【招募】计算机数学学习小组

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 300平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄9年

关注

原创最新推荐文章于 2026-05-15 05:27:39 发布 300 阅读 AI 写同款· GEO 优化 ›

产业园区运营负责人如何实现创新资源的系统化配置？.docx 产业园区运营负责人如何实现创新资源的系统化配置？立即下载

加入我们只需要和我们一起学习！

得到确实扎实的理论计算机数学基础！

介绍：
https://www.yuque.com/abser/mathincs/preview
例子：
https://www.yuque.com/abser/mathincs/theorem1.5.1

收录于

学习

当前文章被收录于：

学习

7 篇文章 0 人学习

订阅专栏查看详情

思考

当前文章被收录于：

思考

4 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

高校技术转移办公室人员需要哪些材料完成成果转化项目审核？.docx 高校技术转移办公室人员需要哪些材料完成成果转化项目审核？立即下载

相关推荐

状态估计【扩展卡尔曼滤波算法的神经网络训练】BP神经网络、扩展卡尔曼滤波EKF+BP、粒子滤波PF轨迹估计研究（Matlab代码实现）

【状态估计】【扩展卡尔曼滤波算法的神经网络训练】BP神经网络、扩展卡尔曼滤波EKF+BP、粒子滤波PF轨迹估计研究（Matlab代码实现）内容概要：本文主要介绍了基于变频控制的多相交错LLC谐振变换器闭环仿真研究，重点探讨了多相交错并联技术在降低输出电流纹波和提升功率容量方面的优势，分析了交错角对纹波抵消的影响以及均流问题的成因。针对变频控制带来的非线性特性，文章采用扩展描述函数（EDF）建立小信号模型，用于指导PID控制器的设计，并验证其在稳态和动态工况下的控制性能。通过Simulink仿真平台对闭环系统进行建模与测试，考察了启动过程、负载阶跃响应及频率调节的平滑性，结果表明所设计的控制系统具有良好的稳态精度和动态响应能力。; 适合人群：电力电子、电气工程及其自动化等相关专业的高校师生及从事电源系统研发的工程技术人员。; 使用场景及目标：①掌握多相交错LLC谐振变换器的工作原理与建模方法；②学习变频控制下非线性系统的建模与PID环路设计技巧；③应用于高效率、低纹波开关电源的仿真设计与优化。; 阅读建议：建议结合文中提供的仿真模型与参数设置进行实践操作，重点关注EDF建模过程与控制器参数整定方法，通过对比不同交错角下的仿真结果加深对纹波抑制机理的理解。

计算机er如何高效学习数学课程？

学习本门课程最重要的是要明白每个定义的含义，以及对相关定理的理解，最后再看定理的证明过程。对于计算机专业来说，当下流行的人工智能、大数据等都需要学习大量的数学知识，譬如机器学习中的统计学和矩阵理论、计算机图形学中的图论、密码学里的抽象代数和代数几何等等，都与数学紧密关联，需要我们从相关的数学课程中寻找答案。在学习本课程的过程中需要注重对概念的引入和背景的理解，对于定义的内涵和相互之间的联系与差异需要仔细推敲，最好做一个思维导图构建出自己的知识体系，并在书中找几个典型例题加深一下理解。

Baoyan_cs的博客 449

论文复现基于物理信息神经网络预测2D3D非稳态温度场及热源（Python代码实现）

内容概要：本文详细介绍了基于物理信息神经网络（PINN）预测2D和3D非稳态温度场及热源的Python代码实现，旨在复现相关科研论文。该方法将物理定律嵌入神经网络结构中，利用偏微分方程描述传热过程，在无需大量标注数据的前提下，求解复杂的非稳态传热问题，实现对温度场时空演化和内部热源分布的高精度预测。文中系统阐述了PINN的模型构建原理、损失函数设计策略（包含初始条件、边界条件与控制方程的物理约束）、网络训练流程以及数值实验结果，充分展示了其在科学计算与工程仿真中的强大潜力与良好泛化能力。; 适合人群：具备一定Python编程基础和深度学习理论知识，熟悉偏微分方程与传热学基本概念，对科学计算、物理信息建模、智能仿真等方向感兴趣的研究生、科研人员及工程技术人员。; 使用场景及目标：①用于复现并深入理解PINN在非稳态热传导问题中的具体应用；②为从事热管理、材料科学、能源系统、航空航天等领域的研究人员提供可扩展、可定制的开源代码框架；③辅助高校教学与科研实践，帮助学生掌握物理信息驱动的机器学习建模方法及其在实际工程问题中的实现路径。; 阅读建议：建议读者结合文中提供的完整代码与详细注释，使用主流深度学习框架（如TensorFlow或PyTorch）进行动手实践，重点理解物理约束如何通过损失项融入网络训练过程，并尝试在不同几何构型、边界条件或热源形式下进行模型验证，以深入掌握PINN的设计思想与泛化机制。

