2. http://cdn.sstatic.net/可以访问，而https://cdn.sstatic.net/却无法访问，恰好从stackoverflow发起请求URL是https协议。...第4步添加了规则后，挂了goagent代理的自动模式，还是无法正常获取到需要的资源， 从status的返回值来看，net::ERR_BLOCKED_BY_CLIENT， 不知道是什么被客户端block...http://jingyan.baidu.com/article/c275f6bac08922e33d7567f9.html从这篇文章的分析来看，应该是chrome的adblockplus插件禁止了这几个...js的请求引起的。...解决：在ABP插件中设置，排除域名 如果仍然无法解决问题，就取消ABP对stackoverflow的广告过滤。 6.如果这些过程对你一点用处也没有，那就不要折腾了。
导读 本文是作者在算法岗位上的工作反思，含算法篇和成长篇两部分，希望为在学习或在工作的大家提供一个经验参考。 大佬可以写总结给别人指导，菜鸟可以写总结给别人指坑。...原本打算是正式工作满一年以后写的，最近反思了很多事情，也找到了很多不足之处。怕以后忘记了，就想到什么写什么，什么没想到以后就补上。 1. 算法篇 虽然我没有发表过顶会论文，谈不上学术成就。...但是我还是要硬谈，在实际我们做算法落地的时候，最重要的东西确实是数据。...其他的就是不同平台的量化支持不同了。讲了这些我想现在还有人在用VGG还是可以理解的。Make VGG Great Again. 工作中最重要的不是论文的创新，尤其在初期做算法的套路，流程要清楚。...我要做的就是总结下为什么没有把事情做好，去反思自己遇到的哪些问题，走了哪些弯路，下次不要再犯。 不要抱怨家庭的出生，抱怨永远解决不了问题，已经五六十岁的父母难道还指望他们改变你的命运让你成为富二代？
统计性描述经常用到散点图 统计性描述更为侧重单变量的描述，即描述X、X与X之间的关系，在通过X去描述Y的时候，我更关心X与Y间存在何种关系，此时便需要借助散点图去印证X与Y相关的内在一致性，并通过方差...散点图是唯一一个能够描述变量与变量间相关关系的图形，在实际我的工作中出镜频率非常高，它很好的过渡了描述性统计与推论性统计之间的鸿沟。 ? 检验与方差分析几乎不用 ?...如果某天领导要求分析客户的信用情况，能不能实现呢？ 如果所在电商行业，那么可以第一时间拒绝，理由是X质量差、Y不易获得且无法量化。通常银行业中则能够实现，银行业中指标获取便利。 ?...当然，弊端是当统计量过多时会带来模型过拟合的问题，模型一旦过拟合则会导致后续问题无法处理。 什么是过拟合？...由Y的模型延伸出来的方法便是联合分析，主要解决的是产品的结构问题，例如新买了笔记本，开始选择这个型号是因为喜欢它的颜色，然而随着时间的推移我的口味也随之升级，我开始关注内存、性能。
Q：由于工作太多太杂，导致经常忘记要做的事情，希望利用Excel工作表来定时提醒当前要进行的工作。也就是说，在到达某个时刻后，工作表中的文本框会自动显示该时刻应该做的工作。...如下面的图1和图2所示，图1为工作安排表，列A中为安排的工作，列B中为相应工作开始的时间；图2用于显示当前应进行的工作。 ? 图1：工作安排表。...列A中是工作安排，列B中是工作开始的时间，可根据需要修改和添加。 ? 图2：显示当前工作的界面。单击“显示”按钮后程序开始工作，当达到某时刻后，文本框中会显示当前应进行的工作。...rng.Find(dTime) Sheet5.TextBox1.Value =rngFind.Offset(0, -1).Value DisplayData End Sub 注意，工作表中的...“显示”按钮关联的子过程为“DisplayData”。
去年写了一篇文章手写一个虚拟DOM库，彻底让你理解diff算法介绍虚拟DOM的patch过程和diff算法过程，当时使用的是双端diff算法，今年看到了Vue3使用的已经是快速diff算法，所以也想写一篇来记录一下...当然目前的实现还是基于双端diff算法的，后续会补充上快速diff算法。 传送门：双端Diff算法动画演示。...VNode列表一致，算法结束后会和新的VNode列表一致。...需要说明的是这个动画只包含diff算法的过程，不包含patch过程。...我们想让这个diff过程动起来，首先要找到动画的对象都有哪些，从函数的参数开始看，首先oldChildren和 newChildren两个VNode列表是必不可少的，可以通过两个水平的列表表示，然后是四个指针
