- 博客(36)
- 收藏
- 关注
RSS订阅原创 CLion入门2.0(优雅进行STM32和ESP32开发)(船新版本)
多图预警！超详细！最新版本！一文教你如何配置CLion用于开发STM32和ESP32
2025-01-23 14:02:23
2789
3
原创 【山大909算法题】2015-T2
编写算法，删除二叉搜索树（二叉排序树）的最小元素。叙述算法思想并给出算法实现，分析算法复杂性。二叉树采用链式存储结构，节点结构如下：（图略）其中data表示节点存储的数据，lchild和rchild分别表示指向左子节点的指针和指向右子节点的指针。3.非空有左孩子，找到最左下角，再判断该结点是否有右孩子。2.非空且没有左孩子，说明根结点是最小的；
2024-12-15 13:42:46
207
原创 从〇开始深度学习(番外)——下载包
从〇开始深度学习（番外）》系列主要记录一些细碎知识点和技能，与主线并不冲突。如果主线笔记中用得到番外篇的知识或技能，会在文中贴出链接，为此不必担心遗漏知识。本篇的内容主要是如何在Pycharm中使用pip。
2024-12-15 13:39:31
506
1
原创 从〇开始深度学习(番外)——混淆矩阵（Confusion Matrix）
从〇开始深度学习（番外）》系列主要记录一些细碎知识点和技能，与主线并不冲突。如果主线笔记中用得到番外篇的知识或技能，会在文中贴出链接，为此不必担心遗漏知识。本篇的内容主要是浅析一下混淆矩阵和归一化混淆矩阵。
2024-12-15 13:36:38
656
原创 从〇开始深度学习(1)——PyTorch - Python Deep Learning Neural Network API
DeepLizard的PyTorch教程完整笔记
2024-12-13 14:47:16
1390
原创 【山大909算法题】2015-T1
线性表使用公式化描述方式存储。编写一个函数，从一给定的线性表A中删除值在x ~ y（x到y，x<=y）之间的所有元素，要求以较高的效率来实现。提示：可以先将线性表中所有值在x~y之间的元素置成一个特殊的值，并不立即删除它们，然后从最后向前依次扫描，发现具有特殊值的元素后，移动其后面的元素将其删除掉。不需要管提示，有更好的算法。对于在x ~ y之间的元素，不需要管。对于不在x ~ y之间的元素，移动到指定的位置。通过双指针来实现，这样免去了每次删除的复杂操作，降低时间复杂度。
2024-11-24 22:15:48
318
原创 【山大909算法题】2014-T3
有n个顶点的无向图，使用邻接矩阵作为存储结构。为减少存储空间，使用数组按照行主映射方式仅保存下三角矩阵。请给出映射公式，并编写算法计算给定顶点的度。叙述算法思想并用C++实现，说明算法的复杂性。对于左下三角，直接用映射公式；对于右上三角，通过对称的特点转为左下三角，再用映射公式。
2024-11-24 22:11:52
270
原创 【山大909算法题】2014-T2
二叉树采用二叉链表存储结构，设计算法，判断二叉树是否为满二叉树。叙述算法思想并给出算法实现。通过一次遍历，得到结点个数和树的高度。用结点个数和树的高度的关系来判断是否为满二叉树。
2024-11-23 19:44:21
395
原创 从〇开始深度学习(0)——背景知识与环境配置
学习之前从未接触过的领域，总是充满未知和挑战。我可以从很多教程学习我该“做什么”，但是很少有教程可以讲清楚“为什么”。希望通过这篇笔记，可以让和我一样“有编程基础，但不多”的小白，也可以轻松了解深度学习相关知识，并在脑海里构建出学习框架。
2024-11-23 19:40:28
1176
原创 【山大909算法题】2014-T1
为带表头的单链表类Chain编写一个成员函数Reverse，该函数对链表进行逆序操作（将链表中的结点按与原序相反的顺序连接），要求逆序操作就地进行，不分配任何新的结点。要求首先给出类的声明，在类的声明中，其它成员函数省略。定义三个指针变量，*prevNode、*currentNode、*nextNode，在遍历过程中反指。对第一个元素和最后一个的元素处理略有不同，需要单独处理。
2024-11-22 08:39:32
491
原创 【软件入门】Git快速入门
前两天刷视频刷到Git的教学视频，才突然发现自己大学四年居然连Git都不会用，实在是太蠢了。今天也是熬到周五了，干点自己的事，囫囵吞枣地学个Git吧！虽然发这篇博客确实是周五发的，但其实这个Flag是上上周五立的当然了，鉴于笔者水平很差，如果想要精通Git这篇笔记是远远不够的。如果只是想用一下，我觉得看这篇笔记还是OK的。作为方便其他初学者参考的笔记，笔者尽可能详细记录，争取看了就能会。【GeekHour】一小时Git教程_哔哩哔哩_bilibili。
2024-11-22 08:33:28
2601
原创 STM32H7开发笔记（2）——H7外设之多路定时器中断
