- 博客(124)
- 资源 (9)
- 收藏
- 关注
RSS订阅翻译 linux-sar安装
有两种方式，第1是 使用安装包管理器，如yum，apt，rpm等。第2是 二进制方式安装。两种方式均可。二进制方式安装二进制安装结果如下所示：
2022-12-04 22:30:12
4245
1
原创 cinder 创建 backup 一直处于 “creating”状态。怎么删除？
cinder 创建 backup 一直处于 “creating”状态。怎么删除？
2022-10-12 09:20:02
1449
原创 清理vdbench后台进程
当我们打开一个终端，用nohup运行vdbench程序。断开连接后，你发现你写的配置文件有误，想关闭已有的vdbench进程。你重新连接上终端，咦，我的jobs命令怎么没有显示我的nohup任务呢？这是因为你的nohup任务的sh进程的父进程为你的shell进程。而关闭该shell进程后，你的sh进程成为了孤儿进程，其父进程也就成了systemd进程。。。而众所周知，vdbench还会调用JVM。多个vdbench进程可能有多个JVM运行。怎么办？怎么办？怎么办？...
2022-08-27 20:05:51
1688
原创 校园锐捷路由器使用指南
众所周知，锐捷账号只能使用一个手机一个电脑，但是如何能只用一个账号就可以整个宿舍都使用呢？这就需要我们在某宝上买一个PJ的锐捷路由器，然后买回来的路由器里面有锐捷登录软件。登录上你的账号和密码就可以真个宿舍都使用你的网了。下面以我的路由器设置为例。①登录路由器后台，点击“互联网”，点击“锐捷认证”。②进入“锐捷认证”后，修改下面的步骤1~7。1和2填写用户名和密码。3多尝试几个组合。4根据学校提供的锐捷客户端版本填写。5、6、7是把锐捷客户端的exe文件解压后，选择8021.exe, SuConf
2022-05-31 01:09:58
3086
1
原创 一个有趣的游戏fizzbuzz
题目：有一次看MIT的missing-semester课程时看到一个小游戏很有意思，叫fizzbuzz，就像报数一样，喊到3的整数倍，报“fizz”，喊到5的整数倍，报“buzz”，喊到3和5的公共整数倍，报“fizzbuzz”。输出结果：其中的python实现是：...
2022-05-02 22:10:30
1403
原创 word写毕设常见格式问题
1. 加入mathtyp公式后，段落内间隔变大了。解决方法：这种问题有的是可以解决，有的是不好解决的。你可以尝试下选中他们，然后点击段落，将行距改为固定值，右边选18磅。就缩小了，不过有的公式可能很高，如带分子分母的公式，这种情概况缩小后很可能显示不全，建议还是保留“单倍行距”格式。2.mathtype公式比中文高或低你瞅瞅这个 nkn_knk 是不是太高了？解决方法：选中要修改的公式，点击字体，点击高级，点击位置，有“标准、提升、降低”共3种方式，咱可以给它调低一点。==点击“降低”==
2022-04-19 20:42:19
526
原创 PyTorch训练时准确率不变
今天复现了文章中的一个模型，刚开始学习率lr=0.01，准确率总是为20%（分类目标有5个类），基本不变。刚开始我以为给模型的数据传错了，或者模型的处理有那个步骤有问题。最终多次尝试后，发现把学习率降低，结果就有效了，如我把学习率降低为lr=0.001，然后就好使了。总结：如果准确率基本没变，可以考虑一下是不是学习率调大了？...