图片替换后: 所有大图正常显示! ?...本项目永久开源地址 https://github.com/zhaoolee/replace_readme_md_image 痛点: Github的README.md展示图片效果并不完美 为了让项目演示更生动形象...将图片上传的到github即可! 我们可以将README.md中的图片存储到仓库根目录的README文件夹, 然后用图片在github的url, 替换原有的图片链接....我分析了一下github 仓库中包含图片的url的规则 https://raw.githubusercontent.com/ + 用户名 + / + 仓库名 + /master/ + 相对仓库根目录的文件夹路径...raw.githubusercontent.com/zhaoolee/EasyTypora/master/README/1610212776529GNazs3pP.gif 但是手工替换所有的图片太累了, 于是我写了一个自动化的程序
它的工作原理是每一次从待排序的数据元素中选出最小（或最大）的一个元素，存放在序列的起始位置，然后，再从剩余未排序元素中继续寻找最小（大）元素，然后放到已排序序列的末尾。...走访元素的工作是重复地进行直到没有相邻元素需要交换，也就是说该元素列已经排序完成。 步骤： 1、比较相邻的元素。如果第一个比第二个大，就交换他们两个。...是稳定的排序方法。插入算法把要排序的数组分成两部分：第一部分包含了这个数组的所有元素，但将最后一个元素除外（让数组多一个空间才有插入的位置），而第二部分就只包含这一个元素（即待插入元素）。...520 这天，我突然意识到，她根本配不上我这么聪明的男人 厉害！女学生偷师男子学校，变身区块链开发工程师 确实, 5G与物联网离不开区块链!...刷了一个半月算法题，我薪资终于Double了 Linux 之父：我就是觉得苹果没意思！| 人物志 这本京东断货王的Python神书，刷爆整个编程圈！ ?
而对于技术从业者，新年聚餐还意味着，家人对你工作的关心，以及在你向亲戚解释完你的工作后，家人无言的注视。 你：试图解释什么是前端，所有人：疑惑脸。...非常类似程序员处理bug 的过程 解释你工作的时候到了！...你需要确定客户的需求，设计食谱，检验现有解决方案是否满足了需求。你的工作不只是设计食物，你要设计食物呈现给顾客的整个体验过程--包括菜单，包装，展示到味道。...你还要确保面包店的安全（防火和灭火），同时还要不停寻找更高效运行的方法。 5、产品营销 你在前台工作，你的职责是吸引新客户来试吃样品然后购买糕点。...你还需要不断给团队提供信息，确保面包店的客源不会流失。 我如何工作？ APIs 烤箱上的刻度盘。 Cloud云 一个大型网络烤箱，可以帮助你快速地向世界各地提供商品。
因为工作的需要我也对这些内容进行操作。从事网络开发主要用到Java语言，为了更好地适应工作我便开始了零基础学Java。 和C语言不一样，Java是一门面向对象编程的语言。...虽然看起来没有C语言深邃，但所涉及到的内容比较多。我的工作更像是网站的测试，遇到不理解的问题除了询问同事以外就要自己看书或上网找资料来解决。经过将近一年的历练，也让我对Java开发有了一定的了解。...每当看到从事开发工作的同事讨论技术问题的时候我都格外羡慕，也希望有朝一日能够成为他们当中的一员。...在积累了一定的技术基础之后，我对未来自己重新走向工作岗位更加有信心。回忆我的学习经历，从零基础学Java到成为一名Java程序员，正是大胆尝试让我找到工作与兴趣的平衡点。...这让我对今后的职业生涯更有期待，背负梦想，奋勇前行。
大家好，我是浩说 一想到那些年被问到怀疑人生的排序算法问题 满是心酸泪 于是痛定思痛 总结出7大排序算法的实现代码 以及生动的动画演示 保证你们每个人都能看得懂 看完去找面试官单挑 1.冒泡排序（...2.对每一对相邻元素作同样的工作，从开始第一对到结尾的最后一对，这样在最后的元素应该会是最大的数; 3.针对所有的元素重复以上的步骤，除了最后一个; 4.重复步骤1〜3，直到排序完成。 ?...2.快速排序（Quick Sort） 1.从数列中挑出一个元素，称为“基准”（pivot）; 2.重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边...N / 2的子序列; 2.对这两个子序列分别采用归并排序; 3.将两个排序好的子序列合并成一个最终的排序序列。...; 2.统计数组中每个值为我的元素出现的次数，存入数组Ç的第我项; 3.对所有的计数累加（从ç中的第一个元素开始，每一项和前一项相加）; 4.反向填充目标数组：将每个元素我放在新数组的第C（ⅰ）项，每放一个元素就将
