linux+工作笔记第3页

我想捋捋自己

我们习惯的毕竟是我们擅长的我们擅长的毕竟不会给我们带来成长走出舒适区，经历了痛苦经过刻意的练习，打磨你就能看到不一样的自己这阶段过的有点混乱至从参加培训完回来以后，开始了混沌的时光1.工作笔记没有及时整理

晴子的私想法·2023-12-02 21:53

自己工作中常用Linux命令汇总（java程序员）

一、工作笔记tar-czvfCoreControl.tar.gz/home/ProjectNeeds/Files/CoreControl打tar包命令zip-r-q-oCoreControl.zipCoreControl

生产队队长·2023-12-02 08:37

不是秘书的我，同样需要这本《老秘书的工作笔记》

小时候玩角色扮演，大家都抢着总裁，总经理，董事长什么的，具体是做什么的，其实根本不懂，就是觉得很牛的样子，而没有人会愿意当秘书，心想，不就是个打杂，跑跑腿什么的吗？工作后，由于从事的设计岗位，跟秘书也不怎么打交道，觉得不就是收发文件，上传下达，这有什么难的？直到很多秘书都升了领导，心里还暗暗不服。后来也渐渐了解了一些秘书的工作，才不由感叹：原来这些都是秘书的工作啊！要求这么高啊！对于非秘书岗位，其

小巫婆_c397·2023-12-02 01:22

【GEO-AI】SAM-Geo库(segment-geospatial)入门教程

偶然间看到有介绍SAM-Geo工具包的文章，决定研究一番，现在的做的这些工作可能只是狗尾续貂，权当是记一下工作笔记了。

TopFancy·2023-12-01 20:07

【工作笔记】Springboot集成Redis添加密码连接NOAUTH Authentication required

一个很简单的问题，使用Springboot集成Redis，并且添加Auth授权，正常配置我认为是这样的：spring:redis:database:0url:redis://127.0.0.1:6379password:123456passwordssl:falsetimeout:1000jedis:pool:max-active:1000max-wait:100smax-idle:1000min

web18224617243·2023-11-30 20:39

人工智能基础_机器学习045_逻辑回归的梯度下降公式推导_更新公式---人工智能工作笔记0085

然后我们上面有了逻辑回归的损失函数,以后,我们再来看逻辑回归的梯度下降公式可以看到上面是逻辑回归的梯度下降公式,这里的阿尔法是学习率,这里的后面的部分是梯度也就是步长,这个阿尔法是,通过调节这个来控制梯度下降的快和慢对吧然后我们再来看逻辑回归可以看到这里上面是hthetax这个回归函数,可以看到结果这个逻辑回归函数我们之前就知道了,对吧,然后我们再来看他的导数,我们对他来求导,就能看到它的导数就是

脑瓜凉·2023-11-30 02:58

人工智能_AI服务器安装清华开源_CHATGLM大语言模型_GLM-6B安装部署_人工智能工作笔记0092

看到的这个开源的大模型,很牛,~关键让我们自己也可以部署体验一把了,虽然不知道具体内部怎么构造的但是,也可以自己使用也挺好.可以部署在自己的机器上也可以部署在云服务器上.安装以后,是可以使用python代码进行提问,然后返回结果的,这样就可以实现我们自己的chat应用了,非常不错.但是毕竟是6B现在已经是130B了,但是那个模型是不开源的当然也可以使用我们自己的数据集,让这个算法进行自动学习和微调

脑瓜凉·2023-11-29 15:06

工作笔记

如果要自己尽快适应，或者说尽早在一个新环境中掌握主动权，那最好的办法是让自己尽早参与其中，去实践，去犯错，然后不断地反思复盘，不断优化升级，从而归纳出最适合自己的方式方法。越往后试错成本越高，越是畏首畏尾，不敢向前。越少情绪的处理方法往往会越理性，综合收益往往更高，但一旦进入具体的事件中，如何持续保持理性，做最优决策和执行往往最难，而能否做最优决策和执行以及关于决策和执行所谓的最优的差别又决定了最

源淼每日随笔_d0a4·2023-11-29 07:15

加班经验总结 2022年5月6日

清秋今天我决定把自己的日记分类写，一类是工作日记，一类是生活中的日记，我想找一本找专属的工作笔记本，可是我在自己的书架上看了好半天，本子是有，但是我觉得薄薄的一本本子很快就被写完了，我顺手就扔了，或者撕了

