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
1.1k累计阅读
1.2k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
华为OD机试 2024E卷题库疯狂收录中，刷题点这里
本专栏收录于《华为OD机试真题（Python/JS/C/C++）》。
刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、3个测试用例、为什么这道题采用XX算法、XX算法的适用场景，发现新题目，随时更新，全天优快云在线答疑。
给一块nm的地块，相当于nm的二维数组Q，每个元素的值表示这个小地块的发电量；
求在这块地上建立正方形的边长为c的发电站，发电量满足目标电量k的地块数量。
第一行为四个空格分隔的
【100%通过率】华为OD机试真题 JavaScript 实现【探索地块建立】【2023 Q1 | 200分】
给一块n*m的地块，相当于n*m的二维数组，每个元素的值表示这个小地块的发电量；求在这块地上建立正方形的边长为c的发电站，发电量满足目标电量k的地块数量。
2026华为OD机试（Python）真题【E卷+A卷+B卷+C卷+D卷】目录+在线OJ
华为OD机试真题题库【E卷+A卷+B卷+C卷+D卷】目录，Python实现。
【持续更新】2025华为OD机试2025A卷机考真题库清单含考点说明 （已更新180+题）
【持续更新】2025华为OD机试2025A卷 机考真题库清单（全真题库）含考点说明（已更新40+题）
华为OD机试 - 找出作弊的人（Python/JS/C/C++ 2024 E卷 100分）
华为OD机试 2024E卷题库疯狂收录中，刷题。
华为OD机试 - 免单统计（Python/JS/C/C++ 2024 E卷 100分）
华为OD机试 2024E卷题库疯狂收录中，刷题。
华为OD机试 - 五子棋迷 - 贪心算法（Python/JS/C/C++ 2024 E卷 100分）
华为OD机试 2024E卷题库疯狂收录中，刷题。
华为OD机试 - 数大雁（Python/JS/C/C++ 2024 E卷 100分）
华为OD机试 2024E卷题库疯狂收录中，刷题。
华为OD机试 - 最快到达医院的方法（Python/JS/C/C++ 2024 E卷 100分）
刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、发现新题目，随时更新，全天优快云在线答疑。
华为OD机试 - 预订酒店（Python/JS/C/C++ 2024 E卷 100分）
华为OD机试 2024E卷题库疯狂收录中，刷题。
华为OD机试 - 模拟商场优惠打折（Python/JS/C/C++ 2024 E卷 200分）
华为OD机试 2024E卷题库疯狂收录中，刷题。
华为OD机试 - 转骰子（Python/JS/C/C++ 2024 E卷 100分）
刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、发现新题目，随时更新，全天优快云在线答疑。
华为OD机试 - 采样过滤（Python/JS/C/C++ 2024 E卷 100分）
刷的越多，抽中的概率越大，私信哪吒，备注华为OD，加入华为OD刷题交流群，每一题都有详细的答题思路、详细的代码注释、发现新题目，随时更新，全天优快云在线答疑。
logisim实验——通过2个半加器实现1-bit全加器，通过4个一位全加器构成4-bit加法器（详解）
一、由异或门和与门所构成的半加器： 二、由两个半加器构成的1-bit全加器： ..
