Stay hungry, Stay foolish|

Do1phln

园龄:7年1个月粉丝:7关注:4

随笔分类 -  学习笔记

Windows强制退出insider的方法
摘要:创建bat脚本并以管理员身份执行: %1 start "" mshta vbscript:createobject("shell.application").shellexecute("""%~0""","::",,"runas",1)(window.close)&exit SET NEWLINE=
3
0
0
【仓颉】入门文档代码圆周率估算代码更正
摘要:项目 实现前 实现后 代码组织方式 模块/包 二级结构 包/子包 树形结构没有父包的包称为 root 包,root 包及其子包(包括子包的子包)构成的整棵树称为 module 编译单元 包 包(每个子包单独编译) 访问修饰符 public:可修饰顶层和非顶层成员,包内外可见default(不写):仅
16
0
0
supervisor.conf部署及维护
摘要:启动服务 supervisord -c /etc/supervisord.conf 启动服务 supervisorctl start 关闭服务 supervisorctl stop
13
0
0
适用于PyTorch 2.0.0的Ubuntu 22.04上CUDA v11.8和cuDNN 8.7安装指南
摘要:将下面内容保存为install.bash,直接用shell执行一把梭解决 #!/bin/bash ### steps #### # verify the system has a cuda-capable gpu # download and install the nvidia cuda tool
154
0
0
微软账号密码修改后提示密码错误的解决方法(远程桌面&smb共享访问等)
摘要:众所周知,自从微软将Microsoft账户与Windows账号强制绑定后,使用起来便一直有诸多困难,在Microsoft Support和搜索引擎长期搜索解决方案未果,今天偶然在一个佬的博客翻到了这个问题的解决方案,发现确实有效,原因就是网络部分密码更改后,并没有自动向本地系统内各组件同步更新密码,
244
0
0
深度学习基础知识整理
摘要:自动编码器 Auto-encoders是一种人工神经网络,用于学习未标记数据的有效编码。它由两个部分组成:编码器和解码器。编码器将输入数据转换为一种更紧凑的表示形式,而解码器则将该表示形式转换回原始数据。这种方法可以用于降维,去噪,特征提取和生成模型。 自编码器的训练过程是无监督的,因为它不需要标记
38
0
0
记一次服务器Cuda驱动崩溃修复过程
摘要:基本过程 今天实验室师兄在服务器运行深度学习训练时候得到报错CUDA initialization: Unexpected error from cudaGetDeviceCount()疑似Cuda与NVIDIA显卡驱动沟通中出现了问题,使用nvidia-smi指令时提示Failed to init
704
0
1
各类配置文件(DNS, Firefox,Edge)
摘要:DNS配置 腾讯DNS: 119.29.29.29 2402:4e00:: 2402:4e00:1:: 阿里云: 223.5.5.5 223.6.6.6 2400:3200::1 2400:3200:baba::1 黑龙江联通: 202.97.224.68 202.97.224.69 CiscoDN
64
0
0
Java中使用List的add方法后元素相同问题
摘要:在写JavaWeb时,我在后端通过JDBC读取了数据后逐个使用List.add()方法添加元素并通过request方法传给jsp页面解析,但是添加以后出现了在列表里有n个(假设添加了n个元素)最后一个元素,前面的数据全部丢失,最后排查到问题出现在JDBC读取时,具体代码如下 @Nullable pu
59
0
0
Windows Powershell无法切换anaconda的问题
摘要:前言 近期做大创发现power shell启动以后activate环境之后没有反应,遂进行如下操作 启用默认配置 使用管理员模式打开Powershell 输入conda init powershell 重新打开一个Powershell窗口,再进行activate即可 关闭默认配置 进行上述操作后每次
244
1
0
十进制分数转二进制运算技巧
摘要:这次发现这个方法好,记录下来 以15/32为例,可以将分子分母分开来计算,其中15可以表示为23+22+21+20(二进制1111),32表示为25。所以15/32就可以变为(23+22+21+20)/25,即为:22+23+24+25
566
3
1
ML-程序练习-Dragon
摘要:回归问题 前期 假设已有某样例,参数为w=1.477, b=0.089,即为y=1.477x+0.089 过程分析 数据采样 首先我们需要模拟一些带有真实样本观测误差的数据(因为真实情况是真实模型我们已经知道了),所以我们在这里给模型添加误差自变量ϵ,其采样自均值为0,标准差为
31
0
0
KMP算法的研究
摘要:前脚学后脚忘,是时候给自己通俗易懂的总结一下了 KMP是什么 在计算机科学中,Knuth-Morris-Pratt字符串查找算法(简称为KMP算法)可在一个字符串S内查找一个词W的出现位置。一个词在不匹配时本身就包含足够的信息来确定下一个匹配可能的开始位置,此算法利用这一特性以避免重新检查先前配对的
16
0
0
ML - Regression
摘要:Regression Machine Learning 机器学习的意义就在于让机器具备找一个函数(function)的能力 Different types of Functions Regression 如果要找的函数输出的值是一个数值,即一个标量(scalar),那这样的机器学习就是线性回归的模型
76
0
0
JAVA网络编程样例
摘要:这篇文章主要用来总结Java在网络编程中的知识点 下面是一个Java客户端与服务端通信的样例程序 //Server public class Server { public static void main(String[] args) throws IOException { ServerSock
113
0
0
常见文件头,文件尾总结
摘要:2022.4.20重新整理排版 图片类 文件类型 后缀 文件头 文件尾 标志 JPEG .jpg/.jpeg FFD8FF FFD9 JFIF PNG .png 89504E47 AE426082 PNG IEND IHDR GIF .gif 47494638 003B GIT9a TIFF .ti
4058
0
1
点击右上角即可分享
微信分享提示
深色
回顶
收起