素笔描青花·2023-11-29 06:29

20200802原生location.search以及vue中利用query来操作页面跳转传递参数

我是新人，这是工作笔记，只有我能理解。仅供参考。

Shaojun_jita·2023-11-28 18:18

【晚间复盘日记】┆2021.7.29

在这里，我要提起一个宝贝，效率手册，它是我相伴4年的伙伴，我有记录工作笔记的习惯，从09年开始，每年最少1本，记得18年离职的时候，抱回家的只有抽屉里满满的十几本工作日记，在每次的日记中，记录，反思每一件事情

木子的远方·2023-11-28 17:13

【工作笔记】IOT.js适配AWorks平台通用外设接口（2）：GPIO

【工作笔记】IOT.js适配AWorks平台通用外设接口（1）：ADC；【工作笔记】IOT.js适配AWorks平台通用外设接口（2）：GPIO；【工

天上下橙雨·2023-11-28 06:35

使用docker命令_进入容器_登录mysql服务_并执行sql语句---Docker工作笔记005

今天就用到了,不得不说用docker用到的还是少,记录一下,常用的也就这些吧.首先执行:dockerps[[email protected]]#dockerpsCONTAINERIDIMAGECOMMANDCREATEDSTATUSPORTSNAMES13eaa25e1ca4registry.cn-qingdao.aliyuncs.com/dataease/dataease

脑瓜凉·2023-11-27 23:49

人工智能_机器学习051_支持向量机SVM概念介绍_理解support vector machine---人工智能工作笔记0091

在出现深度学习,神经网络算法之前,支持向量机已经可以解决很多问题了,我们自然界中的问题,无非就是可以转换为回归问题和分类问题.然后从现在开始我们来看支持向量机,首先看一下这几个字support是支持vector是向量的意思,然后machine指的是机器那么我们之前用到的模型,比如线性回归模型,用来进行预测的模型,我们就把他称之为是机器这个supportvectormachine其实就是支持向量的各

脑瓜凉·2023-11-27 09:40

openssl + ECDH + linux+开发详解（C++）

一、什么是ECDHECDH（EllipticCurveDiffie-Hellman）是一种基于椭圆曲线密码学的密钥交换协议，用于在通信双方之间安全地协商共享密钥。ECDH是Diffie-Hellman密钥交换协议的一种变体，它利用椭圆曲线上的离散对数问题，提供了一种安全、高效的密钥协商方法。ECDH的工作原理如下：密钥生成：每个通信方都有一对密钥，包括一个公钥和一个私钥。公钥可以公开分享，而私钥则

N阶二进制·2023-11-27 07:39

人工智能基础_机器学习050_对比sigmoid函数和softmax函数的区别_两种分类器算法的区别---人工智能工作笔记0090

可以看到最上面是softmax的函数对吧,但是如果当k=2那么这个时候softmax的函数就可以退化为sigmoid函数,也就是逻辑斯蒂回归了对吧我们来看一下推导过程,可以看到上面是softmax的函数可以看到k=2表示,只有两个类别对吧,两个类别的分类不就是sigmoid函数嘛对吧,所以说如果k=2那么softmax就退化为sigmoid函数了,来处理二分类了可以看到上面有个theta1对吧so

脑瓜凉·2023-11-27 06:49

【工作笔记】IOT.js适配AWorks平台通用外设接口（4）：PWM

【工作笔记】IOT.js适配AWorks平台通用外设接口（1）：ADC；【工作笔记】IOT.js适配AWorks平台通用外设接口（2）：GPIO；【工

天上下橙雨·2023-11-26 06:05

计算机应用基础_错题集_PPT演示文稿_操作题_计算机多媒体技术操作题_文字处理操作题---网络教育统考工作笔记007

PPT演示文稿操作题提示：PPT部分操作题将第2～第4张幻灯片背景效果设为渐变预置的“雨后初晴”效果（2）设置幻灯片放映方式

脑瓜凉·2023-11-26 03:32

计算机应用基础_错题集_基础知识---网络教育统考工作笔记006

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、基础知识部分错题集总结前言计算机应用基础统考,错题集总结一、基础知识部分基础知识部分2、微处理器芯片的位数即指______。A.速度B.字长C.