导读：程序员应该怎么学数学？

在开篇，详细讲了程序员为什么需要学数学。那么，怎样的学习方法才是行之有效的呢？我想你现在心里还没有一个固定的答案，而我不想一味地去讲我自己的一家之言，毕竟没有什么学习方法是最好的。你能做的是要多看，去找适合自己的。而我能做的，就是尽量给你更多的参考，让你可以自己来选择。

qq_37756660的博客 1438

无源项一维波动问题的PINN的Python torch实现

内容概要：本文详细介绍了无源项一维波动问题的物理信息神经网络（PINN）的Python实现方法，基于PyTorch框架构建神经网络模型，将波动方程作为物理约束嵌入损失函数中，实现对偏微分方程的无网格数值求解。文中系统阐述了PINN的核心原理、网络结构设计、初始与边界条件的处理策略，以及利用自动微分技术高效计算高阶偏导数的方法。该方法摆脱了传统数值方法对网格划分的依赖，能够以端到端的方式逼近复杂物理问题的解，展现出在科学计算与工程仿真领域的强大潜力，尤其适用于高维或多物理场耦合问题的智能求解。; 适合人群：具备深度学习基础、偏微分方程知识及Python编程能力的研究生、科研人员，以及从事科学计算、工程仿真与人工智能交叉领域研究的专业技术人员。; 使用场景及目标：①掌握物理信息神经网络（PINN）求解偏微分方程的理论与实现流程；②完成无源项一维波动方程的神经网络建模、训练与结果可视化；③将该方法迁移应用于热传导、流体力学、电磁场等其他物理系统的建模与仿真研究；其他说明：代码实现强调物理定律与数据驱动的深度融合，建议读者在学习过程中结合PyTorch框架特性与微分方程理论，通过调整网络层数、激活函数、损失权重和优化器参数等方式，探究不同配置对模型收敛速度与求解精度的影响，以深化对PINN工作机制的理解。

工业流水线上玻璃瓶内异物检测数据集VOC+YOLO格式915张1类别.md

【重要提示】本页面仅为资源介绍，不含外部下载地址亲爱的优快云用户：感谢你浏览本资源页面，在这里提前向大家说明相关情况，避免后续产生误解。本资源我设置的初衷是 0 积分免费分享文档介绍，希望可以无偿给到有需要的朋友。但优快云平台存在自动调控机制，系统会根据资源下载热度、文件体积、平台规则等因素，自动修改资源所需下载积分，页面显示为 1 积分、2 积分或更高积分都属于平台自动调整结果，并非我手动修改设置，我没有权限自主锁定积分数值。如果你打开页面后，发现下载所需积分不为 0，请务必谨慎考虑是否下载。一旦你支付积分完成下载，后续遇到资源内容和描述不符、文件损坏等问题，我无法承担对应的积分损失，也没有渠道为你办理积分退还。在此强烈建议，只有页面明确显示 0 积分的时候，再进行下载操作。同时特别说明：这份资源介绍文案里，没有附带任何外部下载地址。资源本身是通过优快云官方上传通道上传的附件，正常情况下直接点击页面自带的下载按钮即可获取文件。页面找不到外部下载链接属于正常情况，并非资源缺失。如果因为平台积分显示异常，导致你被扣取积分，积分退款、积分异常相关问题，请直接联系优快云官方客服咨询处理。平台规则由官方制定，我无法干预积分变动，望各位理解。

计算机基础学习（非常详细）零基础入门到精通，收藏这篇就够了

计算机历史与发展：了解计算机的起源、发展简史，包括第一台电子计算机ENIAC的诞生、冯·诺依曼提出的“存储程序”原理等。计算机分类：巨型计算机、大中型计算机、小型计算机、微型计算机（如PC）、工作站等。计算机特点与应用：指令周期快、运算精度高、可靠性高、具有逻辑判断能力和通用性强等特点；科学计算、信息处理、自动控制、计算机辅助工程、人工智能、计算机网络等应用领域。