2022-04-04 23:09:30
12112
4
原创 【京东】攻城战
#include <iostream>#include <cstdio>#include <cmath>using namespace std;int a, b, c, d;int _round = 0;bool win = false;int main(){ // a: 坦克数量 // d: 碉堡数量 // c: 每个碉堡一回合可杀死c个坦克 // b: 每隔碉堡初始血量为b cin >> a &
2022-03-19 20:46:13
156
原创 如何快速撰写/总结国内外研究现状？
如何快速撰写/总结国内外研究现状？？？研三快毕业了，写毕业论文时总结了一下自己是怎么写国内外研究现状的。作者：爱学习的大白菜（blog.csdn.net/csdnliwenqi）【经验】 总结国内外研究现状时，可以先看所参考文献的 结论（conclusion） 部分。作者一般在论文的结论部分给出了整篇论文要干什么，得到了什么结果。若没看明白， 摘要（Abstract） 部分可以进行补充。同时文献中的 图和表 也能帮助作者快速理解作者的思路。（图和表一般是作者提出的框架呀、流程呀、实验
2022-03-19 11:27:30
4044
1
原创 【阿里】小红拿到了一个n行m列的矩阵
题目描述小红拿到了一个 nnn 行 mmm 列的矩阵，矩阵中用 111 表示人，用 000 表示聚光灯，每个聚光灯可以朝着上、下、左、右四个方向照射（照射的距离是无穷大的），若某个方向上至少有一个人，那么小红就获得了 111 分。小红想知道，所有的聚光灯一共可以获得多少分？（注意：本题的输入数据较大，使用python的同学请用pypy提交，否则可能会超时！）输入描述：第一行两个整数 n,m(1≤n,m≤103)n, m (1\le n,m \le 10^3)n,m(1≤n,m≤103) ，接下
2022-03-14 21:44:38
2997
原创 美团【避开炸弹】
大致题目给n个房间，有m个炸弹，每次炸弹扎一个房间，小美先在第1号房间呆着，且保证第1个炸弹不会扎到1号房间。然后小美可以再爆炸的瞬间转移到另一个房间，但每次会消耗一个能量。请问小美最多消耗几个能量能安全避开所有炸弹。能测试题目的同学帮我测试一下，我当时没做完，感谢感谢。目前2个样例都过了。思路：动态规划。设dp[i][j]表示 “当前第i个炸弹要爆炸时，在第j个房间呆着所需要的消耗的最小能量”。代码#include <iostream>#include <cstring&
2022-03-13 10:32:17
1799
2
原创 美团【公司食堂】
题目时间限制：C/C++ 2秒，其他语言4秒空间限制：C/C++ 256M，其他语言512M小美和小团所在公司的食堂有N张餐桌，从左到右摆成一排，每张餐桌有2张餐椅供至多2人用餐，公司职员排队进入食堂用餐。小美发现职员用餐的一个规律并告诉小团：当男职员进入食堂时，他会优先选择已经坐有1人的餐桌用餐，只有当每张餐桌要么空着要么坐满2人时，他才会考虑空着的餐桌；当女职员进入食堂时，她会优先选择未坐人的餐桌用餐，只有当每张餐桌都坐有至少1人时，她才会考虑已经坐有1人的餐桌；无论男女，当有多张餐桌供职员选
2022-03-12 15:54:37
559
原创 美团【淘汰分数】
题目某比赛已经进入了淘汰赛阶段,已知共有n名选手参与了此阶段比赛，他们的得分分别是a_1,a_2….a_n,小美作为比赛的裁判希望设定一个分数线m，使得所有分数大于m的选手晋级，其他人淘汰。但是为了保护粉丝脆弱的心脏，小美希望晋级和淘汰的人数均在[x,y]之间。显然这个m有可能是不存在的，也有可能存在多个m，如果不存在，请你输出-1，如果存在多个，请你输出符合条件的最低的分数线。数据范围：，进阶：时间复杂度，空间复杂度输入描述:输入第一行仅包含三个正整数n,x,y，分别表示参赛的人数和晋级淘汰
2022-03-12 15:06:42
152
原创 【深信服】出栈顺序
题目：已知某一个字母序列，把序列中的字母按出现顺序压入一个栈，在入栈的任意过程中，允许栈中的字母出栈，求所有可能的出栈顺序题目链接：https://www.nowcoder.com/practice/37dafde80fa2445d91f6d7ae18795668思路：我觉得是回溯问题，用DFS，然后设置一个字符串seq来保存出栈的字符，当符合条件输出字符串seq即可。注意：入栈出栈一定要记得恢复状态。解答： 8ms, 404k内存。#include <iostream..