脑瓜凉·2023-11-24 18:56

努力做个有计划、自律的人

牛皮纸、和风系、小碎花、MUJI记事本、手帐、工作笔记，零零落落地散落在办公桌和文件柜里。本子和我一起工作，它们熟悉我。逛文具店，看到好看的本子就走不动了。用它们来写读书笔记，做工作备忘录，写手帐。

马老师的职萃坊·2023-11-24 13:52

人工智能基础_机器学习047_用逻辑回归实现二分类以上的多分类_手写代码实现逻辑回归OVR概率计算---人工智能工作笔记0087

然后我们再来看一下如何我们自己使用代码实现逻辑回归的,对二分类以上,比如三分类的概率计算我们还是使用莺尾花数据首先我们把公式写出来defsigmoid(z):定义出来这个函数可以看看到这需要我们理解OVR是如何进行多分类的,我们先来看这个OVR分类器思想OVR（One-vs-Rest）是一种多分类算法，主要用于解决二分类问题。当需要解决三分类问题时，可以采用OVR方法对每个类别进行两两分类，总共形

脑瓜凉·2023-11-23 08:00

善待生命，从写工作日记开始

而很好的一个方式，也就是每天写工作笔记，用文字去发现、记录、沉淀你的成长。下面便是我这一周践行后的部分收获。1.不要觉得自己高人一等。摆架子的人，其实是他自己修炼不够。

席双·2023-11-22 23:27

2017.04.06《别告诉我你会记笔记》 - 草稿 - 草稿

千万不要小看工作笔记，不论成功或失败，全部记下来，会有意想不到的人生礼物！全书导图（精华）1.随身携带记事笔记本，可以记下在

浮生若梦弦·2023-11-22 11:32

年薪五十万需要付出多少努力？

20多年每天都坚持写工作笔记，记录第二天需要工作的内容，并且每天晚上都会复盘，周末也是！这只是她一部分的工作笔记。2.坚持包括坚持学习她有个口头禅就

鬼裁设计·2023-11-22 05:33

工作笔记——PCB行业分析

印制电路板（PrintedCircuitBoard，简称“PCB”），是承载电子元器件并连接电路的桥梁，指在通用基材上按预定设计形成点间连接及印制元件的印制板，其主要功能是使各种电子零组件形成预定电路的连接，起传输作用。PCB作为电子产品的关键元器件几乎应用于所有的电子产品，是现代电子信息产品中不可或缺的电子元器件，被誉为“电子产品之母”。（PCB只负责按照产品的设计制作电路板，不直接面向销售群体

五瓣丁香·2023-11-22 02:48

人工智能基础_机器学习046_OVR模型多分类器的使用_逻辑回归OVR建模与概率预测---人工智能工作笔记0086

首先我们来看一下什么是OVR分类.我们知道sigmoid函数可以用来进行二分类,那么多分类怎么实现呢?其中一个方法就是使用OVR进行把多分类转换成二分类进行计算.OVR，全称One-vs-Rest，是一种将多分类问题转化为多个二分类子问题的策略。在这种策略中，多分类问题被分解为若干个二分类问题。例如，如果有K个类别需要分类，则会有K个二分类器，每个分类器只负责判断某一个类别与其他所有类别的区别。这

脑瓜凉·2023-11-22 01:32

人工智能基础_机器学习044_逻辑回归代码实现与手动计算概率---人工智能工作笔记0084

上面我们已经把逻辑回归的公式,以及,公式对应的图形都画画出来了,然后我们再来看看如何用代码实现可以看到上面是代码,咱们自己去写一下importnumpyasnpfromsklearn.linear_modelimportLogistieRegressionfromsklearnimportdatasets#训练数据和测试数据拆分fromsklearn.model_electionimporttra

脑瓜凉·2023-11-20 18:20

vector canape 使用说明（二）

仅为工作笔记，欢迎互相交流。一、基本操作和设置说明1.设定flash地址区间和r

逸埃·2023-11-20 10:03

人工智能基础_机器学习035_多项式回归升维实战2_使用sklearn的PolynomialFeatures进行升维---人工智能工作笔记0075

我们再来做一个升维处理,这里我们不再自己去对数据进行比如,相乘操作,来给数据手动添加维度了,这里我们用sklearn库提供的PolynomialFeatures来自动对数据进行升维.fromsklearn.linear_modelimportLinearRegression#PolynowlalFeatures,多项式升维处理fromsklearn.preprocessingimportPolyn

