个目标文件，并定义存储器配置由于接口外设的定义大部分都是由供应商提供，因此通过读取微控制器供应商提供的用户手册才能知道使用方法。··外设时钟一般默认是关闭，在使用一个外设前需要使能开启时钟，可能还需要使能外设总线系统时钟··若外设需要使用中断操作，需要使能中断和配置

不过在使用的过程中遇到了一些出乎意料的情况，也是因为对Spring源码框架的不熟悉，在经过几天的断点调试和csdn结合的方式终于梳理清楚遇到的问题的脉络，以及产生意料之外情况的原因。

本文为NickRout发布于Medium的文章译文原文链接为DetectingsnapchangeswithAndroid’sRecyclerViewSnapHelper本文仅作为个人学习记录所用。

忘了记一下看的视频了，有兴趣的可以去看一看，目前感觉讲的还不错，但是需要有一定基础：【尚硅谷Vue2.0+Vue3.0全套教程丨vuejs从入门到精通】（学习记录第二部分，都写到一个博客里太长了，不利于阅读复习

文章目录写在前面1.环境配置2.下载ChatGLM3-6b模型3.实现pycharm运行web_demo写在前面仅作个人学习记录用。

docker安装-只作为自己学习记录1.删除以前安装的docker相关软件sudoyumremovedocker\docker-client\docker-client-latest\docker-common

学习记录：每天不断的学习，不断的体验，不要中断！每一天增加你生命的资产！持续、坚持很重要！成长比成功重要！完成比完美重要！持续的成长、成长、成长……就是成功。不断的完成、完成、完成……就是完美。

4.2实验结果5.提及文献写在前面文章标题：AnsweringQuestionsbyMeta-ReasoningoverMultipleChainsofThought论文链接：【1】代码链接：暂无仅作个人学习记录用

初识DataX是由阿里巴巴研发并开源的一个异构数据源离线同步工具，DataX实现了包括MySQL、Oracle、OceanBase、SqlServer、Postgre、HDFS、Hive、ADS、HBase、TableStore(OTS)、MaxCompute(ODPS)、Hologres、DRDS等各种异构数据源之间高效的数据同步功能。了解datax基本概念和下载方式参考：https://zhu

中间还有重要的一步没有写就是什么时候调用了发送短信这个方法这几篇写的有些乱首先写serializer对手机号进行验证验证成功了才调用我们sms功能来发送短信classSmsSerializer(serializers.Serializer):mobile=serializers.CharField(max_length=11)defvalidate_mobile(self,mobile):"""验

线程模型block：同一个block内共享内存，同一block中的thread可以彼此进行通信。block：block-localsynchronization。同一个块内的线程可以同步。线程，可以根据blockIdx和threadIdx唯一的指定。作者：不会code的程序猿链接：https://www.jianshu.com/p/0afb1305b1ae来源：简书著作权归作者所有。商业转载请联系

1.写在前面的话碰到了不少想阅读或者学习spring源码的同学，但是第一步搭建这个源码阅读环境就能难倒了一大批人。下面我就以spring5.3.x这个源码分支，来具体演示一下搭建过程。

文章目录前言一、学习目的二、模块介绍三、代码记录前言今天记录的是声音传感器模块的学习一、学习目的我的学习目的是学会使用声音传感器模块，并通过检测声音的有无控制LED的亮灭。我使用的是STM32F103C8T6核心板上的自带LED，引脚是PC13。二、模块介绍我用的是上图所示的声音传感器，它只能通过震动判断声音的有无，而不能判断声音的大小和内容等。它和一般的传感器一样拥有四个引脚（AO，DO，GND

文章目录前言一、学习目的二、模块介绍三、代码记录前言之前做了一个很普通的蓝牙小车，其实很早就想做，但是一直拖着，最大的原因就是电机驱动的问题。由于一直不清楚电机驱动的用法以及一些细节，加上网上的资料五花八门，导致作为新手，学习起来很困难，后来也是经过漫长的摸索和学长的讲解，终于初窥门径，在这里记录一下。一、学习目的我的学习目的就是通过电机驱动模块，驱动电机并且控制电机的转速和正转反转，最终同时驱动