2022-03-01 13:25:40
257
原创 常用向量范数总结
若有一个向量 a = [-5, 6, 8, -10]。则，L0L_0L0范数为向量中非0元素的个数，则∣∣a∣∣0=4||a||_0=4∣∣a∣∣0=4 。L1L_1L1范数为向量中每个元素绝对值之和，即∣∣a∣∣1=∑i=1i=n∣ai∣||a||_1=\sum_{i=1}^{i=n}|a_i|∣∣a∣∣1=∑i=1i=n∣ai∣，则∣∣a∣∣1=29||a||_1=29∣∣a∣∣1=29。L2L_2L2范数为向量中每个元素绝对值的平方之和再开方。即∣∣a2∣∣=∑i=1i=n∣
2022-02-13 12:32:31
1071
原创 Alexa web ranking list（Alexa top 500排名）
看了 Alexa 网站，发现网站将于2022年5月下线了，赶紧记录保存一下曾经的网站排名情况。1. 按世界的网站访问排名（链接：https://www.alexa.com/topsites）2. 中国的网站访问排名（链接：https://www.alexa.com/topsites/countries/CN）3. 美国的网站访问排名（链接：https://www.alexa.com/topsites/countries/US）...
2022-01-15 13:24:36
2383
原创 Typora恢复未保存的文档
妈耶，Typora竟然可以恢复文档，真实太良心了。我在Typora码了很多字，刚插入一段视频，Typora崩溃了，再次打开里边是空的。崩溃。。。。。以后一定要及时按 ctrl + s。就在我想查看Typora里有没有设置 “自动保存选项” 时，发现有自动保存的结果。Typora恢复文档的具体方法：打开Typora，点击左上角“文件” -> “偏好设置” -> “恢复未保存的文档”，这里可以恢复一部分原来自动保存的文档。妈耶，我又复活了！...
2022-01-09 18:02:36
699
1
原创 【解决】微信播报，连接蓝牙后延迟播报
老妈做点小买卖，用微信支付，但经常延迟播报，或者只有打开手机的时候才播报。我检查了下面几个步骤解决了问题：手机离蓝牙音箱较远。（应该离近一些）手机使用流量。（我用的wify有时候会有延迟）在手机的后台设置“微信”不关闭。同时关闭手机的“省电模式”。设置手机锁屏时不关闭 “微信”应用。（支付宝也有一个语音播报自助检查工具，可以借他山之石。）...
2022-01-09 17:00:31
1897
原创 MTU和MSS区别
MTU最大传输单元（Maximum Transmission Unit）MSS最大报文长度（Maximum Segment Size）看图最明显了：一般说的MTU指的就是以太网能够承载的最多的流量字节数，一般为1500字节。MSS指的是TCP数据包能承载的TCP流量载荷字节数，一般为1460字节。...
2021-12-19 18:25:53
1804
1
原创 人体关键点检测（Keypoints Detection）
1.综述Pytorch的 torchvision库中有关键点检测的模型keypointrcnn_resnet50_fpn()网络模型，其可以对17个人体关键点进行检测。17个关键点包括：鼻子，左眼，右眼，左耳，右耳，左肩，右肩，左胳膊肘，右胳膊肘，左手腕，右手腕，左臀，右臀，左膝，右膝，左脚踝，右脚踝nose，left_eye, right_eye, left_ear, right_ear,left_shoulder, right_shoulder, left_elbow, right_elbow
2021-12-03 11:51:35
24435
22
原创 Pytorch目标检测实现
torchvision库中已存在目标检测的相应模型，只需要调用相应的函数即可。1. 单文件：## 导入相关模块import numpy as npimport torchvisionimport torchimport torchvision.transforms as transformsfrom PIL import Image, ImageDraw, ImageFontimport matplotlib.pyplot as pltmodel = torchvision.models
2021-12-02 21:10:27
9014
6
原创 搜索计算机类高水平文献
高水平文献是发现一个领域前沿，学习先进的学术水平，跟随大牛脚步的重要途径。下面我总结一下个人常用的一些搜索 “计算机” 类高水平文献的途径：web of science.（上面还可以看期刊 / 会议 的影响因子等。）（http://apps.webofknowledge.com）dblp.（计算机类专属网站， 里面有许多计算机类高水平期刊的 “元文件”。）（https://dblp.uni-trier.de/）中国计算机学会推荐国际学术会议和期刊目录（2019版）（请个人搜索）...