脑瓜凉·2023-11-20 01:35

人工智能基础_机器学习039_sigmoid函数_逻辑回归_逻辑斯蒂回归_分类神器_代码实现逻辑回归图---人工智能工作笔记0079

逻辑斯蒂回归（LogisticRegression）是一种常用的分类算法，其基本思想是通过拟合一个逻辑斯蒂函数来预测样本所属的类别。它广泛应用于各个领域，如医学、金融、市场营销等，具有较好的解释性和可解释性。在逻辑斯蒂回归中，我们通常使用的是二分类问题，即样本只属于两个类别中的一个。为了进行多类别的分类，可以采用一对多（One-vs-Rest）的方法，将多类别的问题转化为多个二分类问题。虽然叫做逻

脑瓜凉·2023-11-17 10:29

人工智能基础_机器学习037_多项式回归升维实战4_使用随机梯度下降模型_对天猫双十一销量数据进行预测_拟合---人工智能工作笔记0077

上一节我们使用线性回归模型最终拟合了双十一天猫销量数据,升维后的数据.我们使用SGDRegressor的时候,随机梯度下降的时候,发现有问题,对吧,怎么都不能拟合我们看看怎么回事现在可以看到上面是之前的代码上面是对数据的准备这里我们还是修改,使用poly=PolynomialFeatures(degree=2,interaction_only=False)X_2=poly.fit_transfor

脑瓜凉·2023-11-17 02:40

人工智能基础_机器学习032_多项式回归升维_原理理解---人工智能工作笔记0072

现在开始我们来看多项式回归,首先理解多维原来我们学习的使用线性回归,其实就是一条直线对吧,那个是一维的,我们之前学的全部都是一维的对吧,是一维的,然后是多远的,因为有多个x1,x2,x3,x4...但是比如我们有一个数据集,是上面这种,的如果用一条直线很难拟合,那么这个时候,我们如果用y=ax^2+bx+c这样就可以了,这里是2维的,最高次幂是2那么怎么来进行升维,其实就是,让元数,比如,一元一次

脑瓜凉·2023-11-16 23:11

人工智能基础_机器学习033_多项式回归升维_多项式回归代码实现_非线性数据预测_升维后的数据对非线性数据预测---人工智能工作笔记0073

然后我们来实际的操作一下看看,多项式升维的作用,其实就是为了,来对,非线性的数据进行拟合.我们直接看代码importnumpyasnpimportmatplotlib.pyplotaspltfromsklearn.linear_modelimportLinearRegressionX=np.linspace(-1,11,num=100)从-1到11中获取100个数,是等差数列y=(X-5)**2+

脑瓜凉·2023-11-16 15:34

linux+采集+命令,Linux 基础之日志采集及 at 命令

1.日志采集规则*.*文件名称日志类型.日志级别日志存放文件auth#用户登陆日志(pam生产日志)authpriv#服务认证日志(sshd认证)kern#内核日志cron#定时任务日志lpr#打印机日志mail#邮件日志news#新闻user#用户相关程序日志local#用户自定义日志#日志级别debug#系统调试信息info#常规信息warning#警告信息err#报错(级别低，阻止了某个功能

金旭亮·2023-11-15 07:05

人工智能基础_机器学习030_ElasticNet弹性网络_弹性回归的使用---人工智能工作笔记0070

然后我们再来看elastic-net弹性网络,之所以叫弹性是因为,他融合了L1和L2正则,可以看到他的公式公式中有L1正则和L2正则两个都在这个公式中可以看到弹性网络,在很多特征互相联系的时候,非常有用,比如,相关性,如果数学好,那么物理也好,如果语文好,那么英语也好这种联系正相关的.其实ElasticNet就是,汲取了Lasso套索回归和Ridge岭回归,以后得到的公式,可以通过l1_ratio