Javachichi的博客 1万+

23. STM32F103C8T6 ADC采集光敏电阻传感器模块光照强度实战

本文详细介绍了如何使用STM32F103C8T6的ADC模块采集光敏电阻传感器的光照强度。通过硬件接线、核心原理讲解、四步代码配置（GPIO、ADC模式、使能校准、数据滤波）以及串口验证，手把手指导完成从模拟信号到数字值的完整实战流程，并重点提示了ADC时钟分频等关键配置要点。

weixin_42300144的博客 222

计算机数学基础知识点归纳,计算机数学基础--详细介绍

计算机数学基础第1章函数、极限与连续11函数的概念111基本初等函数112复合函数113初等函数12函数的极限121当x→∞时的极限122当x→x0时的极限13极限的四则运算法则14两个重要极限141极限limx→0sinxx=1142极限limx→∞1+1x...

weixin_42309178的博客 3572

5G-A无源物联网：深度解析“不插电“智能的底层技术原理

北京移动推出5G-A无源物联网技术，实现电动车标签"零功耗"运行。该技术通过射频能量收集（利用5G-A基站高功率信号转换为电能）和反向散射通信（调制反射信号传输数据）两大核心技术，使设备无需电池即可工作。5G-A相比4G在信号能量密度、通信速率和定位精度等方面显著提升，结合通感一体等创新技术，为无源物联网提供商用基础。该方案已在北京小区试点应用，实现电动车精准定位管理，标签寿命可达5年以上。专家预测，这项技术将大幅降低物联网部署成本，推动"万物智联"时代的到来。

通信行业老兵、物联网从业者，做一个有趣的普通人。 2014

手把手教你给STM32F103移植LVGL触摸驱动（基于野火开发板，附完整代码）

本文详细介绍了如何在野火STM32F103开发板上移植LVGL触摸驱动，提供从环境准备到代码实现的完整指南。通过XPT2046触摸芯片的底层驱动集成和LVGL输入设备接口配置，开发者可以快速实现触摸功能，并解决常见问题如触摸无响应、坐标偏移等。

weixin_30856725的博客 1021

一位计算机牛人的心得，谈到计算机和数学，很实用~

计算机科学与技术反思录 计算机科学与技术这一门科学深深的吸引着我们这些同学们，上计算机系已经有近三年了，自己也做了一些思考,我一直认为计算机科学与技术这门专业，在本科阶段是不可能切分成计算机科学和计算机技术的，因为计算机科学需要相当多的实践，而实践需要技术；每一个人(包括非计算机专业)，掌握简单的计算机技术都很容易（包括程序设计），但计算机专业的优势就在于，我们掌握许多其他专业并不“深究”的东西...

ctrigger的专栏 1万+

APB Timer验证环境搭建——学习笔记（1）

以下为个人学习笔记，如有疏漏，请大家指正补充~~APB Timer是一个简单的下行计数器，包括一个32位计数器和一组比较器，可以实现多种计时功能。包括生成一次性中断或者定时中断。

qq_41651535的博客 1579

转一位计算机牛人的心得，谈到计算机和数学，很实用~

CTO_1649900265的专栏 1万+

YOLO26 改进 - 注意力机制 | Mask Attention掩码注意力，可学习掩码矩阵破解低分辨率特征提取难题 | 2025 预印

本文提出了用于低分辨率图像分割的MaskAttn - UNet框架，并将其核心的掩码注意力机制集成到YOLO26中。传统U - Net类模型难以捕捉全局关联，Transformer类模型计算量大，而掩码注意力机制通过可学习的掩码，让模型选择性关注重要区域，融合了卷积的局部效率和注意力的全局视野。其工作流程包括特征适配、掩码生成、定向注意力计算和特征融合。我们将掩码注意力机制代码集成到YOLO26中。

魔改工程师的博客 835

【AI面试】 Python 的装饰器

Python装饰器是一种高阶函数，用于在不修改原函数代码的情况下增强其功能。它通过@语法糖接收目标函数作为参数，并返回一个包含额外逻辑（如日志、缓存、权限验证等）的新函数。装饰器的核心价值在于代码复用和解耦，符合开闭原则，典型应用包括性能分析、权限控制等场景。例如，@timer_decorator可自动为函数添加耗时统计功能。本质上，@decorator等价于func = decorator(func)，实际调用的是装饰器返回的包装函数。进阶技巧包括使用@functools.wraps保留原函数元信息。装饰

钱多多先森 184

《第五项修炼》学习型组织的艺术与实践

《第五项修炼》学习型组织的艺术与实践学习型组织的艺术与实践以下大量原文引用自第五项修炼学习型组织的真谛：活出生命的意义许多人被问起，作为伟大团体一分子的经验是什么时，最引人深思的回答是：觉得自己属于一个比自我强大的事物的感觉，也就是大伙儿心手相连，共创未来的那种经验。对他们来说，作为真正伟大团体一分子的体验，是他们一生中最突出、生命力完全发挥的一段岁月。有些人竟其余生，希望寻求重温...

