- 博客(170)
- 收藏
- 关注
RSS订阅原创 【C++11】可变参数模版
C++11支持可变参数模板，也就是说支持可变数量参数的函数模板和类模板，可变数目的参数被称为参数包，存在两种参数包：模板参数包，表示零或多个模板参数；函数参数包，表示零或多个函数参数。我们用省略号来指出一个模板参数或函数参数表示一个包。class......可变参数模板的原理跟模板类似，本质还是去实例化对应类型和个数的多个函数。这里我们可以使用sizeof...运算符去计算参数包中参数的个数。原理1：编译本质这里会结合引用折叠规则实例化出以下四个函数。
2025-04-04 18:25:26
132
原创 【C++11】右值引用和移动语义
C++98的C++语法中就有引用的语法，而C++11中新增了的，C++11之后我们之前学习的引用就叫做。无论左值引用还是右值引用，。
2025-04-04 16:27:58
406
原创 【数据结构】哈希
哈希（hash）又称散列，是一种组织数据的方式。从译名来看，有散乱排列的意思。本质就是，查找时通过这个哈希函数计算出Key存储的位置，进行快速查找。
2025-04-02 14:52:07
990
原创 【数据结构】AVL树
*右单旋解决的纯粹的左边高,**但是插入在b子树中,10为跟的子树不再是单纯的左边高,对于10是左边高,但是对于5是右边 高,需要用两次旋转才能解决,以5为旋转点进行一个左单旋,以10为旋转点进行一个右单旋,这棵树 这棵树就平衡了｡场景3: (h==0) 场景3:h == 0时,a/b/c都是空树,b自己就是一个新增结点,不断更新5->10平衡因子,引发旋 转,其中8的平衡因子为0,旋转后8和10和5平衡因子均为0｡。,因为我们要对b的父亲5为旋转点进行左单旋,左单旋需要动b树中的左子树｡
2025-03-31 15:13:42
278
原创 【C++】set（STL）
std::pair的模板定义形式为，其中T1和T2分别是两个成员的类型。// 默认构造函数，成员会进行默认初始化// 使用提供的参数初始化// 使用 make_pair 函数，自动推导类型return 0;在这个示例中，p1使用默认构造函数进行初始化，p2显式地传入参数进行初始化，p3则通过函数创建，该函数可以自动推导类型。集是按特定顺序存储唯一元素的容器。在set中 ，元素的值也标识其本身（该值本身是key，类型为T），并且每个值必须是唯一的。set。
2025-03-30 15:32:05
253
原创 【深度学习】汇聚层
通常当我们处理图像时，我们希望逐渐降低隐藏表示的空间分辨率、聚集信息，这样随着我们在神经网络中层叠的上升，每个神经元对其敏感的感受野（输入）就越大。而我们的机器学习任务通常会跟全局图像的问题有关（例如，“图像是否包含一只猫呢？”），所以我们最后一层的神经元应该对整个输入的全局敏感。通过逐渐聚合信息，生成越来越粗糙的映射，最终实现学习全局表示的目标，同时将卷积图层的所有优势保留在中间层。此外，当检测较底层的特征时，我们通常希望这些特征保持某种程度上的平移不变性。例如，如果我们拍摄黑白之间轮廓清晰的图像X。
2025-03-29 21:25:58
702
原创 【深度学习】多输入多输出通道
构成每个图像的多个通道和多层卷积层。例如彩色图像具有标准的RGB通道来代表红、绿和蓝。但是到目前为止，我们仅展示了单个输入和单个输出通道的简化例子。这使得我们可以将输入、卷积核和输出看作二维张量。当我们添加通道时，我们的输入和隐藏的表示都变成了三维张量。例如，每个RGB输入图像具有3×h×w的形状。我们将这个大小为3的轴称为（channel）维度。本节将更深入地研究具有多输入和多输出通道的卷积核。
2025-03-29 20:39:50
1197
原创 【C++】二叉搜索树
二叉搜索树又称二叉排序树，它或者是一棵空树，或者是具有以下性质的二叉树：最优情况下，二叉搜索树为完全二叉树（或者接近完全二叉树），其高度为：log2Nlog _{2} Nlog2N。最差情况下，二叉搜索树退化为单支树（或者类似单支），其高度为：NNN。所以综合而言二叉搜索树增删查改时间复杂度为：O(N)O(N)O(N)。那么这样的效率显然是无法满足我们需求的，后续介绍二叉搜索树的变形（平衡二叉搜索树AVL树和红黑树），才能适用于我们在内存中存储和搜索数据。另外需要说明的是，二分查找也可以实现O(l