脑瓜凉·2023-11-15 06:28

人工智能基础_机器学习027_L2正则化_岭回归_非稀疏性_原理解读_公式推导---人工智能工作笔记0067

然后我们再来看一下岭回归,也就是第二范数对吧,他的公式,平方以后,加和然后开平方.L2的公式是可以看到L2公式,也是有个阿尔法,惩罚项对吧.可以看到因为L2带有平方,所以他的图形是个圆形我们可以把L2范数,进行画出来看看这里我们先看L2的公式,这里我们让这个公式写成1=阿尔法(x^2+y^2)然后我们让阿尔法=1然后我们可以看到这个时候1=x^2+y^2那么我们把函数写出来

脑瓜凉·2023-11-14 15:15

人工智能基础_机器学习026_L1正则化_套索回归权重衰减梯度下降公式_原理解读---人工智能工作笔记0066

然后我们继续来看套索回归,也就是线性回归,加上了一个L1正则化对吧,然后我们看这里L1正则化的公式是第二个,然后第一个是原来的线性回归,然后最后一行紫色的,是J=J0+L1对吧,其实就是上面两个公式加起来然后我们再去看绿色的第一行,其实就是原来线性回归的梯度下降公式,这里的n表示学习率,也是步幅对吧然后第二行是加上了L1正则的,梯度下降公式然后我们把加上了L1的梯度下降公式,进行展开,可以看到上面

脑瓜凉·2023-11-14 13:16

大数据开发学习脑图+学习路线清晰的告诉你！月薪30K很轻松

想学习好大数据可以加我vx号（VIP452141）有视频资源分享一起学习第一阶段linux+搜索+hadoop体系Linux基础→shell编程→高并发架构→lucene,sol

juan777·2023-11-13 15:28

新版短视频去水印小程序源码支持多家短视频平台去水印

亿多多宝·2023-11-13 01:53

操作系统——琐碎知识点总结（中断+磁盘分区表+Linux+宏/微内核+文件系统+RAID）

一、计算机操作系统1.并发并发是指宏观上在一段时间内能同时运行多个程序，而并行则指同一时刻能运行多个指令并行需要硬件支持，如多流水线、多核处理器或者分布式计算系统操作系统通过引入进程和线程，使得程序能够并发运行2.共享共享是指系统中的资源可以被多个并发进程共同使用有两种共享方式：互斥共享和同时共享互斥共享的资源称为临界资源，例如打印机等，在同一时刻只允许一个进程访问，需要用同步机制来实现互斥访问3

我爱豆子·2023-11-12 10:17

人工智能基础_机器学习024_梯度下降进阶_L1正则可视化图形---人工智能工作笔记0064

然后我们就来用代码实现一下L1正则的可视化,我们来看看首先导入importnumpyasnp数学计算importmatplotlib.pyplotasplt画图用的然后我们把L1正则的公式写出来可以看到L1的正则其实就是w1和w2的绝对值相加对吧然后这里我们写一个公式:f(x,y)=|x|+|y|#令f(x,y)=0我们来绘制图形，在平面中我们使得0=/x/+/y/#我们假设x,y都是大于零#那么

脑瓜凉·2023-11-12 09:28

人工智能基础_机器学习022_使用正则化_曼哈顿距离_欧氏距离_提高模型鲁棒性_过拟合_欠拟合_正则化提高模型泛化能力---人工智能工作笔记0062

然后我们再来看一下,过拟合和欠拟合,现在,实际上欠拟合,出现的情况已经不多了,欠拟合是在训练集和测试集的准确率不高,学习不到位的情况.然后现在一般碰到的是过拟合,可以看到第二个就是,完全就把红点蓝点分开了,这种情况是不好的,因为分开是对训练数据进行分开的,如果来了测试数据他的效果就不好了,也就说,泛化能力不行.然后最理想的是第三个图.可以看到如果我们有一个2图中的绿点,这个点可以看到,如果按照预测

脑瓜凉·2023-11-11 22:19

人工智能基础_机器学习023_理解套索回归_认识L1正则---人工智能工作笔记0063

然后上一节我们说了L1,L2正则是为了提高,模型的泛化能力,提高泛化能力,实际上就是把模型的公式的w,权重值,变小对吧.然后我们这里首先看第一个L1正则,是怎么做到把w权重变小的可以看到最上面是线性回归的损失函数,然后L1可以看到,这个正则,就是在损失函数的基础上给损失函数,添加了一个带有绝对值的||所有的w的和对,不过这里,又有一个阿尔法对吧.这个阿尔法是用来调节,这个泛化能力强弱的,其实就是用