从零构建个性化AI助手：基于Mem0与本地大模型的记忆化实践
本文详细介绍了如何利用Mem0与本地大模型构建个性化AI助手，实现记忆化应用结构的实践方法。从开发环境搭建、记忆存储机制到个性化交互实现，提供了完整的解决方案和代码示例，帮助开发者在本地环境中创建能记住用户习惯和偏好的智能助手。
VMD-CNN-BiLSTM-Attention预测模型 —— 数学模型介绍&完整实例代码
想解决电力负荷预测中的非线性、非平稳难题？这篇博客介绍了一种创新混合模型，结合变分模态分解（VMD）和CNN-BiLSTM-Attention深度学习架构，实现超高精度预测！ ✨ 核心亮点： ✅ VMD分解：有效分离复杂负荷信号，提取关键频率特征 ✅ 混合深度学习：CNN捕捉局部模式 + BiLSTM学习长时序依赖 + 注意力机制聚焦关键时段 ✅ 端到端优化：从数据预处理（滑动窗口、归一化）到模型训练（MSE损失+Adam优化），完整流程公开！ ✅ 工业级评估：提供MSE、MAE、MAPE、R²多指标验证
Vivado时序违例debug
显示了数据路径延迟。例如，对于违例路径，若布线延迟超过50%，说明该延迟是导致时序不能收敛的主要因素，因此可围绕降低布线延迟这一靶心达到时序收敛。对于跨时钟域路径，Requirement数值会有所变化，但如果数值为0.1，显然是不合理的。目的时钟路径单元，时钟从adc0_bufg/O输出，到达PLLE4_ADV，经过BUFGCE输出，最终到达SRLC32E移位寄存器，对应。源时钟路径单元，时钟从adc0_bufg/O输出，到达PLLE4_ADV，经过BUFGCE输出，最终到达FDRE触发器，对应。
RK3399平台开发系列讲解（外设篇）交换芯片RTL8306M
网络：交换芯片RTL8306M 电路： make menuconfig 配置： 目录：arch/arm64/configs/rk3399_b201_defconfig CONFIG_FIXED_PHY=y 设备树： arch/arm64/boot/dts/rockchip/rk3399-b201-rev1.dts 时钟： Open之后首先校验网卡mac地址是否正确（stmmac_chec...
YOLOv11改进策略【损失函数篇】| Slide Loss，解决简单样本和困难样本之间的不平衡问题
本文记录的是改进YOLOv11的损失函数，将其替换成Slide Loss，并详细说明了优化原因，注意事项等。Slide Loss函数可以有效地解决样本不平衡问题，为困难样本赋予更高的权重，使模型在训练过程中更加关注困难样本。若是在自己的数据集中发现容易样本的数量非常大，而困难样本相对稀疏，可尝试使用Slide Loss来提高模型在处理复杂样本时的性能。
Unet++改进33：添加ConvolutionalGLU(2024最新改进方法)|紧凑的网络结构和高效的运算
由于残差连接的深度退化效应，许多依赖堆叠层进行信息交换的高效视觉变形模型往往不能形成足够的信息混合，导致视觉感知不自然。为了解决这个问题，在本文中，我们提出了聚合注意力，这是一种基于仿生设计的令牌混合器，它模拟生物中央凹视觉和连续眼运动，同时使特征映射上的每个令牌具有全局感知。此外，我们结合了可学习的令牌，与传统的查询和键交互，这进一步多样化了亲和矩阵的生成，而不仅仅依赖于查询和键之间的相似性。我们的方法不依赖于堆叠进行信息交换，从而有效地避免了深度退化，实现了自然的视觉感知。
C# WinForm 基于DirectShow.dll编写的程序，可边预览边保存视频，音频和图片
基于微软的DirectShow.dll的二次开发1.自动识别连接的摄像头跟麦克风且可以对其进行选择（默认选中第一个）2.可录制wmv和avi两种格式的视频并且都带有音频，avi可以录制的分辨率和帧数进行选择，wmv默认进行了淸晰度优化如不喜欢可去除代码中有相关提示3.可在预览点开之后进行拍照，也可边录制视频边拍照4.添加了视频和音频的压缩功能（酌情使用）这次二次开发发现C#对DirectShow的相关信息太少，这次做完也不敢藏私共享出来，还望大家指正
Devexpress16.2.6破解工具
Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具
OV9734 DATASHEET，完整规格书
OV9734完整规格书，包括电气参数，尺寸规格，寄存器配置表等
TMS_WebGMaps_1.9.8.0_Full_Source
TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
订阅专栏 解锁全文
9628
扫一扫