众所周知，不管是什么类型的LCD，很多Datasheet多达上百页的足以让大家头痛太久，别怕！...LCD wiki，这里开放了常见的一些LCD模块的源代码以及使用教程，都是可以免费下载的，跟着教程只需修改硬件部分即可轻松适配驱动！随便点开一个看看，如果英文不好主页有一个可以选择中文语言浏览。 ?...这是一个从原理上教会你LCD编程的wiki。...二、Waveshar Wiki 微雪百科是深圳市微雪电子有限公司创建的，这上面涵盖了我们常用的一些模块的使用说明和源代码，我们来简单浏览一下主页，现成的模块真的是多到你怀疑人生！...随便打开一个看看，估计全网的模块资料就他们家最详细了吧！ ? 三、百问网嵌入式Linux wiki ? 这个就不用我多介绍了，大名鼎鼎的韦东山老师团队创建的，论技术深度，没有之一！
我是锋小刀！ 在上一期视频中，我们讲解了excel如何按指定名称快速创建工作表，没有看的可以看一下：excel按指定名称快速创建工作表。...xlwt库 今天主要用到xlwt库来操作，xlwt是Python中操作Excel的一个库，可以将进行创建工作簿、工作表、数据写入Excel。在写爬虫时我们也用过，主要是用来保存爬取的数据的。...xlwt库是python的第三方库，需要安装，安装命令： pip install xlwt 实战代码 这里我创建了一个名为"名称"的文件，里面一共有996条数据。 ? 先导入xlwt库。...import xlwt 创建一个excel工作簿. book = xlwt.Workbook(encoding='utf-8') 打开准备好的名为"名称"文件，并循环取出里面的数据。...批量操作文件，解放双手，拒绝做重复的事情，让一些重复的事情不再重复！ THE END
在这里，我能想到的一些问题有如下： 1. 上述算法能够收敛迭代的理论原因是什么？ 2. 对输入空间加权分布如何能推得各种分类器的权重？ 3....我个人不太喜欢《统计学习方法》中关于提升算法的排版，直接给出Adaboost的一堆公式，实在让人摸不着头脑，何必呢？...前向分布算法 书中提到了一个加法模型： f(x)=∑m=1Mβmb(x;γm) f(x) = \sum_{m = 1} ^ M \beta_mb(x;\gamma_m) 是不是和上文中看到的加权模型很像...【你权威我给你分配的高点咯，你是老大我服你】 所有的统计学习方法，都是为了让数据去拟合咱们的给出的模型，那么该模型能否准确的表达这些数据呢，我们需要一个参照，即损失函数，同样，有了模型，我们便开始定义咱们的损失函数...至于为什么每一次迭代，损失函数不断减小，那就超出我的水平了，暂时无法解释。 简单总结下，【指数损失函数】在【加法模型】中的应用，是我认为最为巧妙的地方。
---- 来自：机器之心 编辑：杜伟 神奇的红石，神奇的我的世界，不可思议的 UP 主。 在我的世界（Minecraft）中，红石是一种非常重要的物品。...另外，又由于卷积无法像动画里那样移动，所以采用了直接堆叠的方式，再通过硬连线连接到手写板输入上。 到了全连接层，它的每层由若干神经网络构成。每个神经元都连接多个输入，并产生一个输出。...神经元将每个输入加权累加，然后带入一个激活函数输出。 需要注意的是，加权求和是「线性分割」，而激活函数一定是非线性的，用于提升维度。作者使用了 tanh（双曲正切）作为了激活函数。...最终电路实现 关于电路实现，首先通过模电计算加法，然后转为数电信号。 累加器则是改装了另一位 Up 主提供的 2tick 流水线加法器，使之不会溢出。 接着堆叠神经元，构成一个全连接层。 ...送本书 本书分为13章，前7章为原理篇，重点讨论了机器学习模型建模的全部流程、各类常用的机器学习算法原理、深度学习和强化学习、机器学习涉及的优化原理，以及自然语言处理算法原理；后6章为实践篇，重点讨论了信用卡客户细分
曾在 Facebook 人工智能实验室（FAIR）工作，接受 Rob Fergus 和 Yann LeCun 的指导。...他的宝贵建议让我能在保持理智的同时解决那些处于疯狂和理智边缘的问题。另一个我要感谢的人是 Rob Fergus，Rob 教会了我如何组织想法并把它们说出来然后影响别人。沟通技巧对交换想法至关重要。...最后，我非常感谢 OpenAI 团队让我成为这样一个非凡组织的一员，这里的环境让我改写了自我创造力的极限。 摘要 统计机器学习涉及的是学习那些对观察进行描述的模型。...（第六章） 第三章表明，我们很容易欺骗自己、让自己以为神经网络已经能够学习那些具有小的 Kolmogorov 复杂度的概念。而当我们无法进行泛化时，这标志着这种学习并未发生。...不过，有些时候所产生的解决方案无法泛化。在这些情况下，模型没有学习到深层的算法。即使在那些最简单的、所有界面上的行动都受到监督的学习情境中，也会发生这种失败。