脑瓜凉·2023-11-11 17:14

STM32MP157开发板Linux+Qt项目实战：音乐播放器

stm32mp157开发板FS-MP1A是华清远见自主研发的一款高品质、高性价比的Linux+单片机二合一的嵌入式教学级开发板。

华清远见IT开放实验室·2023-11-08 09:28

人工智能基础_机器学习020_归一化实战_天池工业蒸汽量项目归一化实战过程---人工智能工作笔记0060

标题：天池工业蒸汽量项目归一化实战1.引言在工业生产中，蒸汽是重要的能源之一。然而，由于各种因素的影响，蒸汽的产量和质量可能会有所波动。为了确保生产过程的稳定性和效率，我们需要对蒸汽量进行归一化处理。本文将详细介绍天池工业蒸汽量项目的归一化实战。2.归一化的概念归一化是一种数据处理方法，通过将数据转换为统一的度量单位或范围，使得不同来源、不同单位的数据可以在同一尺度上进行比较和分析。在蒸汽量项目中

脑瓜凉·2023-11-07 06:12

Docker网络模式_Docker常用命令_以及Docker如何给运行的镜像内容连接互联网_Docker网络模式原理---Docker工作笔记004

然后我们来看一下docker的网络模式:这个docker我们先看一下电脑上的网络,有两个,1个是lo是测试用的一个是enp0s3这个是我们以太网地址,然后我们去:安装docker安装后我们再去ipaddress可以看到多出来一个网络是docker0这里ip地址是172.17.0.1这个是私有地址外部无法访问这个命令可以查看,docker中有哪些网络,可以看到,有bridge桥接,有host直连,有

脑瓜凉·2023-11-04 12:27

人工智能基础_机器学习017_SGD随机梯度下降求解多元一次方程_以及求解多元一次方程---人工智能工作笔记0057

然后我们再来看一下X.shape这个用来显示,一个矩阵的形状,其实就是几行几列对吧然后,比如上面这个是100行,9列,其实对应我们的方程上,就是8元一次方程,w1到w8加上w0一共9列,然后有100个样本,也就是100行数据对吧然后我们来看一下我们用SGD随机梯度下降来实现一个一元一次方程importnumpyasnpimportmatplotlib.pyplotaspltX=np.random.

脑瓜凉·2023-11-04 01:02

2022-02-11

不是所有的套路都是迷路，《老秘书工作笔记》带你打开全新思路“给我一个支点，我能翘起整个地球”。这句话，是古希腊物理学家阿基米德的一句名言。这在当时被认为是一句疯话，因为大家都认为这样的支点是没有的。

己过闲谈·2023-11-03 17:40

人工智能基础_机器学习013_三种梯度下降对比_线性回归梯度下降更新公式_对梯度下降函数求偏导数_得到---人工智能工作笔记0053

这里批量梯度下降,就是用准备的所有样本数据进行梯度下降计算.然后小批量梯度下降就是使用比如我一共有500个样本,那么我从中拿出50个样本进行梯度下降计算.然后随机梯度下降,更厉害,从一共有500个样本中,随机的取一个样本进行梯度下降计算,首先我们看批量梯度下降,使用所有样本数据,可以看到是蓝色的走的比较规律,最终得到最优解然后小批量梯度下降是绿色的,可以看到因为用了一部分样本所以,走的比较乱,但是

脑瓜凉·2023-11-03 14:55

人工智能基础_机器学习015_BGD批量梯度下降代码演示_在批量梯度下降中使用逆时衰减---人工智能工作笔记0055

然后我们用代码来演示一下BGD批量梯度下降,首先启动jupyternotebook然后我们新建一个文件新建文件夹,然后新建一个python文件然后我们这里用一元一次方程进行批量梯度下降.importnumpyasnp导入数学计算包X=np.random.rand(100,1)`np.random.rand(100,1)`是NumPy库中的一个函数，用于生成一个形状为(100,1)的二维数组，其中的

脑瓜凉·2023-11-03 12:42

推荐频道

linux+工作笔记