m0_62153438的博客

原创 Deep Learning-Based Human Pose Estimation: A Survey【读到2d单人hpe】

损失函数对于上一层的梯度就是偏L偏Ω2，也就是计算上一层对损失的贡献，通过链式法则计算，也就是损失函数对预测值的梯度*预测值对上一层的梯度（因为预测值是上一层的输入通过上一层的权重得到的，也就是Ω2），也就是输出对每一层权重求梯度，通过链式法则，得到对应层对于损失函数的贡献，也就是梯度。然后链式法则就相当于求导呗，计算损失函数相对于网络各层参数的导数，通过链式法则逐层计算误差梯度【每个权重对总损失的影响程度】，通过梯度来更新权重，来调参，优化？这样可以增加网络的表达能力，使其能够更好地学习不同特征。

原创 lc字符串解码+基本计算器

原创 eNSP的AR一直####，原因竟然是....

（怀疑的可以在cmd上ping192.168.56.1，若能ping通就是被占用了）然后发现直觉没错，VMware占用了192.168.56.1。花了3个小时找为什么...

原创 数据仓库与数据挖掘小结

右侧是数据清理的过程，首先import data导入数据，集中相关数据，处理缺失值，标准化【max-min这种，目标是统一特征维度的量纲】、规范化【变换后吻合一个分布zscore】，重复性检测、修正错误与丰富，导出。标称【标称属性中的二分属性->对称二分与不对称二分】、序数、数值，如何计算这些数据类型的相似度？pca通过做正交矩阵分解，得到主成分，选前k个重要特征作为新的空间中的特征，把所有数据对象由前k个特征的线性组合表示。数据对象的相似性度量问题【两个行的相似性】【属性之间的相似性是两个列】

原创 数据仓库与数据挖掘c5-c7基础知识

聚类的任务是将数据划分为不同的簇，属于数据挖掘中的描述性任务，而分类需要依赖有标签的训练数据构建分类模型，然后利用分类模型将对没有标记的数据对象进行预测，属于数据挖掘中的预测性任务。给定一组数据集合，根据数据的特性，将这组数据集划分为若干个组，这些组内的数据对象是相似的，再聚类分析中，我们主要是依赖数据对象和数据对象之间的相似性进行划分，所以相似性度量很重要。假设可以将数据划分为若干个簇，位于大簇中的数据是行为比较正常的数据，如果一个数据对象离所有的簇都比较远，那么我们认为这样的一个数据就是异常。

原创 数据仓库与数据挖掘c1-c4基础知识

单选 (2分) age 值(以递增序) 为: 13，15，16，16，19，20，20，21，22，22，25.25，25，25，30，33，33，35，35，35，35，36，40，45，46，52，70。单选 (2分) 考虑下面的频繁3-项集的集合:1，2，3},{1，2，4}，{1，2，5}，{1，3，4}，{1,3，5}，{2，3，4}，{2，3，5}，{3，4，5}假定数据集中只有5个项，采用合并策略，由候选产生过程得到4-项集不包含 ()【题目有问题】根据这样的事务数据集，我们去挖掘一些规则。

原创 progressive random convolutions for single domain generalization论文阅读过程

采用的是吴恩达老师的论文阅读方法。

原创 比特币和区块链笔记

一个交易产生会向全网进行广播，当所有的矿工收到这条广播后会把所有的交易存入自己当前区块中，当存入交易信息足够多，会为当前交易信息生成一个Merkel root，若难度系数也已满足目标，将该区块向全网进行广播，大家验证难度系数，若认可工作量，大家会把矿工产生的该区块加入到自己本地的区块中去，所有人接着该区块完成下一个区块。为了生成一个有效的区块，矿工节点需要进行工作量证明，即通过解决一个复杂的数学难题来找到符合难度目标（difficulty target）的区块头部的哈希值。这样，区块链将会延长，形成共识。

原创 BTC密码学原理笔记

把预测结果作为输入x，算出一个哈希值H(x)，哈希值可以公布出去，因为有hiding的性质，无法从H(x)知道预测结果x；哈希值的计算事先是不可预测的，光看输入，很难猜出来最后的哈希值是什么，因此若想要算出来的哈希值是落入某个范围内的，只能一个一个试，看哪个输入算出来恰好落在要求范围内。在发布交易的时候，要用自己的私钥对这个交易签名，其他人收到这个交易之后，用我的公钥验证这个签名的正确性。使用一对密钥，加密使用接收方的公钥，解密使用接收方的私钥。生成公私钥的随机源要好，出现两个相同公私钥的概率几乎为0；

原创 数据库设计与开发复习

ER图弱实体集将ER图转换为关系The E/R model allows us to sketch database schema designs.[Includes some constraints, but not operations.]Designs are pictures called entity-relationship diagrams.Later: convert E/R designs to relational DB designs.Entity SetsEn

原创 sql脚本——2023夏数据库assignment3sql脚本

- 查找与被修改的现房的 address、type、area 相同的所有数据中的最低售价的未出售现房ID。-- 查找与被删除的现房的 address、type、area 相同的所有数据中的最低售价的未出售现房ID。-- 获取被修改的现房数据的当前价格和相关信息。-- 获取被删除的现房数据的地址、类型和区域。-- 更新最佳匹配房源表中的记录。-- 更新最佳匹配房源表中的记录。-- 更新最佳匹配房源表中的记录。-- 查找符合条件的最佳房源。--删除sp中数据的删除。-- 删除现有的外键约束。

