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
1.9k累计阅读
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
在右键中添加vim打开文件是很方便的，把下面的复制到文本文件然后改文件名为1.reg然后双击就可以了。
Windows Registry Editor Version 5.00
[HKEY_CLASSES_ROOT\*\Shell\edit with vim]
@="edit with vim"
[HKEY_CLASSES_ROOT\*\Shell\edit with vim\command]
@="\"F:\\tools\\vim73\\gvim.exe\" \"%1\""
[HKEY_CLASSES_ROOT\*\shell\edit with vim]
"Icon"="F:\\tools\\vim73\\gvim.exe"
24、Vim 高级编辑与编程增强功能
本文详细介绍了 Vim 的高级编辑与编程增强功能，包括多窗口和标签页的使用、代码折叠技术、自动与智能缩进、关键字补全、标签跳转、语法高亮以及 Quickfix 错误处理等实用技巧。这些功能让程序员能够在不依赖大型 IDE 的情况下高效完成开发任务，同时兼顾灵活性与轻量化需求。无论你是初学者还是资深开发者，都能通过学习这些功能提升 Vim 使用效率。
win10 自定义右键菜单
win10 自定义右键菜单 首先使用快捷键 win + r 打开运行窗口，在其中输入 regedit 然后点击 确定 进入注册表后，按照顺序找到位置： HKEY_LOCAL_MACHINE\SOFTWARE\Classes\*\shell # 以下示例以创建 nvim 编辑器快捷菜单为例。 右键 shell–> 新建 --> 项 --> 输入名称，例如 nvim . 点击 nvim，在右侧窗口，双击（默认）项，输入要在快捷菜单中显示的内容，nvim(&n)，小括
自定义简单菜单 右键菜单.vi
自定义简单的菜单然后再 自定义控件右键菜单最后再在读取进度条时设置光标为忙碌状态。一个labview的小程序
Linux系列讲解 —— VIM配置与美化
让Vim使用更加高效起来
[前沿技术] AMD FSR 1.0源码解析：EASU算法实现细节与优化策略
本文深入解析了AMD FSR 1.0技术的核心——EASU（边缘自适应空间升频）算法。通过剖析其源码，详细阐述了EASU如何利用12-tap采样窗口、基于Lanczos滤波器的多项式近似以及自适应的边缘检测机制，在无需AI模型的情况下实现高质量图像放大。文章重点揭示了其极致的GPU优化策略，包括寄存器利用、采样优化和避免动态分支，为理解高性能图形算法提供了绝佳范例。
烽火HG680-LC刷机后体验：当贝纯净桌面+讯飞语音，老盒子秒变智能电视的折腾记录
本文详细记录了烽火HG680-LC机顶盒刷机后的使用体验，通过安装当贝纯净桌面和讯飞语音助手，老盒子焕发新生，实现无广告、快速响应的智能电视功能。文章对比了刷机前后的性能差异，分享了影音播放、语音控制等实用功能，并提供了ADB调试和问题解决的实用技巧，帮助用户将闲置的运营商盒子变身为高性能的智能影音中心。
vim 菜单隐藏后的显示
我从网上下载的_vimrc代码，启用后，一切感觉都很好用，可是就我这个生手而言，没有菜单是万万不能的，虽然我也知道要多多练习，可是我想在开始的时候有了菜单，效率肯定没有菜单要高，我上网搜索，根据网上的提示，我把这个文件中的两个语言中的“-”变成“+”号，就ok了： set guioptions-=T " 隐藏工具栏set guioptions-=m...
基于AMD AU15P FPGA的SLVS-EC桥PCIe设计方案分享
各位FPGAer周末愉快，今天熊猫君分享一个基于AMD AU15P FPGA的SLVS-EC桥PCIe设计方案。
vim菜单栏不正常显示以及隐藏菜单栏
编译安装了vim7.3之后，终端运行gvim后出现如下警告： [code="xml"](gvim:6667): Gtk-WARNING **: Invalid input string[/code] gvim菜单栏不正常显示。查阅到的解决方法有如下几种： 方法1：参考[url]http://liulang.is-programmer.com/s...