Abser的博客 2997

eCognition易康操作教程（二）：多尺度分割基于多光谱数据构建规则集，结合DSM高程数据提取建筑物、树木和绿地

一、数据数据来源：教程中的实验数据，共包含RGB三个波段，还有数字地表模型（以下简称DSM）文件。图一 RGB影像数据特征：数据范围较小，要素种类少，仅包含较多的建筑和大片的绿地。由于建筑的房顶使用的材料和材料颜色不同，所以建筑的光谱特征没有规律，是不连续的特征。而绿地的光谱特征则十分容易分辨。但是建筑通常具有规则的形状，而且建筑相比于周围其他要素...

蒹葭苍苍 8305

gRPC 源码详解（一）配置化的结构体

grpc 源码结构详解 DialOptions DialOptions 是最重要的一环，负责配置每一次 rpc 请求的时候的一应选择。结构先来看看这个的结构链接 // dialOptions configure a Dial call. dialOptions are set by the DialOption // values passed to Dial. type dialOpti...

Abser的博客 1149

SKILL 是什么？怎么做？五分钟带你从入门到精通

skill-creator 是 Anthropic 官方开源的“元技能”——一个专门用来创建 Skill 的 Skill。你只需要用自然语言描述想要什么功能，它会自动生成。从更宏观的视角看，Skills 的出现标志着 AI 编程的一次范式转变。在传统的 AI 编程中，代码是确定性的：1 是 1，2 是 2。但到了大模型时代，代码变得不确定——你不知道模型会输出什么，不知道它会不会突然删掉几行代码。这种不确定性让很多开发者感到不安。Skills 把这套逻辑又拉了回来。

十年老程序猿，AI 疯狂研究专家，前沿硬核知识分享 643

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

Go 语言构建的轻量配置化服务器 Caddy 源码解析 - 史上图最多的 caddy 全流程功能解析

Caddy 源码全解析 Preface Caddy 是 Go 语言构建的轻量配置化服务器。同时代码结构由于 Go 语言的轻便简洁，比较易读，推荐学弟学妹学习 Go 的时候也去查看追一下它的源码。不用怕相信这篇文章能给你很大的信心。可能会有点多，建议多看几遍。 Overview-CaddyMain 当然，建议看这篇文章的时候，查看上手一下 Caddy 的实际配置操作应用，对理解源码会有好处，...

Abser的博客 1049

STM32F407中文手册

STM32f407中文手册本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。

caddy & grpc（3）为 caddy 添加一个反向代理插件

caddy-grpc 为 caddy 添加一个反向代理插件项目地址：https://github.com/yhyddr/caddy-grpc 前言上一次我们学习了如何在 Caddy 中扩展自己想要的插件。博客中只提供了大致框架。这一次，我们来根据具体插件 caddy-grpc 学习。选取它的原因是，它本身是一个独立的应用，这里把它做成了一个 Caddy 的插件。或许...

Abser的博客 649

win10 跳过U8环境检测的IE WebControls.rar

win10 安装u8的时候提示IE WebControls 不通过，这个工具可以欺骗u8的检查。跳过U8环境检测的IE WebControls。提示导入失败后，重新检测通过。

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

beehive 源码阅读- go 语言的自动化机器

beehive Overview 看一下作者本人的注释 // Package bees is Beehive's central module system. beehive 非常有趣的在于各逻辑的解耦设计，这不仅让本身功能操作简单，也让扩展变得关注点少了很多，只需要一点学习成本就可以扩展自己的 beehive 首先解释一下 bee hive 中的概念 bee 代表的是我们常见的&n...

Abser的博客 547

为什么用心的质量文章要评论

为什看到文章要评论广泛的交流，看到文章可以添加优秀的评论。讲一讲应试教育中我学到的，今天讲了的几道小学六年级的题，非常难，其中的思想也不简单，都是初高中以致大学才能学懂的东西。因为学校出题的难和变态，不仅是学生，即使是老师也有可能根本没有研究过某一道题是怎么出现的，出于哪一个定理。这是因为在高压的学校环境下，所有人的观念都已经成为了，题是为了出题而出题的概念。只需要了解到怎样做题就够了，深入...

Abser的博客 261

上一篇：微软的分布式应用框架 Dapr Helloworld

下一篇： 2020-09-03 _ 2020-09-09 (1)

状态估计【扩展卡尔曼滤波算法的神经网络训练】BP神经网络、扩展卡尔曼滤波EKF+BP、粒子滤波PF轨迹估计研究（Matlab代码实现）

11-11

计算机er如何高效学习数学课程？

Baoyan_cs的博客

11-01

449