Cheng-Kai-优快云博客

原创 OLED中英文混合显示

中英文混合的核心就是，位置的计算，推理出位置后就没什么难点了。然后中文的比较要注意不同编码，所占字节是不同的，如果错了，就会出现不匹配，啥也不显示。

2025-03-24 22:45:47 806

请你基于html、tailwind css和javascript，帮我设计一个“番茄时钟”。要求UI简洁美观大方，同时具有呼吸感，点击开始计时、点击暂停计时和重置计时的功能能够完美实现。做好这些之后，点击最上方 “运行” 按钮，即可在界面右侧体验到番茄时钟的效果啦！2. 选择HTML/CSS/JS项目并创建。点击了解豆包MarsCode在线IDE。3. 这里就是你的工作环境啦~3. 恭喜进入项目工作区~2. 打开网页立即体验。1. 点击进入工作台。点击查看界面详细说明。

2024-12-24 13:33:42 318

原创 DataWhale AI 冬令营定制垂类大模型 = 优质数据集 + 开源大模型（心灵氧吧）

我想谈谈我做这个垂直模型的初衷，因为我觉得生活中大多数人或多或少都有心理疾病，但是因为成本，或者不希望别人知道等原因不愿意去线下的心理治疗，但是有这个的话就可以帮助到这么一部分人。

2024-12-15 21:34:27 411

原创 Numpy中的广播机制

这里面涉及到一个升三维然后广播的高端操作，在a*b*c*....n维度的矩阵中，只要在a维度后*1即升一维度，数据不会发生改变。规则2:如果两个数组的形状在任何一个维度上都不匹配，那么数组的形状会沿着维度为1的维度拓展以匹配另外一个数组形状。规则3:如果两个数组的形状在任何一个维度上都不匹配并且没有任何一个维度等于1，那么会引发异常。规则1:如果两个数组的维度不相同，那么小维度数组的形状将会在最左边补1.实际只有最后两维才有数据，前面的维度都是数据的排列方式。

2024-12-15 13:27:42 220

原创 Linux知识点梳理

总结，以上有关Linux知识仅限于基础命令，有关选项参数，可以使用man或者help命令自己查看，或者百度。

2024-12-15 13:24:47 184

原创 Datawhale AI冬令营chat-huanhuan

如图所示，可以实现。原因：基础模型不行。

2024-12-11 11:05:38 439

原创 Linux期末复习重点

cp [-rfipd] 源文件目标文件 -r表示递归复制整个目录树，-f表示强制覆盖， -i表示询问是否覆盖， -p表示文件属性一起复制，-d表示复制文件链接属性。passwd [-dluS] 账号名表示修改账号密码，其中-d表示删除密码， -l表示锁定账号， -u表示解锁账号， -S表示查询用户账号。创建物理卷（pv）----》创建卷组（vg）----》创建逻辑卷（lv）----》创建文件系统-----》挂载文件系统。一般从两方面限制，一是限制最大创建文件数，一是最大使用内存。

2024-12-03 20:24:19 490

原创多项式回归--潦草小狗

多项式回归是升维手段---也是一种特征预处理的手段。

2024-11-06 16:26:59 255

原创正则化--潦草小狗的理解

正则化是一种在损失函数中添加额外项的方法，这些额外项被称为惩罚项。通过这种方式，我们可以控制模型的复杂度，防止过拟合。通俗来说，正则化就是在保证模型拟合训练数据的同时，不让模型过于复杂。正则化目的是减少泛化误差，而不是减少训练误差的方法。通俗点来讲就是我们常说的防止过拟合问题。L1正则化，也称为Lasso回归，通过在损失函数中添加权重的绝对值之和作为惩罚项。这种正则化方法能够导致某些特征的权重为零，从而实现特征的稀疏性。（稀疏性要从权重矩阵来看）

2024-11-06 16:07:14 1384

原创 DataConversionWarning: A column-vector y was passed when a 1d array was expected. Please change the

时，传入了一个列向量（column-vector）。这通常发生在数据预处理阶段，特别是当使用 scikit-learn 的模型进行拟合（fit）时。是由 scikit-learn（一个流行的机器学习库）在处理数据时发出的。这是因为 scikit-learn 的许多函数和模型内部处理都是基于一维数组的。是正确的一维数组格式，这样可以避免上述警告，并确保模型能够正确运行。确保在将数据传递给 scikit-learn 的模型之前，目标变量。要解决这个问题，你可以使用 NumPy 的。应该是一个一维数组（形状为。

2024-11-04 18:20:25 564

原创机器学习笔记---潦草小狗

1.机器学习是从数据中自动分析获得模型，并利用模型对未知数据进行预测。2.数据集的构成-----》特征值+目标值#每一行称为样本#有些数据集可以没有目标值#datasets.load_*() 获取小规模数据集sklearn.datasets.load_iris() 加载并返回鸢尾花数据集sklearn.datasets.load_boston() 加载并返回波士顿房价数据集#datasets.fetch_*() 获取大规模数据集。

2024-10-31 18:08:41 844

原创梯度下降法

三种梯度下降算法其实代码框架编写大差不差，唯一需就是在求梯度时使用数据集大小不同。梯度下降法核心在于怎么求损失函数的梯度来更新theta，围绕这个展开。目前其实sklearn中已经封装好了，我们可以直接调用。其实我上面有一个参数并没有过多介绍，就是learning-rate，学习率也称为步长，这是一个超参数，在调用sklearn中的文件时，这个参数很重要，直接影响到了模型的好坏。关于这个参数我是这么理解的，就像走路回家，步子大是更快回家，但是容易扯到档，步子小是可以稳稳的到家，但是吧累死个人。

2024-10-29 19:53:20 789