2025-03-29 12:37:31
1124
原创 【C++】多态
*多态是一个继承关系的下的类对象，去调用同一函数，产生了不同的行为。**比如Student继承了Person。Person对象买票全价，Student对象优惠买票。实现多态还有两个必须重要条件：必须是基类的指针或者引用调用虚函数。被调用的函数必须是虚函数，并且完成了虚函数重写/覆盖。说明：要实现多态效果，第一必须是基类的指针或引用，因为只有基类的指针或引用才能既指向基类对象又指向派生类对象；第二派生类必须对基类的虚函数完成重写/覆盖，重写或者覆盖了，基类和派生类之间才能有不同的函数。
2025-03-28 17:13:59
773
原创 【C++】继承
继承（inheritance）机制是面向对象程序设计使代码可以复用的最重要的手段，它允许我们在保持原有类特性的基础上进行扩展，增加方法（成员函数）和属性（成员变量），这样产生新的类，称派生类。继承呈现了面向对象程序设计的层次结构，体现了由简单到复杂的认知过程。以前我们接触的函数层次的复用，继承是类设计层次的复用。
2025-03-27 10:56:08
740
原创 【深度学习】填充和步幅
在前面的例子中，输入的高度和宽度都为3，卷积核的高度和宽度都为2，生成的输出表征的维数为2×2。正如我们在图像卷积一节中所概括的那样，nh×nwkh×kwnh−kh1×nw−kw1因此，。还有什么因素会影响输出的大小呢？本节我们将介绍填充（padding）和步幅（stride）。假设以下情景：有时，在应用了连续的卷积之后，我们最终得到的输出远小于输入大小。这是由于卷积核的宽度和高度通常大于1。
2025-03-26 20:08:37
990
原创 【MySQL】复合查询
多行子查询是指返回单列多行数据，都是针对单列而言的，而多列子查询则是指查询返回多个列数据的子查询语句。查询和10号部门的工作岗位相同的雇员的名字，岗位，工资，部门号，但是不包含10自己的。显示工资比部门30的任意员工的工资高的员工的姓名、工资和部门号（包含自己部门的员工）查询工资高于500或岗位为MANAGER的雇员，同时还要满足他们的姓名首字母为大写的J。显示员工FORD的上级领导的编号和姓名（mgr是员工领导的编号–empno）显示工资比部门30的所有员工的工资高的员工的姓名、工资和部门号。
2025-03-24 11:05:11
450
原创 【MySQL】函数
注意：length函数返回字符串长度，以字节为单位。比如：字母，数字算作一个字节，中文表示多个字节数（与字符集编码有关）要求显示exam_result表中的信息，显示格式：“XXX的语文是XXX分，数学XXX分，英语XXX分”显示所有留言信息，发布日期只显示日期，不用显示时间。截取EMP表中ename字段的第二个到第三个字符。将EMP表中所有名字中有S的替换成’上海’理解：初始时间 now() 初始时间+2。以首字母小写的方式显示所有员工的姓名。获取emp表的ename列的字符集。创建一张表，记录生日。
2025-03-21 11:56:25
961
原创 Makefile
CC：c编译器的名称，默认值为cc。.cpp .c预编译器的名称默认值为$(CC) -ECC = gcc回显问题，Makefile中的命令都会被打印出来。如果不想打印命令部分 可以使用去除回显。
2025-03-20 18:31:50
568
原创 【MySQL】插入查询结果，聚合函数
having和group by配合使用，对group by结果进行过滤。案例：删除表中的的重复记录，重复的数据只能有一份-- 创建原数据表。子句可以对指定列进行分组查询。统计各个部门的平均工资。在select中使用。
2025-03-20 17:42:58
429
原创 【Git】标签管理
标签tag，可以简单的理解为是对某次commit的一个标识，相当于起了一个别名。例如，在项目发布某个版本的时候，针对最后一次commit起一个v1.0这样的标签来标识里程碑的意义。这有什么用呢？相较于难以记住的commit idtag很好的解决这个问题，因为tag一定要给一个让人容易记住，且有意义的名字。当我们需要回退到某个重要版本时，直接使用标签就能很快定位到。
2025-03-16 12:33:04
318
