<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[Dai_Ge的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/Dai_Ge</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; Dai_Ge]]></copyright><item><title><![CDATA[Anaconda常用源备案]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/112298931</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/112298931</guid><author>Dai_Ge</author><pubDate>Wed, 06 Jan 2021 22:04:25 +0800</pubDate><description><![CDATA[channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/win-64/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/win-64/
  - http://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/win-64/
  - http://mirrors.tuna.tsinghua]]></description><category></category></item><item><title><![CDATA[[刷Leetcode]Python 排序算法（一）：非比较排序]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/110199575</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/110199575</guid><author>Dai_Ge</author><pubDate>Thu, 26 Nov 2020 18:25:40 +0800</pubDate><description><![CDATA[计数排序
算法描述:

找出待排序的数组中最大和最小的元素；
统计数组中每个值为i的元素出现的次数，存入数组C的第i项；
对所有的计数累加（从C中的第一个元素开始，每一项和前一项相加）；
反向填充目标数组：将每个元素i放在新数组的第C(i)项，每放一个元素就将C(i)减去1。

不太白话的白话解释：创建一个从数组中最小到最大元素的一个列表（列表下标为元素大小），先从头到尾遍历一遍，为每一个对应的元素大小的出现次数计数，然后再从小到大依次添加到结果中
动图演示:

算法性质：
空间复杂度：数据分类的类别数（即]]></description><category></category></item><item><title><![CDATA[空间超分辨率（SISR）领域非常不错的blog/论文（长期更新）]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/108224746</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/108224746</guid><author>Dai_Ge</author><pubDate>Tue, 25 Aug 2020 16:57:58 +0800</pubDate><description><![CDATA[综述类：
学习笔记之——基于深度学习的图像超分辨率重建

]]></description><category></category></item><item><title><![CDATA[贝叶斯定理推导]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/107700279</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/107700279</guid><author>Dai_Ge</author><pubDate>Thu, 30 Jul 2020 20:39:15 +0800</pubDate><description><![CDATA[主要是还想再过一遍贝叶斯公式的推导
1.条件概率
设A,B是两个事件，且P(B)&gt;0,则在事件B发生的条件下，事件A发生的条件概率（conditional probability)为：
P(A|B)=P(AB)/P(B)
2.乘法公式和乘法定理
已经了解了条件概率之后，方程两边同时乘P（B）得到的就是乘法公式
*P(AB)=P(A|B)P(B)=P(B|A)P(A)
这个公式还可以进一步推广，当不仅有A，B两个事件，而是有A1，A2…An个事件时：
P(A1A2…An)=P(An|An-1An-2…A]]></description><category></category></item><item><title><![CDATA[【CV论文阅读笔记】使用DRN网络（双重回归网络）解决SR问题]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/107647406</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/107647406</guid><author>Dai_Ge</author><pubDate>Tue, 28 Jul 2020 22:47:12 +0800</pubDate><description><![CDATA[【CV论文阅读笔记】使用DRN网络（双重回归网络）解决SR问题
本篇笔记来自CVPR2020年论文：Closed-loop Matters: Dual Regression Networks for Single Image Super-resolution
论文地址 ：https://arxiv.org/pdf/2003.07018.pdf
项目地址 ： https://github.com/fengye-lu/DRN-master
Motivation：
SISR（Single Image Super-]]></description><category></category></item><item><title><![CDATA[【小白学机器学习】向量化操作]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/107047833</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/107047833</guid><author>Dai_Ge</author><pubDate>Tue, 30 Jun 2020 18:18:32 +0800</pubDate><description><![CDATA[向量化操作是为了提高计算机处理数据的速度
刚开始看不是很熟悉机器学习中一些角标的表示，自己尝试使用纸笔梳理了一下


]]></description><category></category></item><item><title><![CDATA[【Python学习】Numpy库简单使用]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/106976930</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/106976930</guid><author>Dai_Ge</author><pubDate>Fri, 26 Jun 2020 23:55:57 +0800</pubDate><description><![CDATA[Numpy库简单使用
这篇笔记是针对numpy的简单使用，所有函数只对经常会用到的参数进行说明，今后这篇笔记也会不断在项目实践的过程中不断修改和补充内容，如果笔记中的内容出现问题，欢迎各位在评论区反映，我会及时修改的！
1.创建数组
#定义整形数组
np.array([1,4,2,5,3])