文章目录前言一、绘制直线二、绘制矩形三、绘制圆形四、绘制文本前言我们在进行图像处理的过程中，通常需要进行划线、画矩形框锁定目标等操作来凸显指定目标，OpenCV提供了方便的绘图功能，可以进行直线、矩形、圆、文本文字等内容的绘制，这篇文章将记录OpenCV中图像的绘制相关内容。一、绘制直线绘制直线的函数如下：cv2.line(image,pt1,pt2,color,thickness)其中，五个参数

文章目录前言一、学习目的二、模块介绍三、代码记录总结前言只做学习记录，记录自己如何从零学会使用一个模块，仅仅只是会用，缺乏专业知识。如果需要了解更多原理，可以从我推荐的技术大佬的文章中获取。

文章目录一、学习目的二、图像二值化三、全局阈值处理四、自适应阈值处理一、学习目的在进行图像处理时，我们通常要进行颜色识别等一系列需要进行图像阈值处理的操作，今天我们就记录一下opencv进行阈值处理的一些基本操作和代码二、图像二值化我们首先要明白一个概念，图像二值化就是将图像上的像素点的灰度值设置为两个值，一般为0（表示黑色）和255（表示白色），可以将整个图像呈现出明显的黑白效果。最常用的方法就

http://tech.qq.com/a/20180626/028656.htmYITunnel用AI赋能零售业，打造了无人商店、智能货柜以及无人收银结算台等无人生态产品矩阵。YITunnel的亮点在于采用纯视觉技术以智能货柜为例，如下图智能货柜“YITunnel通过动态摄像头去识别，柜子开门的一瞬间，两个摄像头形成了一个对角线，开门状态下，会有一个视觉虚拟的门，会判断出顾客是用什么样的动作，左手

文章目录前言一、图像噪声二、图像平滑处理三、完整应用代码前言当我们用树莓派进行opencv图像处理时，摄像头所获取的图像质量通常会有所下降，此时，需要多种手段来优化图像的质量，提高图像识别的准度。今天所记录的是当图片经过传输等过程后出现的图像噪声现象及对应解决方法——平滑一、图像噪声在数字图像的采集、处理和传输过程中，可能会受到各种噪声的干扰，这会导致图像质量下降、图像变得模糊，甚至使图像的特征难

开始涉及目标检测内容，总结一下学习记录1、目标检测的基本概念（一）什么是目标检测目标检测（ObjectDetection）的任务是找出图像中所有感兴趣的目标（物体），不同于分类和回归问题，目标检测还需要确定目标在图像中的位置

前言：学习视频：中科大郑烇、杨坚全套《计算机网络（自顶向下方法第7版，JamesF.Kurose，KeithW.Ross）》课程该视频是B站非常著名的计网学习视频，但相信很多朋友和我一样在听完前面的部分发现信息量过大，有太多无法理解的地方，在我第一次点开的时候也有相同的感受，但经过了一段时间项目的学习，对计网有了更多的了解，所以我准备在这次学习的时候做一些记录并且加入一些我的理解，希望能够帮助到大

1.action通信自定义action文件action、srv、msg文件内的可用数据类型一致，且三者实现流程类似:按照固定格式创建action文件；编辑配置文件；编译生成中间文件。1.定义action文件首先新建功能包，并导入依赖:roscpprospystd_msgsactionlibactionlib_msgs；然后功能包下新建action目录，新增Xxx.action(比如:AddInts

文章目录前言一、边缘检测原理二、Canny边缘检测算法三、具体应用代码前言在做某些图像处理时，通常需要将识别到的物体边界提取出来，从而帮助我们实现目标检测，这就需要用到边缘检测，例如人脸识别和运动目标的检测都需要先进行边缘检测，这篇文章就记录一下边缘检测的原理及应用代码。一、边缘检测原理边缘检测是图像处理和计算机视觉中的基本问题，其目的在于标识数字图像中亮度变化明显的点，图像边缘检测大幅度地减少了

hl=zh-cn本文作为学习记录自己归纳整理的思维导图这里写目录标题机器学习系列4-特征工程一级目录二级目录三级目录1.数据集划分1.1将数据集划分为训练集和测试集1