为例，包括设置定时器参数、设置定时器中断参数、编写中断服务函数，还包括初始化定时器。需要自行编写的部分包括启动定时器中断、编写中断回调函数。为了合理使用芯片资源，在仅需要定时器中断的情况下可以选择没有输入输出通道的定时器（不过说实话这100来个引脚绝对够用，但是还是养成一个好习惯），如。打开CubeMX，新建工程，搜索STM32H750VBT6，直接双击芯片即可完成创建。查找头文件，看看TIM6挂载在哪个时钟总线上（具体方法：直接在Keil中搜索。在CubeMX生成的代码中，以。本文实现多路定时器中断。
2024-11-21 08:34:16
1662
原创 STM32H7开发笔记（1）——H7基本配置
对于Cortex-M7架构的芯片，如果使能上述几个选项，其性能会有提升。但是弊端是对数据的操作极其严苛，暂时不需使用。本文PC端采用Win11+STM32CubeMX4.1.0.0+Keil5.24.2的配置，硬件使用STM32H750VBT6最小系统板。后，部分方框会变红，把鼠标移动到红色的方框上就可以知道这个地方的时钟范围应该设为多少了。打开CubeMX，新建工程，搜索STM32H750VBT6，直接双击芯片即可完成创建。，则这一串都会变红，把鼠标移动到。以此类推，可以设置其他选项。
2024-11-21 08:30:57
1277
原创 STM32H7开发笔记（0）——前言
看到这个价格的我直接震惊了，不理解但尊重，你敢卖这么便宜我就敢用这个开发。但是笔者从来没有接触过Cortex-M7架构（说的跟接触过Cortex-M4一样），所以这篇笔记主要目的就是浅显地了解一下Cortex-M7和H7。之间，但是在网上看到有人遇到过BUG，在更改CubeMX文件后重新生成时，有可能会错误地覆盖掉代码。在软件开发时，理论上来讲我们可以直接在CubeMX生成的文件中，把自己的代码写在。文件夹中添加自己需要的文件，必须添加的是。对于HAL库开发，当移植别人的程序时，把CubeMX生成的。
2024-11-21 08:29:19
1458
原创 【软件入门】 CLion在工程中添加目录&新文件
添加新文件有两种方式，一种方式从文件夹中进行操作，如把写好的文件复制进来，或者是直接在文件夹中新建一个文件，然后再把文件添加进来；还有一种方式是在CLion中直接添加文件到工程，然后自动在文件夹中生成新的文件。如果大家用过Keil的话，应该会有印象先添加文件夹，再添加文件，最后还需要把包含.h的文件夹放到一个路径下面。在CLion中，我们同样也需要把包含头文件的路径填到相应的位置，与Keil的设置不同，在CLion中我们是将路径写到CMakeList.txt文件中去。我们在Keil中是如何操作的呢？...
2022-07-16 10:30:15
11609
原创 【软件入门】CLion入门(配合CubeMX食用)
这篇文章分为两大部分，第一部分是实现用CLion+STM32CubeMX+HAL库简单点一个灯，第二部分将持续更新，放一些笔者自己积累的、平时常用的CLion小技巧。。
2022-07-13 23:50:18
2088
5
原创 【软件入门】Typora快速入门
Typora快速入门之前写博客用word硬写，设置各种格式太麻烦了，简单咨询了一下各位大佬写博客都用什么软件，最终选择用Typora这款软件。今天就上手试一下Typora，简单介绍一下Typora的简单常用的功能，顺手水一篇入门博客。文章目录Typora快速入门1.软件下载2.软件入门使用2.0.浅介绍一下Markdown2.1.标题2.2.字体2.3.各种线2.4.列表2.5.区块2.6.代码2.7.链接2.8.图片2.9.表格2.10.生成目录1.软件下载软件官网Typora — a markd
2022-05-07 14:57:18
3090
3
原创 【数据结构（C语言版）入门讲解】括号法建二叉树以及用括号法打印二叉树的逻辑讲解及代码实现
【数据结构（C语言版）入门讲解】括号法建二叉树以及用括号法打印二叉树的逻辑讲解及代码实现开一个新的坑，用于讲解数据结构的基础知识。博主希望通过用最浅显易懂的文字来让更多人入门数据结构，让小白也能学会。今后也会补充栈、队列那些东西（希望我不会鸽太久），如果有机会也会开一个C语言入门讲解的坑（也希望我不会鸽太久）。博主能力也有限，如果有不恰当的地方或者错误的地方，敬请各位读者指正！我们今天讨论两个问题：1.如何用括号法建一个二叉树2.如何把二叉树用括号法打印首先，如何理解括号法？首先来看一个
2021-11-19 02:01:35
8346
8
翻译 【论文翻译】3461 AdderSR Towards Energy Efficient Image Super-Resolution（个人粗略翻译）
AdderSR: Towards Energy Efficient Image Super-Resolution【3461】本文仅为根据博主个人理解的翻译，如有错误或不准确之处，敬请各位读者指出摘要：本文使用加法器神经网络（AdderNet）研究单幅图像超分辨率问题。与卷积神经网络相比，AdderNet利用加法计算输出特征，避免了传统乘法的大量能量消耗。但是，由于计算范式的不同，很难将AdderNet在大规模图像分类上已有的成功直接继承到图像超分辨率任务中。具体而言，加法器操作不能很容易地学
2021-11-17 20:44:55
653
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人