Feature决定了模型效果的上限，而Ensemble就是让你更接近这个上限。Ensemble讲究“好而不同”，不同是指模型的学习到的侧重面不一样。...老师出了两道加法题，A同学和B同学答案的加权要比A和B各自回答的要精确。...Bagging通常是没有一个明确的优化目标的，但是有一种叫Bagging Ensemble Selection的方法，它通过贪婪算法来Bagging多个模型来优化目标值。...我在1.2.3节(错误分析)中提到Boosting，错误分析->抽取特征->训练模型->错误分析，这个过程就跟Boosting很相似。...举个更直观的例子，还是那两道加法题： ? 这里A和B可以看作是基学习器，C、D、E都是次学习器。 Stage1: A和B各自写出了答案。
之前的文章介绍了，我可以只使用 Numpy 来创建神经网络。这项挑战性工作极大地加深了我对神经网络内部运行流程的理解，还使我意识到影响神经网表现的因素有很多。...因为后续迭代过程的步长与计算得到的梯度成比例，所以我们无法摆脱 plateau。 最重要的是，算法由于每次迭代过程中都需要使用整个训练集而变得低效。...指数加权平均 指数加权平均应用广泛，如统计学、经济学，甚至深度学习。即便给定点的梯度为 0，指数加权平均仍能持续优化，所以许多高级神经网络优化算法都采用此概念。 ? 图 5....然而，动量梯度下降的不足之处在于，每当临近最小点，动量就会增加。如果动量增加过大，算法将无法停在正确位置。...必须承认，在本篇文章的写作过程中，我有两次异常兴奋的时刻──本文所提及优化器的快速革新让我震惊不已。第一次是当我发现标准梯度下降和小批量梯度下降训练时间的差异。
简单说几句：DTFT有了之后为什么还要搞出来一个DFT呢，其根本原因就是因为DTFT的频域是连续的，无法用计算机进行处理。...其他的就不说了。 从DFT到FFT DFT并不是新的算法，但是直到FFT的发现，才让DFT真正运用到工业和生活中，1965年cooley(IBM)和Tukey(MIT)提出了2FFT（2的幂次）算法。...所以N点的DFT可以拆成奇偶两部分，然后分别以不同形式加权（加和减）获得，前一半的k做加法，后一半做减法，这样就能得到N点的DFT结果。...当然还是有其他的算法，基4的，N是组合数的，如果有兴趣也可以找来研究，我了解到这里就足够了。...---- 总结：至此为止，从DTFT开始，如何一步一步得来到DFT以及怎样得到FFT的算法，我觉得已经总结得很清楚了，中间有大量的公式都是在mathtype上敲好然后截图过来的。
相比传统的全精度计算（乘法器和加法器），作者经过一番思考和估算，决定采用随机计算的方式来实现这个神经网络，这样可以让设计和布局都简单一些。...其中： （1）在卷积层，作者没有使用随机计算，而是使用我的世界中的模拟信号进行加法运算； （2）为了保证输入数据可以非线性地映射到高维度特征空间然后进行线性分类，输出经过了激活函数ReLU； （3）由于卷积无法随意移动...神经元将每个输入加权累加，然后带入一个激活函数输出。 全连接层使用的是随机计算， 激活函数用的是非线性的tanh。...“工作量和难度都很大” 在这个作品的评论区，都是一水儿的称赞有加与膜拜（连大V籽岷都冒泡了）—— 看完大佬的巨作，有网友甚至开始怀疑自己和up主们玩的不是一个游戏。...因为“这要求作者对算法的底层实现或者硬件执行原理（类似cuda编程）有深刻的理解，还能使用游戏机制来优化执行过程以及完成并行计算”。 虽然最终识别速度比较慢，但“在这里探讨效率的意义不大”。
Attention(Q, K, V) = ∑ᵢ (Similarity (Q, Kᵢ) * Vᵢ) 是的， 上图的复杂体系结构所做的一切，都是为了确保此公式正常运行。那么这些Q，K和V是什么？...因此，我们对第一个单词的最终表示将是所有输入的加权总和，每个输入单词均通过相对于第一个单词的相似性（重要性）加权。 我们对所有单词重复此过程。以矢量形式，我们可以用下面给出的方程式来表示它。 ?...自我注意力的mask遮罩(仅适用于解码器): Transformers解码器本质上是自回归的，因为如果我们让它在自我注意的过程中看所有的单词，它就学不到任何东西。...（K，V）对来自Encoder，Q值来自Decoder的上一层，然后计算交叉注意力。 加法和归一化：类似于编码器。 逐点完全连接层：类似于编码器。...一些相关的工作可以在本文（https://www.aclweb.org/anthology/D18-1503/）中找到。 Transformer处理图片 图像不是序列。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