原创 【Git】配置Git
在日常开发中，有些文件不想或不应该提交到远端，如保存数据库密码的配置文件。在Git工作区的根目录下创建一个特殊的.gitignore文件，把要忽略的文件名填进去，Git就会自动忽略这些文件。不需要从头写.gitignore文件，gitee在创建仓库时可为我们生成，但需要主动勾选：如果当时没有选择这个选择，在工作区创建一个也是可以的。无论哪种方式，最终都可以得到一个完整的.gitignore文件，例如我们想忽略以.so和.ini结尾所有⽂件，.gitignore。
2025-03-14 16:26:46
1437
原创 【深度学习】从全连接层到卷积
我们之前讨论的多层感知机十分适合处理表格数据，其中行对应样本，列对应特征。对于表格数据，我们寻找的模式可能涉及特征之间的交互，但是我们不能预先假设任何与特征交互相关的先验结构。此时，多层感知机可能是最好的选择，然而对于高维感知数据，这种缺少结构的网络可能会变得不实用。例如，在之前猫狗分类的例子中：假设我们有一个足够充分的照片数据集，数据集中是拥有标注的照片，每张照片具有百万级像素，这意味着网络的每次输入都有一百万个维度。即使将隐藏层维度降低到1000，这个全连接层也将有106×1031。
2025-03-12 15:35:09
637
原创 【MySQL】表的约束
外键约束主要定义在从表上，主表则必须是有主键约束或unique约束。当定义外键后，要求外键列数据必须在主表的主键列存在或为null。
2025-03-12 14:34:44
831
原创 【Git】推送，拉取远程仓库
或者从来没有设置过全局的name和e-mail，那么我们第一次提交时也会报错。这就需要我们重新配置下了，同样要注意需要和gitee上配置的用户名和邮箱一致。这里由于我们使用的是SSH协议，是不用每一次推送都输入密码的，方便了我们的推送操作。如果你使用的是HTTPS协议，有个麻烦地方就是每次推送都必须输入口令。到这里我们已经将内容提交至本地仓库了，如何将本地仓库的内容推送至远程仓库呢，需要使用。命令，该命令用于从远程获取代码并合并本地的版本。此时，远程仓库是要领先于本地仓库一个版本，我们发现，拉取成功了！
2025-03-12 09:40:35
214
原创 【深度学习】读写文件
到目前为止，我们讨论了如何处理数据，以及如何构建、训练和测试深度学习模型。然而，有时我们希望保存训练的模型，以备将来在各种环境中使用（比如在部署中进行预测）。此外，当运行一个耗时较长的训练过程时，最佳的做法是定期保存中间结果，以确保在服务器电源被不小心断掉时，我们不会损失几天的计算结果。因此，现在是时候了。
2025-03-11 19:16:43
623
原创 【深度学习】延后初始化
到目前为止，我们忽略了建立网络时需要做的以下这些事情：有些读者可能会对我们的代码能运行感到惊讶。毕竟，深度学习框架无法判断网络的输入维度是什么。这里的诀窍是框架的延后初始化（defers initialization），即直到数据第一次通过模型传递时，框架才会动态地推断出每个层的大小。在以后，当使用卷积神经网络时，由于输入维度（即图像的分辨率）将影响每个后续层的维数，有了该技术将更加方便。现在我们在编写代码时无须知道维度是什么就可以设置参数，这种能力可以大大简化定义和修改模型的任务。接下来，我们将
2025-03-11 18:34:10
453
原创 【MySQL】数据类型
而且出于效率考虑，这些值实际存储的是“数字”，因为这些选项的每个选项值依次对应如下数字：1,2,3,…而且出于效率考虑，这些值实际存储的是“数字”，因为这些选项的每个选项值依次对应如下数字：1,2,4,8,16,32, …注意：尽量不使用unsigned，对于int类型可能存放不下的数据，int unsigned同样可能存放不下，与其如此，还不如设计时，将int类型提升为bigint类型。有一个调查表votes，需要调查人的喜好，比如(登山，游泳，篮球，武术)中去选择(可以多选)，(男，女)[单选]。
2025-03-11 12:46:00
1299
原创 【Git】远程操作
