学习者 初学者windows server

深度学习之机器学习理论

(一)机器学习(Machine Learning):就是让计算机具备从大量数据中学习的能力之一系列方法。机器学习使用很多统计方法,统计学家也称之为统计学习,但本质上起源于计算机科学的人工智能。 (二)机器学习的分类:机器学习主要分为两类,即监督学习(supervised learning)与非监督学 ......
深度 机器 理论

windows 电脑抓虫,我的电脑还真的有点问题,

ctfmon.exe 是一个 Windows 系统的程序,它提供了输入法指示器的功能。通常,这个程序不会通过 TCP 协议主动连接到其他计算机或服务。如果你发现 ctfmon.exe 正在使用 TCP 连接,这可能是一个异常行为。 以下是一些建议的步骤,帮助你调查这个问题: 1、检查任务管理器:打开 ......
电脑 windows 问题

nginx中多个server块共用upstream会相互影响吗

nginx中经常有这样的场景,多个server块共用一个域名。 如:upstream有2个以上的域名,nginx配置两个server块,共用一个upstream配置。 那么,如果其中一个域名发生"no live upstreams while connecting to upstream"错误,会不... ......
upstream 多个 server nginx

windows使用快捷按键进行截图、录屏

选择区域截图 win+shift+s 不自动保存,保存截图后可以ctrl+v粘贴,截图后点击截图提示,可以在画图工具中编辑或保存 全屏截图 win+Fn+PrintScreen 截图保存在C:\Users\Pictures\Screenshots,快速访问中的屏幕截图,截图后可以ctrl+v粘贴 录 ......
截图 按键 windows

Vue源码学习(十九):router基本原理

好家伙, 0.什么是路由? 路由就是匹配到对应路径显示对应的组件! 那么我们要如何去实现? 我们来回忆一下这router怎么用的 1. 声明式路由配置:在路由配置对象中,定义路径与组件的映射关系。例如: import AboutComponent from '../views/AboutCompon ......
源码 原理 router Vue

Mybatis学习记录

Mybatis入门简介 MyBatis 是一款优秀的持久层框架,它支持自定义 SQL、存储过程以及高级映射。MyBatis 免除了几乎所有的 JDBC 代码以及设置参数和获取结果集的工作。MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO(Plain Ol ......
Mybatis

Windows11局域网无法发现其他电脑的解决方法2024年1月11日解决

今天是2024年1月11日,想从笔记本硬盘传点文件到台式机,发现家里台式机和笔记本电脑均无法发现对方,所以就找了一些解决方法在此做个记录 1、开启网络发现 2、开启功能 3、重启电脑 4、Windows凭据 用户名或密码不正确的解决办法 再输入选择的这个用户名和密码就可以了 ......
局域网 局域 Windows 方法 电脑

学习进度笔记

Requests模块简单入门 #HTTP请求类型 #get类型 r = requests.get('https://github.com/timeline.json') #post类型 r = requests.post("http://m.ctrip.com/post") #put类型 r = r ......
进度 笔记

vector的学习

经历的近一年的学习,终于算是想起来了还有这个博客,那终于开始重新拾起,进行一个stl的学习 标准模板库 在C++标准库中,只需要#include头文件,便可以引用 STL标准库分为几个大类,这篇文章只简要介绍vector vector 什么是vector?我们可以把vector简单的理解为是一个比u ......
vector

前端学习-HTML/CSS刷题笔记01

1 清除浮动 方法1 双伪元素法:在style中给父元素添加伪元素代码 了解zoom:1; <!DOCTYPE html> <html lang="en"> <head> <meta charset="UTF-8"> <meta name="viewport" content="width=devi ......
前端 笔记 HTML CSS

MarkDown学习

MarkDown学习 标题 三级标题 四级标题 字体 Hello,Word! Hello,Word! Hello,Word! Hello,Word! 引用 asdasdasdasda 分割线 图片 ![截图](file:///C:/Users/%E5%BC%A0%E9%92%9E%E7%86% ......
MarkDown