2021-11-25 10:27:29
486
原创 表征学习（representation learning）与特征工程（feature engineering）的区别
表征学习 和 特征工程 的目的都是从要分析的数据中提取相应的数据表示。即如何更好的表示我要分类或预测的数据。表征学习(representation learning) 即让模型自动的学习数据的表示，如使用一些深度学习模型CNN、RNN、AutoEncoder，主成分分析等等。特征工程（feature engineering）一般指专家来提取数据的特征。是人为的提取特征的过程。因此叫“工程”。...
2021-11-19 20:35:00
2992
原创 pytorch每次分类结果都不同，有细微差异
看了许多大神的经验，做一个总结：验证测试的时候开启model.eval() 。设置随机种子。pytorch框架中模型加载器dataLoader的属性“shuffle”置为“False”。如果想看 具体原因 和 简单实现 可以继续往下看：验证测试的时候开启model.eval() 。因为可能你的模型中含有 BatchNormalization（批归一化）或 Dropout（舍弃），如果未设置模型为eval模式，则验证时会根据每次的batch调整或Dropout还是随机去掉某些神经元，
2021-11-03 21:40:16
3351
2
原创 numpy常用操作（自用）
np.where(condition)：找到满足条件的数组下标值# 首先我们定义一个长为12，范围为[1, 100]的随机整数数组。array = np.random.randint(1, 101, size=12)# 找到满足数组中元素大于50的array数组下标。pos = np.where(array > 50)"""===== output ====# 得到下标为第2个、3、5、7、9个元素。另外注意np.where返回的是元组类型(即tuple)。pos = (arra.
2021-11-03 16:24:44
57
原创 笔试：用友科技2021年11月1日《字符串加密》、《数字+小数点组合输出》
一、字符串加密：答案如下：二、数字+小数点组合输出思路：遍历所有的数，用DFS来做，又因为只能有1个小数点，则遍历每个小数点的位置，针对每个位置做DFS。还要注意最后一位不能为0，要去掉这种情况！还要注意去重就放在set集合中来做。c++中string类型转为const char*：const char*p = v.c_str();c++中string类型转为float：float p = atoi(str);，记得需要#include <cstdlib>// 有些输出是
2021-11-01 21:31:33
106
原创 python 中 os.walk() 函数
os.walk()是一种遍历目录数的函数，它以一种深度优先的策略（depth-first）访问指定的目录。其返回的是（root,dirs, files）,root代表当前遍历的目录路径，string类型dirs代表root路径下的所有子目录名称，list类型，列表中的每个元素是string类型，代表子目录名称。files代表root路径下的所有子文件名称，返回list类型，列表中的每个元素是string类型，代表子文件名称。加入我当前的目录如下。可以先打印一下其是怎么遍历的：import
2021-10-31 16:25:00
824
原创 常用的plt图像
横向条形图import numpy as npimport matplotlib.pyplot as pltdata = {'Barton LLC': 109438.50, 'Farmi, Hills and Schmidt': 103569.59, 'Fritsch, Russel and Anderson': 112214.71, 'Jerde-Hipert': 112591.43, 'Keeling LLC': 100934.
