ICT实习第一周

第一周专注于学习和熟悉MapReduce,准备过渡到Hive。会议中详细讨论了工作进展,包括解决不支持filter的like操作的问题。通过阅读书籍和获取专业资料,意识到自己的学习之路还很长。计划在接下来的一周内每天记录学习内容。


任务:第一周没有实质性进展,主要学习和熟悉mapred,下周就换hive了,还有大半天,所以得抓紧了。。

感受:开会时每个人汇报自己上一周的工作进展,都是很详细的工作进度,比如不支持filter的like操作。。解决是scanmode永rough。。hive根据文件路径生成输入分片,保证每个文件只会被读取一次。。大多数术语还处于听不懂的阶段,,记了满满两大页天书,,,跟他们一比,自己之前学的搭配环境啥的就是个渣啊

书也买了,,hadoop实战第二版,,正版。。我看到申的书架上基本齐了,权威指南,,技术内幕12,,hadoop in action 这本借给我看了,我看到后面付款单写着12年2月购买。。我知道我还有好长一段路要走。。



好了,第一周就这些吧,下周如果有时间会一天一记。

六自由度机械臂ANN人工神经网络设计:正向逆向运动学求解、正向动力学控制、拉格朗日-欧拉法推导逆向动力学方程(Matlab代码实现)内容概要:本文档围绕六自由度机械臂的ANN人工神经网络设计展开,详细介绍了正向与逆向运动学求解、正向动力学控制以及基于拉格朗日-欧拉法推导逆向动力学方程的理论与Matlab代码实现过程。文档还涵盖了PINN物理信息神经网络在微分方程求解、主动噪声控制、天线分析、电动汽车调度、储能优化等多个工程与科研领域的应用案例,并提供了丰富的Matlab/Simulink仿真资源和技术支持方向,体现了其在多学科交叉仿真与优化中的综合性价值。; 适合人群:具备一定Matlab编程基础,从事机器人控制、自动化、智能制造、电力系统或相关工程领域研究的科研人员、研究生及工程师。; 使用场景及目标:①掌握六自由度机械臂的运动学与动力学建模方法;②学习人工神经网络在复杂非线性系统控制中的应用;③借助Matlab实现动力学方程推导与仿真验证;④拓展至路径规划、优化调度、信号处理等相关课题的研究与复现。; 阅读建议:建议按目录顺序系统学习,重点关注机械臂建模与神经网络控制部分的代码实现,结合提供的网盘资源进行实践操作,并参考文中列举的优化算法与仿真方法拓展自身研究思路。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值