原创 使用说明书--2023夏数据库assignment3使用说明书

用户端分为买卖家提供服务，故在登陆注册界面要选择买卖家身份。同时注册成功之后自动跳转对应主界面。买家和数据库的buyer表相关联，卖家和seller表相关联，当用户ID和密码符合表中数据时，可以正确跳转到对应的主界面。而注册则是在两表中插入新数据。

原创 “分布式学习与区块链的融合”探论——2023夏数据库论文作业

随着人工智能技术的迅速发展，分布式学习已成为一种强大的机器学习方法。然而，传统的分布式学习存在着数据隐私泄露、通信开销高和中心化控制等问题。区块链作为一种具有分布共享性、共识性、不可篡改性、可溯源性和最终一致性的技术，为解决这些问题提供了新的可能性。本论文重点探讨了分布式学习与区块链的融合，包括该方向的主要理论、成果以及目前存在挑战与展望关键词：分布式学习、区块链、融合前情综述：随着大数据时代的到来，机器学习在各个领域中得到了广泛应用。

原创 [Done] exited with code=3221225477 in 34.566 seconds

很有可能是电脑没内存了，需要清理一下。

原创 Julia 图像处理软件包

ImageMetadata 是一个简单的包，提供用于处理附加了元数据的图像的实用程序。例如，您可能希望将图像与拍摄照片的日期相关联，或者将 MRI 扫描与患者数据相关联，或者将天文图像与天空坐标和用于获取图像的探测器的相关信息相关联。EXIF是可交换图像文件的缩写，这是一种使用JPEG压缩在数码摄影图像文件中存储交换信息的标准形式。查看图库，了解当前实现的所有算法的概述。此包的主要目的是减少来自外部依赖项的不必要的编译开销。显示的图像将被缩小以适合您的活动终端会话的大小。

原创 2023东软IM学习记录

打开：home->szq->tools->QtCreator->bin->qtcreator。

原创 linux下ubuntu安装qt失败

②终端运行，error while loading shared libararies:libxcb-xinerama.so.0。③确定是否存在该库：sudo find / -name "libxcb-xinerama.so.0" 2>/dev/null。④若无就安装库：sudo apt-get install libxcb-xinerama0。这个是因为光盘配置错了，没有配置ubuntu。⑤更新库缓存：sudo ldconfig。①打开终端使用chmod修改权限。这也就可以正常运行了。

原创 UCB cs186学习日记 第一章sql Ⅰ

在给定的查询中，如果使用 SELECT DISTINCT AVG(S.gpa), S.dept，当两个不同的部门 A 和 B 的平均GPA值都是 3.5 时，将会输出两行数据，分别显示部门 A 和 3.5，以及部门 B 和 3.5。每个不同的组合 (平均GPA, 部门) 将作为单独的行出现在查询结果中。是当x是null的时候，如果要判断的条件是x>3,1=x,x+4（对于表达式 x + 4，如果 x 是 NULL，根据标准的SQL行为，其结果应该是 NULL）,x=NULL，这些表达式的值都是NULL。

原创 运动员最佳匹配问题 | 回溯：N排列（最大剪枝）

羽毛球队有男女运动员各n人. 给定2个n*n矩阵P和Q. P[i][j]是男运动员i与女运动员j配混合双打的男运动员竞赛优势;Q[i][j]是女运动员i与男运动员j配混合双打的女运动员竞赛优势. 由于技术配合和心理状态等各种因素影响, P[i][j]不一定等于Q[j][i]. 男运动员i和女运动员j配对的竞赛优势是P[i][j]*Q[j][i]. 设计一个算法, 计算男女运动员最佳配对法, 使得各组男女双方竞赛优势的总和达到最大.数据输入:第1行有一个正整数n(1

原创 w1效率分析

效率分析

原创 W1约瑟夫问题

约瑟夫问题的数组解法

原创 pyqt无法实现双人模式！！！不服来辩（我真想不出来了

年少不知pygame好，错把pyside2当成宝

原创 pyside2 QT学习

就是根据一个代码...一个个查怎么操作...

原创 类（python

类

原创 研究python游戏（1）整合模式

pygame多模式主页面设计

原创 SY2-4-字符串

给定一段文字，长度不超过1000，统计文字中各个大写字母的出现次数，并按照出现次数的降序输出该字母和其出现的次数。假设各个大写字母出现的次数不会相同。#include <stdio.h>#include <stdlib.h>#include<string.h>//从第一个开始，每一次把所有相同的找到删去且计数void delete1 (char a[],int i);int main(){ char s[1000]...

原创 N-44. 字符串的可视化

题目描述在实际生活中，我们对于乱序的数据感到迷惑，并且很难把握住数据的价值，所以我们使用各种各样的手段来进行数据分析，在数据分析之后，数据的可视化也同样重要，优秀的可视化成果往往会放大数据的隐藏价值，进而影响我们的生活。现在请聪明的你运用排序的分析方法对我们给出的字符串进行处理，并对其结果进行可视化，在这里我们选定绘制类似柱状图的方法进行可视化。输入格式一行一个字符串，只包含有大小写字母。输出格式输出应该有数行，51列。第2i-1列应该属于字符串里个数第i多的字母，若两个字母个数