2021-10-23 11:34:35
911
原创 scikit-learn:打印分类报告，求准确率、精确率、召回率、F1值等指标
一、打印分类报告（使用scikit-learn库中的函数）from sklearn.metrics import classification_report# y_test为测试集真实标签， y_pred为测试集预测的标签print(classification_report(y_test, y_pred))例子：# Standard scientific Python importsimport matplotlib.pyplot as plt# Import datasets, cl
2021-10-15 21:53:26
3683
原创 划分训练集，验证集，测试集
利用scikit-learn库中提供的train_test_split()函数即可进行划分。import pandas as pddf = pd.read_csv('/kaggle/input/bluebook-for-bulldozers/TrainAndValid.csv', parse_dates=['saledate'], low_memory=False)from sklearn.model_selection import train_test_split# Let's say w
2021-10-14 15:02:13
835
原创 画混淆矩阵sklearn
""" 画混淆矩阵，需要(真实标签，预测标签，标签列表） y_test, y_pred, display_labels 混淆矩阵用: sklearn库中的confusion_matrix 混淆矩阵画图用： sklearn库中的ConfusionMatrixDisplay matplotlib库中的pyplot 这里用iris数据集做例子，SVM做分类器。"""import matplotlib.pyplot
2021-10-14 11:05:36
13513
1
原创 机器学习中，跑实验常用到的一些API【自用，更新ing】
sklearn库中1.混淆矩阵：https://scikit-learn.org/stable/auto_examples/model_selection/plot_confusion_matrix.html#sphx-glr-auto-examples-model-selection-plot-confusion-matrix-pyhttps://scikit-learn.org/stable/modules/model_evaluation.html#confusion-matrix2. 分
2021-10-13 21:01:35
122
原创 笔试：《给店员安排工作》
题目：给店员安排工作分配任务这类题，一般可以考虑下用DFS来做。我的答案：#include <iostream>#include <cstdio>using namespace std;const int N = 1e5 + 5;int diff[N]; //第x项工作难度int income[N]; //第x项工作收入int worker[N]; //第i个人最大承受度int num_N; //工作数量int num_W; //工人数量i
2021-10-02 16:25:58
132
原创 利用t-SNE可视化Glove向量
一、GloVe词向量简介GloVe：全称Global Vectors for Word Representations。其文献[2]是2014年在EMNLP会议上提出来的。其结合了词向量与矩阵分解的思想对原始语料进行预训练，得到了低维、连续、稀疏的表示形式。对预训练后的词向量进行可视化可以发现发现某些词与词之间的联系。(附：2种常用于估计词向量的方法，1是基于神经网络的语言模型和word2vec的词向量预训练方法，其本质都是利用文本中词与词在局部上下文中的共现信息作为自监督学习信号。2.基于矩阵分解
2021-10-02 00:22:27
1012
原创 利用t-SNE对mnist数据集可视化
我把所有的过程全写入下面的代码注释中了。主要流程有：将mnist数据集的64维转化为2维矩阵向量。（利用scikit-learn库中的TSNE库）将转化好的矩阵输出到二维空间中即可。参考了官方的代码：scikit-learn/t-SNE得到的结果如下图所示：图1 选择Mnist数据集前100张图片 图2 用t-SNE可视化Mnist数据集前6种类 大约花了49s的时间，通过可视化发现每个样本降维后相同的类基本可以聚到一起。代码如下：# 1.引入数据库，取6种类。
2021-10-01 22:51:53
2848
1
原创 笔试：《扑克牌游戏》
题目：《扑克牌游戏》代码如下：#include <iostream>#include <string>#include <map>using namespace std;map<string, pair<int, int> > mp; //姓名，成绩、成绩最后时间int main() { int T, n, grade; string name; cin >> T; while
2021-09-30 22:43:36
184
hubble-birthdays-full-year.xlsx
2020-04-02
安装Libpcap实验环境（Linux）.7z
2019-11-10
安装Libpcap实验环境（Linux）.7z
2019-11-10
北大ACM培训资料之【暑期训练】.7z
2019-10-21
北大ACM培训资料.7z
2019-10-20
哈工大计科硕士培养方案.doc
2019-08-19
哈工大计算机类本科生培养方案【2016版】
2019-08-19
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人