准备工作在开发环境中构建自己的spring源码环境，本人是使用IDEA开发工具，构建步骤网上一搜一大把，下面就附上一个在IDEA搭建spring源码环境的链接：https://blog.csdn.ne

后续会更新JS中的文档注释@augments|JSDoc中文文档|JSDoc中文网https://www.jsdoc.com.cn/tags-augments官网文档例子：/***两个数相加。*@param{number}a-第一个操作数*@param{number}b-第二个操作数*@return{number}-两个操作数的和*/functionadd(a,b){returna+b;}@aut

后续会更新formDocument提交functiononSearch(e){e.preventDefault();console.log(document.querySelector(".input").value)}labelDocumentli{list-style:none;}lilabel.actioninput{appearance:none;}lilabel{display:flex

目录原型1.原型2.实例3.隐式原型原型链完整的链条原型链上函数的调用原型链的应用场景原型functionUser(name){this.name=name;this.sayHi=function(){console.log("123");};}letu1=newUser("a");letu2=newUser("b");console.log(u1.sayHi===u2.sayHi);//结果为f

目录基础语法8种数据类型变量常量字符串StringBuilder方法（函数）输入输出数组二维数组面向对象类的定义创建对象实例final继承super抽象类接口随笔基础语法8种数据类型byte、short、int、long、float、double、char、booleanbyte、short、int、long四种基本数据类型表示整数long类型的使用：longnum=1L;，一般使用大写L，为了避

目录promiseA+规定：catch方法promise的链式调用（例题和我自己对于promise的理解）Promise的静态方法asyncawaitasync/await用例promiseA+规定：1.所有的异步场景，都可以看作是一个异步任务，每个异步任务，在JS中应该表现为一个对象，该对象称之为promise对象，也叫做任务对象2.每个任务对象，都应该有两个阶段，三个状态（执行后只能是完成或失

目录网络ajaxXHRAPIFetchAPIaxioshttp状态码网络不管是客户端，还是服务器，他们都是一个应用程序，而不是一台计算机。客户端和服务器可以分布在不同的计算机上，也可以在同一台计算机上，并不需要特殊看待，大部分后端开发的就是服务器程序，前端的Node技术也能开发服务器程序客户端和服务器的这种交互模式称之为[经典c/s结构]（client/server）。在这种结构中，如果客户端是浏

目录第一种用法第二种用法第三种用法第四种用法（我推荐用这种方法）第一种用法的小案例第二种用法的小案例第三种用法的小案例第四种用法的小案例SVG描边动画SVG描边动画实现原理其它这篇文章我会根据我的学习程度继续补充我们主要从这里获取svg图标、iconfont字体图标iconfont-阿里巴巴矢量图标库https://www.iconfont.cn/本文附带用法和小案例，小案例在最后面不是单色的图标

我最初成为创作者的初心源于学习记录，把创作当作一个笔记，希望把自己遇到的问题，以及学习到的实用技巧记录下来，方便学习回顾。收获在我的创作过程中，我收获了许多宝贵的经验和机会。

应用学习--删除参考1：如何删除Git本地仓库和删除GitHub上的Git远程仓库Repository本地Git仓库删除:删除Git本地仓库的根本原理是删除“Git本地仓库”里面的根目录下面的隐藏文件夹“.git”（1）方法1：自己手动删除掉“Git本地仓库”里面的根目录下面的隐藏文件夹“.git”（如上图所示）（2）方法2：在本地仓库的目录下调用命令行删除根目录下的.git文件夹，输入find.