2024.1.12-学习进度笔记

今天,我尝试安装了git并尝试安装了PaddleOCR。 参考:https://blog.csdn.net/mukes/article/details/115693833 参考:https://gitee.com/paddlepaddle/PaddleOCR/blob/release/2.6/doc ......
进度 笔记 2024 12

sql server 行转 逗号分隔 字符串

SELECT (STUFF((SELECT top 3 ',' + CAST(UserID AS NVARCHAR) FROM AccountsInfo FOR XML PATH('') ),1,1,'')) UserID ......
逗号 字符串 字符 server sql

计网学习

OSI七层模型 物理层 网线 比特流 数据链路层 MAC网卡地址 帧 网络层 IP地址 路由方式 包 传输层 端到端TCP UDP TCP报文 UDP数据报 会话层 不同应用程序间会话 表示层 数据格式转换、压缩加密解密等 应用层 web应用 好处:隔层之间独立,灵活性好,易于实现维护、能促进标准化 ......

.net core - 使用kubeadm搭建k8s - k8s(微服务学习) 二

前提准备:OpenEuler系统,VMWare 由于本次使用3台主机完成kubernetes集群部署,其中1台为master节点,名称为k8s-master01;其中2台为node节点,名称分别为:k8s-node01及k8s-node02 master节点 # hostnamectl set-ho ......
k8s kubeadm core 8s k8

第二周学习总结

第二周学习总结 分块 思想:把长度为 \(N\) 的序列分为若干个长度为 \(S\) 的快。对于每次询问/修改,整块打包处理,零散部分暴力处理。 一般情况况下,当 \(S=\sqrt{n}\) 时,有较好复杂度 \(m \sqrt{n}\)。 模板代码: [线段树]区间极大值2 #include<s ......

第一周学习总结

第一周学习总结 二分图 定义 若 \(G\) 是一个无向图,\(G\) 的顶点分成 \(X\) 和 \(Y\) 两部分,\(G\) 中每条边的两个顶点一定是 一个属于 \(X\) 另一个属于 \(Y\),则称图 \(G\) 为 二分图。 图例: 判定——染色法 用两种颜色对所有顶点染色,要求一条边所 ......

二分图最大匹配学习总结

二分图最大匹配学习总结 二分图的定义 如果无向图 \(G=(V,E)\) 的点集 \(V\) 可以分为两个集合 \(V_1,V_2\),使边集 \(E\) 都在 \(V_1\) 和 \(V_2\) 之间,并且 \(V_1\) 和 \(V_2\) 内部的点没有连边,则 \(G\) 是一个二分图。 图例 ......

Spring学习记录之GoF之代理模式

Spring学习记录之GoF之代理模式 前言 这篇文章是我第二次学习b站老杜的spring相关课程所进行的学习记录,算是对课程内容及笔记的二次整理,以自己的理解方式进行二次记录,其中理解可能存在错误,欢迎且接受各位大佬们的批评指正; 关于本笔记,只是我对于相关知识遗忘时快速查阅了解使用,至于课程中实 ......
模式 Spring GoF

神经网络学习笔记(1)

1、神经元 神经元是神经网络中的基本单元。 每一个神经元包括两个参数:权重系数和偏置系数b。 神经网络的学习过程就是通过优化更新每一个神经元的权重和偏置系数,使得输出值Y更接近其真实值。 假设神经元的输入向量为 ,那么输出,其中 是该神经元选定的激活函数。 x1、x2表示输入量 w1、w2为权重,几 ......
神经网络 神经 笔记 网络

windows使用SSH隧道socks5代理自动运行尝试

场景 在《windows机器SSH隧道访问内网服务》随笔中通过XShell工具,建立SSH隧道提供Sock5代理服务,在使用过程中出现了一些问题,每次都需要手动打开代理,或者因为锁屏或网络问题会频繁断开,每天都要手动操作好多次。很是繁琐,于是想寻求一种自动运行的方式。经过多次尝试,终于使用putty ......
隧道 windows socks5 socks SSH