注意numpy智能定义同一类型的数据，如果数据不匹配，Numpy会向上转换
如果希望明确数组的数据类型，可以用dtype关键字：
np.array([1,2,3,4,5],dtype='float32')
#outp]]></description><category></category></item><item><title><![CDATA[Python排序算法]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/106853840</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/106853840</guid><author>Dai_Ge</author><pubDate>Fri, 19 Jun 2020 12:10:17 +0800</pubDate><description><![CDATA[Python排序算法
下面所有的排序方法都会使用swap函数，来交换两个列表中的位置，代码如下所示：
def swap(lyst,i,j):
    temp = lyst[i]
    lyst[i]=lyst[j]
    lyst[j]=temp

1.选择排序：
原理（整数列表从小到大排序）：先搜索整个列表，找到最小项的位置下标，如果不是第一项，就把第一项跟最小项位置对调，之后再搜索第二项到最后一项，重复操作。
大致流程：




未排序的列表
第一轮之后
第二轮之后
第三轮之后
第四轮之后



]]></description><category></category></item><item><title><![CDATA[使用scrapy框架爬取实习僧python岗位第一页页面内所有岗位名称]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/106566504</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/106566504</guid><author>Dai_Ge</author><pubDate>Fri, 05 Jun 2020 11:13:11 +0800</pubDate><description><![CDATA[import scrapy
from Scrapy.items import PositionItem
from bs4 import BeautifulSoup
import requests



class ShixisengSpider(scrapy.Spider):
    name = 'shixiseng'
    allowed_domains = ['https://www.shixiseng.com/interns?page=1&amp;keyword=Python&amp;type=i]]></description><category></category></item><item><title><![CDATA[【长期更新】【SQL数据库】MYSQL数据库学习笔记第二章]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/106426167</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/106426167</guid><author>Dai_Ge</author><pubDate>Fri, 29 May 2020 15:22:53 +0800</pubDate><description><![CDATA[第二章 查询基础
2-1 SELECT语句基础
列的查询
从表中选取数据时可以使用select语句，通过select语句查询并选取出必要数据的过程称为匹配查询或查询（query），基本语法如下：
SELECT &lt;列名1&gt;,&lt;列名2&gt;,&lt;列名3&gt;......
	FROM &lt;表名&gt;;

该select语句包含了select 和 from 两个子句。子句是SQL语句的组成要素，是以select或者from等作为起始的短语
查询出表中所有的列
要想查询出全部列时，可以]]></description><category></category></item><item><title><![CDATA[【长期更新】【SQL数据库】MYSQL数据库学习笔记]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/106366329</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/106366329</guid><author>Dai_Ge</author><pubDate>Tue, 26 May 2020 23:37:15 +0800</pubDate><description><![CDATA[第一章，数据库和SQL
1-1 数据库是什么
数据库的定义：
-将大量的数据保存起来，通过计算机加工而成的可以进行高效访问的数据集合称为数据库（Database，DB）
-用来管理数据库的计算机系统称为数据库管理系统（Database Management System，DBMS）
数据库的种类：
-层次数据库（HDB）：把数据通过层次结构（树形结构）的方式表现出来
-关系数据库（RDB）：采用由行和列组成的二维表来管理数据，使用专门的SQL（结构化查询语言，Structure Query Language]]></description><category></category></item><item><title><![CDATA[【久病成医】关于python的scrapy shell的问题]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/106258382</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/106258382</guid><author>Dai_Ge</author><pubDate>Thu, 21 May 2020 15:15:45 +0800</pubDate><description><![CDATA[问题描述：
直接输入尝试进入scrapy shell
报错：Fatal error in launcher: Unable to create process using ‘“d:\bld\scrapy_1587736721630_h_env\python.exe”  “C:\Users\lenovo\anaconda3\Scripts\scrapy.exe” shell “https://www.baidu.com/”’: ???