顺利的话，可以在用户主目录里找到 .ssh 目录，里⾯有 id_rsa 和 id_rsa.pub 两个文件，这两个就是SSH Key的秘钥对， id_rsa 是私钥，不能泄露出去， id_rsa.pub 是公钥，可以放心地告诉任何人。实际情况往往是这样，找一台电脑充当服务器的角色，每天24小时开机，其他每个人都从这个“服务器”仓库克隆一份到自己的电脑上，并且各自把各自的提交推送到服务器仓库里，也从服务器仓库中拉取别人的提交。我们目前所说的所有内容（工作区，暂存区，版本库等等 ），都是在本地！
2025-03-11 11:53:28
776
原创 【深度学习】参数管理
在选择了架构并设置了超参数后，我们就进入了训练阶段。此时，我们的目标是找到使损失函数最小化的模型参数值。经过训练后，我们将需要使用这些参数来做出未来的预测。此外，有时我们希望提取参数，以便在其他环境中复用它们，将模型保存下来，以便它可以在其他软件中执行，或者为了获得科学的理解而进行检查。之前的介绍中，我们只依靠深度学习框架来完成训练的工作，而忽略了操作参数的具体细节。
2025-03-10 19:08:25
1077
原创 【深度学习】 层和块
之前首次介绍神经网络时，我们关注的是具有单一输出的线性模型。在这里，整个模型只有一个输出。注意，单个神经网络（1）接受一些输入；（2）生成相应的标量输出；（3）具有一组相关（parameters），更新这些参数可以优化某目标函数。然后，当考虑具有多个输出的网络时，我们利用矢量化算法来描述整层神经元。像单个神经元一样，层（1）接受一组输入，（2）生成相应的输出，（3）由一组可调整参数描述。当我们使用softmax回归时，一个单层本身就是模型。
2025-03-10 17:13:32
1103
原创 【MySQL】表的操作
语法:说明:说明:不同的存储引擎，创建表的文件不一样。 表存储引擎是，在数据目中有三个不同的文件，分别是:示例:在项目实际开发中，经常修改某个表的结构，比如字段名字，字段大小，字段类型，表的字符集类型，表的存储引擎等等。我们还有需求，添加字段，删除字段等等。这时我们就需要修改表。案例:在表添加二条记录在表添加一个字段，用于保存图片路径插入新字段后，对原来表中的数据没有影响:修改，将其长度改成60删除列注意：删除字段一定要小心，删除字段及其对应的列数据都没了修改表名为将列修改为
2025-03-10 13:38:48
404
原创 【Git】分支策略
添加一个新功能时，你肯定不希望因为一些实验性质的代码，把主分支搞乱了，所以，每添加一个新功能，最好新建一个feature分支，我们可以将其称之为feature分支，在上面开发，完成后，合并，最后，删除该。干活都在dev分支上，也就是说，dev分支是不稳定的，到某个时候，比如1.0版本发布时，再把dev分支合并到。假如我们现在正在dev2分支上进行开发，开发到一半，突然发现master分支上面有bug，需要解决。在Git中，每个bug都可以通过一个新的临时分支来修复，修复后，合并分支，然后将临时分支删除。
2025-03-10 12:56:04
769
原创 【Git】合并冲突
模式下，删除分支后，查看分支历史时，会丢掉分支信息，看不出来最新提交到底是从哪个分支过来的。可是，在实际分支合并的时候，并不是想合并就能合并成功的，有时候可能会遇到代码冲突的问题。我们发现，切回来之后，文件内容变成了老的版本，这种现象很正常，我们现在也完全能理解。参数就可以保留分支信息，合并后的历史有分支，能看出来曾经做过合并，而。文件有冲突后，可以直接查看文件内容，要说的是 Git 会用。模式了，这样的好处是，从分支历史上就可以看出分支信息。，这样，从分支历史上就可以看出分支信息。
2025-03-09 13:51:40
816
原创 【Git】合并，删除分支
因为创建、合并和删除分支非常快，所以Git鼓励你使用分支完成某个任务，合并后再删掉分支，这和直接在master分支上工作效果是一样的，但过程更安全。代表“快进模式”，也就是直接把master指向dev的当前提交，所以合并速度非常快。当然，也不是每次合并都能Fast-forward，我们后面会讲其他方式的合并。合并后，master就能看到dev分支提交的内容了。此时的状态如图如下所示。分支完成后，dev分支对于我们来说就没用了，那么dev分支就可以被删除掉，此时的状态如图如下所示。
2025-03-09 13:30:17
236
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人