使用TensorFlow Lite Micro流程记录(带源码)
记录如何使用tensorflow lite micro，以及期间解决的问题
SAP PS模块实战指南：从项目启动到结算的全流程解析
本文详细解析SAP PS模块在项目管理中的全流程应用，从项目启动到结算的关键操作与实战技巧。通过WBS设计、预算控制和资源调配等核心功能，帮助管理者高效协调项目进度与成本，特别适用于交付型和成本型项目管理。掌握PS模块能显著提升项目管理效率与精准度。
从零开始配置 vim(15)——状态栏配置
vim下侧有一个状态栏，会显示当前打开的文件等一系列内容，只是我们很少去关注它。而且原生的vim也支持对状态栏进行自定义。这篇文章主要介绍如何自定义状态栏。
语音测试（二）音频标注（praat）
通过点击红线下方的圆点进行区域划分，在区域中标注所属的类别。按住Alt+Backspace 键取消蓝色线条。
xShell中使用vim编辑时，无法粘贴外来文本
【代码】xShell中使用vim编辑时，无法粘贴外来文本。
基于vue2的echarts3D地球
采用vue2+js实现了echarts3D地球的放大、缩小和旋转
深度学习工具包 DeepLearningToolbox
深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[](https://bitdeli.com/free "Bitdeli Badge")
Vim in Windows(2) -- 完善:将Vim添加到右键菜单;解决传统Ctrl+V粘帖与列选择的冲突;
1.将Vim添加到右键弹出菜单 有时候想通过Vim编辑一个文本文件,却发现没有使用Vim编辑的右键菜单快捷方式, 因此我们要手动自己添加. 1. Win +r, 运行regedit, 编辑注册表. 2.在HKEY_CLASSES_ROOT->*->shell，在shell文件夹下建一个项，建一个名为Vim的项(这个名称最终会在右键菜单显示)，然后建一个名为Icon的字符串值，双...
大中型超市收银系统(可直接运行)
光步前台收银系统系统功能：商品销售、商品退货、挂单、收银员权限、会员销售、单品取消、整单取消、商品查询、脱机销售、脱机数据上传，基本资料下载，开钱箱、小票打印、收款结算，支持多币种付款方式（现金、储值卡、礼券、微信等）,支持多种促销。运行环境：.net 4.0登陆信息用户名:1001 密码:123456内置商品信息，商品编码可输入00001000 - 00010000,测试效果相关功能键F5 结算 F9挂单 F11商品查询 F8退货 Insert单品取消 Del整单取消 F12开钱箱F2 会员 Ctrl+Z退出系统 Home 锁屏 相关源码待公开
Vim Win32版本的右键弹出菜单与"还原以前版本"菜单冲突的解决办法。
1.更换VIM的快捷键 打开注册表编辑器 找到以下键值并修改 [HKEY_CLASSES_ROOT\*\shell\Edit with Vim(&V)] @="Edit with Vim(&V)" [HKEY_CLASSES_ROOT\*\shell\Edit with Vim(&V)\command] @="\"F:\\vim\\vim73\\gvim.ex...
LinePhone3.2.7(android端最新版本) sip客户端
SIP客户端For android：LinePhone3.2.7(最新版本)，官网地址：http://www.linphone.org/
vim/gvim中的拷贝与粘帖
vim/gvim中的拷贝与粘帖 作者：dengxiayehu 欢迎交流，转载请注出处。 【vim中的拷贝与粘帖】 一般设置vim为支持鼠标模式，需设置：set mouse=a 但是在此时，发现通过选中文本后，然后鼠标右键，发现“复制”这一项是灰色的，表示不可用。 解决方案： 在要拷贝时，先按住shift，然后再通过选中文本拷贝即可。 粘帖也很简单，右键选择“粘帖”即可。 【gvi...
[vim] vim中使用cscope的安装与使用
From: http://blog.sina.com.cn/s/blog_498a6eeb0100v05m.html 1. 下载cscope-15.7 http://dldx.youkuaiyun.com/fd.php?i=878111800792509&s=924cf0d6a0f63bb6ca24f900 ba3fcad8 解压所里面有三个文件， 放到vim的安装目录下即可。 2.建索引
Vim的安装、配置及使用
Vim的安装、配置及使用
VIM配置升级版
1、比较酷且值得尝试的网站: 语法检查：https://github.com/scrooloose/syntastic IDE:http://eclim.org/ 2、进入正题。 a)我的vim的安装包合集(vim7.4及插件集合)： b)我的.vim目录： 3、具体安装方法见google。
intellij idea 插件 ideaVim
像Eclipse一样，idea这个公认最好的javaIDE也有Vim插件。 安装方法 File>Settings>Plugins>Install JetBrains plugin... 然后搜索vim(全称是IdeaVim) 然后搜索结果右键下载安装 出现问题： 可能是天朝的网络问题导致无法下载跟安装 另一种方法 在刚才搜索结果的页面 单击红框圈住的网址下载 下载页面截图 下...
linux 桌面使用技巧,Linux桌面使用技巧集中（一）
经常碰到这种情况:在浏览器的页面上选好一大段内容 右键弹出菜单选复制 向kword openoffice或其他字处理软件的文档里粘贴的时候 常常粘贴不上 如果所选的内容短一些就可以 请问这是为什么?有没有什么解决办法? atfa:我的解决办法是先粘贴到vim里面 然后再处经常碰到这种情况:在浏览器的页面上选好一大段内容右键弹出菜单选复制向kwordopenoffice或其他字处理软件的文档里粘贴的...
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
133
扫一扫