PS：在讨论这个问题之前，首先要提一下通过anaconda安装pytho]]></description><category></category></item><item><title><![CDATA[python深度学习线性回归代码笔记]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/105994321</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/105994321</guid><author>Dai_Ge</author><pubDate>Fri, 08 May 2020 13:34:13 +0800</pubDate><description><![CDATA[import torch
import torch.nn as nn
import numpy as np
import matplotlib.pyplot as plt


# Hyper-parameters
input_size = 1#输入数据的维度
output_size = 1#输出数据的维度
num_epochs = 60
learning_rate = 0.001#学习率w=w-λ...]]></description><category></category></item><item><title><![CDATA[【python爬虫】随机爬取百度百科并返回爬取内容的标题]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/105732990</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/105732990</guid><author>Dai_Ge</author><pubDate>Fri, 24 Apr 2020 16:12:14 +0800</pubDate><description><![CDATA[最近没什么事情，准备重新看一遍以前一知半解的爬虫
功能：以一个起始页开始，通过爬取网页简介的返回一个百度百科简介部分的，包含全部链接的列表，并且通过随机数，随机选取一个网站进入之后打印这个网站标题重复上述步骤递归，直到碰到一个简介中没有一个链接的百度百科网页
这里选择的初始百度百科网页是《JOJO的奇妙冒险》的百度百科，针对随机数选取采用的是随机数种子的做法，可以保证只要种子相同每次运行返回的网页...]]></description><category></category></item><item><title><![CDATA[【久病成医】关于Keil5无法识别单片机仿真器的问题解决方法]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/105619614</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/105619614</guid><author>Dai_Ge</author><pubDate>Sun, 19 Apr 2020 19:15:17 +0800</pubDate><description><![CDATA[之前多次碰到过这种问题（因为经常重装系统，而且也没备份），但每次都忘了之前是怎么解决的，这次特意记一下
首先如果你其他的都没问题，也就是说硬件啊，软件啊都没问题，该选的东西都选了，该安装的东西都安装了，但还是下图这个样子：

如图，还是识别不了。。。
那么你可以试一下这样
首先打开设备管理器，可以通过如下方式打开

之后进行如下操作：

更新完之后就可以识别了
希望能解决你的问题

...]]></description><category></category></item><item><title><![CDATA[【MATLAB】使用蒙特卡洛（随机取样）定理解决非线性整数规划问题]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/105599497</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/105599497</guid><author>Dai_Ge</author><pubDate>Sat, 18 Apr 2020 15:35:25 +0800</pubDate><description><![CDATA[非线性整数规划就是对于非线性函数f求最优解时自变量的值，其中要求自变量必须是整数
例题：
某厂向用户提供发动机，合同规定，第一、二、三季度末分别交货40台、60台、80台．每季度的生产费用为 （元），其中x是该季生产的台数．若交货后有剩余，可用于下季度交货，但需支付存储费，每台每季度4元．已知工厂每季度最大生产能力为100台，第一季度开始时无存货，每个季度生产费用是f（x）=50x+0.2x^2，...]]></description><category></category></item><item><title><![CDATA[【MATLAB】线性规划问题中碰到绝对值的情况]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/105567724</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/105567724</guid><author>Dai_Ge</author><pubDate>Thu, 16 Apr 2020 22:12:20 +0800</pubDate><description><![CDATA[例题：使用MATLAB求解下列规划问题

对于一般的线性规划问题，我们可以使用MATLAB的bif—linprog来做，但是由于这个线性规划问题中带有绝对值，所以不能直接使用linprog，这样不符合这个函数参数的定义：
linprog（f,A,b,Aeq,beq,lb,ub）#其中除了A,Aeq是矩阵，其他都是列向量

不过我们倒是可以把绝对值变量转换成一般变量处理，
对任意的xi ，存在ui,...]]></description><category></category></item><item><title><![CDATA[[python练习]力扣14. 最长公共前缀]]></title><link>https://blog.youkuaiyun.com/Dai_Ge/article/details/105444842</link><guid>https://blog.youkuaiyun.com/Dai_Ge/article/details/105444842</guid><author>Dai_Ge</author><pubDate>Fri, 10 Apr 2020 23:57:17 +0800</pubDate><description><![CDATA[编写一个函数来查找字符串数组中的最长公共前缀。
如果不存在公共前缀，返回空字符串 “”。
示例一：
输入: ["flower","flow","flight"]
输出: "fl"

示例二：
输入: ["dog","racecar","car"]
输出: ""
解释: 输入不存在公共前缀。


看到一个前排大佬的思路：
python中的字符串是可以比较的，并且会按照大小排序，排序的顺序是按照ASC...]]></description><category></category></item></channel></rss>