一.场景（QGraphicsScene）QGraphicsScene提供了图形视图框架的场景，相当于一块画布，并具有以下功能。1.一个管理大量图形项的快速接口。2.向每个图形项传播事件3.管理图形项的状态，比如选择，焦点处理等4.提供无转换的渲染功能，主要用于打印简单地一个场景使用QGraphicsScenescene;//场景scene.addText("Hello,world!");//添加文

想了很久，决定还是追寻大神之路，开始写写博客，记录一下成长之路废话不多说，我们开始讲正题：whatisnp.transpose?1、首先看看二维矩阵：importnumpyasnparr=np.arange(30).reshape(5,6)print(arr)tran_arr=np.transpose(arr,axes=None)print(tran_arr)输出结果为：[[012345][678

这一块主要是了解linux系统驱动部分，编译镜像相关的知识，这里记录一下。使用板子如下：教程用的这一个版本：1、基本环境搭建这个比较简单，只是注意一下就是正点原子的教程用了一个NFS文件系统，简单来讲就是linux移植不是有三大块吗，uboot，linux内核和文件系统，正点原子教程里面大部分这个文件系统是放在虚拟机里面的，然后通过nfs的方式来访问的。所以这里要关注一下学习过程中我建了一个文件夹

本文简要学习记录。1、std::move使用场景如下：（1）c++标准库使用比如vector::push_back等这类函数时，会对参数的对象进行复制，连数据也会复制。

SceneGraph，场景图）能够很好地帮助人们对视频场景的理解，SGG（SceneGraphGeneration）这一研究方向让我有必要去对这一领域进行全面的了解，先写一部分，后面补全，挑重要的翻译了下，仅用作个人学习记录

C++的学习和使用1.使用时遇到的问题1.1安装mingw发现bin目录下没有mingw32-make.exe怎么办？1.2C++函数分文件编写(VScode2021配置教程)1.3mingw32-make.exe和mingw32-g++.exe的区别2.C++环境搭建与使用2.1Cmake与mingw-32.exe初识2.2vsCode+CMake开发环境搭建3.C++的基础语法【命名空间】us

#监督学习######仅仅是个人理解对于机器学习，分为监督学习和非监督学习，今天的监督学习仅仅作为自己的学习记录一个数据，有他的类别，一群数据都有他们的类别，而新加入的数据却没有类别，那么监督学习就是以已知分类去区分未知分类没有例子

test_accuracy6.1修改为每2个epoch学习率衰减一次，得到test_accuracy=24.7%6.1修改三个地方，得到test_accuracy=23.9%本文为365天深度学习训练营中的学习记录博客原作者

前言：学习视频：中科大郑烇、杨坚全套《计算机网络（自顶向下方法第7版，JamesF.Kurose，KeithW.Ross）》课程该视频是B站非常著名的计网学习视频，但相信很多朋友和我一样在听完前面的部分发现信息量过大，有太多无法理解的地方，在我第一次点开的时候也有相同的感受，但经过了一段时间项目的学习，对计网有了更多的了解，所以我准备在这次学习的时候做一些记录并且加入一些我的理解，希望能够帮助到大

计算机网络前言：学习视频：中科大郑烇、杨坚全套《计算机网络（自顶向下方法第7版，JamesF.Kurose，KeithW.Ross）》课程该视频是B站非常著名的计网学习视频，但相信很多朋友和我一样在听完前面的部分发现信息量过大，有太多无法理解的地方，在我第一次点开的时候也有相同的感受，但经过了一段时间项目的学习，对计网有了更多的了解，所以我准备在这次学习的时候做一些记录并且加入一些我的理解，希望能

1.关于volatile：对于文章中这个函数，__global__voidreduceUnrollWarps8(int*g_idata,int*g_odata,unsignedintn){//setthreadIDunsignedinttid=threadIdx.x;unsignedintidx=blockIdx.x*blockDim.x*8+threadIdx.x;//convertglobal

1.是否启用一级缓存有什么影响：启用一级缓存（缓存加载操作经过一级缓存）：一次内存十五操作以128字节的粒度进行。不启用一级缓存（没有缓存的加载不经过一级缓存）：在内存段的粒度上（32字节）而不是缓存池的粒度（128字节）执行。更细粒度的加载，可以为非对其或非合并的内存访问带来更好的总线利用率（可能不会减少整体加载时间）。2.GPU一级缓存没有时间局部性？那新数据来的时候怎么判断放在哪里？3.cu

资源篇可下载模型的网址：sketchfab工具篇：将模型文件自动转换为jsxgltfjsxgitHub地址：https://github.com/pmndrs/gltfjsx模型库https://github.com/KhronosGroup/glTF-Sample-Models@react-three/dreihttps://github.com/pmndrs/dreireact-three/d