网络基础知识学习

1、网络基础知识 ·OSI 七层模型 TCP/IP(Transmission Control Protocol/Internet Protocol)是传输控制协议和网络协议的简称,它定义了电子设备如何连入因特网,以及数据如何在它们之间传输的标准。TCP/IP 不是一个协议,而是一个协议族的统称,里面 ......

linux和window下用资源管理器打开文件所在文件夹并选中文件

1.应用场景 软件中需要定位到软件打开的文件,例如视频或者图片。用户可以方便的去通过软件去找到系统的文件; 2.解决方法 window系统如果文件夹已经被打开,而且是最大化状态,文件夹中文件特别多时无法选中文件,window系统会记住用户最大化文件夹的状态,导致无法定位到文件夹,这好像是window ......
文件 文件夹 资源管理 所在 window

CSAPP学习笔记——chapter9 虚拟内存

这一章主要介绍了现代操作系统中虚拟内存的概念,先是介绍了虚拟内存的一般概念,这一部分我将在本文第一小节进行一个串联;第二部分介绍了内存映射,并以Linux为例,介绍了fork函数,execve函数的实现细节;第三部分则是介绍了动态内存分配,程序员通过如`malloc`, `new`, `free`,... ......
chapter9 内存 chapter 笔记 CSAPP

在Linux Docker中部署RStudio Server,实现高效远程访问

在Linux Docker中部署RStudio Server,实现高效远程访问 📋前言 RStudio Server 使你能够在 Linux 服务器上运行你所熟悉和喜爱的 RStudio IDE,并通过 Web 浏览器进行访问,从而将 RStudio IDE 的强大功能和工作效率带到基于服务器的集 ......
RStudio Docker Server Linux

机器学习如何改变缺陷检测的格局?

​ 机器学习在缺陷检测中扮演着重要的角色,它能够通过自动学习和识别各种缺陷的模式和特征,改变缺陷检测的格局。以下是机器学习在缺陷检测中的一些应用和优势: 自动化检测:机器学习技术可以自动化处理大量的数据,通过学习和识别缺陷的模式和特征,实现自动化检测。这大大提高了缺陷检测的效率和准确性,减少了人工干 ......
格局 缺陷 机器

spark的学习1-11

大数据第36期打卡-Day9-p102-p106学习笔记Spark并行度spark的并行:在同一时间内,有多少个tes k在同时运行并行度:并行能力的设置比如设置并行度6,其实是6个tast才并行在跑在有了6个tast并行的前提下,rdd的分区被规划成6个分区Driver的两个组件DAG调度器工作内 ......
spark 11

机器学习-决策树系列-贝叶斯算法-概率图模型-29

目录1. 复习条件概率2. 正式进入3. 生成式 与判别式 这个阶段的内容,采用概率论的思想,从样本里面学到知识(训练模型),并对新来的样本进行预测。 主要算法:贝叶斯分类算法、隐含马尔可夫模型、最大熵模型、条件随机场。 通过本阶段学习,掌握NLP自然语言处理的一些基本算法,本阶段的理解对于后续完成 ......
概率 算法 模型 机器 29

学Windows批处理第一天:使用批处理命令生成一个文件并写入内容

脚本功能:1、生成一个文件,文件名格式为:yyyymmddhhmmss 2、文件中写入一段文本 操作步骤:1、新建一个文本文档(txt格式) 2、修改文件名为任意名称(我的叫create_file),修改文件类型为.bat 3、使用记事本或notepad打开文件,将以下内容粘贴进去: ::防止中文乱 ......
命令 Windows 文件 内容

SQL Server特殊符号转义(使用ESCAPE定义转义符)

SQL Server特殊符号转义(使用ESCAPE定义转义符) 1.在like语句中,用Escape来转义: 特殊符号A类(用[]包括起来): 对于特殊字符'%','[','[]', '_' 可以使用 '[]' 把它们包含起来: select * from [dbo].[Locations] whe ......
转义 符号 ESCAPE Server SQL
共17300篇  :4/577页 首页上一页4下一页尾页