- 博客(61)
- 资源 (23)
- 收藏
- 关注
RSS订阅原创 20250608-在 Windows 上使用 PyCharm 通过 SSH 连接到远程 Ubuntu 机器的 Anaconda 环境
本文介绍了在Windows系统使用PyCharm通过SSH连接远程Ubuntu机器的Anaconda环境的完整步骤。首先需确保远程Ubuntu开启SSH服务，然后在Windows安装OpenSSH客户端。重点讲解了PyCharm中配置SSH连接的详细流程，包括填写主机信息、端口、用户名密码以及Python解释器路径。特别针对可能出现的权限问题（错误代码126）提供了解决方案，即检查并修改Python解释器文件的执行权限。最后提醒用户注意防火墙设置和SSH配置文件修改等注意事项，确保连接顺畅。
2025-06-08 01:45:05
828
原创 20250607-在Ubuntu中使用Anaconda创建新环境并使用本地的备份文件yaml进行配置
摘要： 本文详细介绍了如何在远程Ubuntu系统中使用本地Windows生成的Anaconda环境备份文件（my.yaml）创建新环境。步骤包括：安装Anaconda并配置环境变量、生成/传输YAML文件、通过conda env create命令创建环境（如Py31209），并提供多种验证方法（如conda env list、激活测试、检查日志等）。同时总结了常见问题（路径错误、依赖冲突）的解决方法，确保用户能顺利完成跨系统环境迁移。（150字）
2025-06-07 21:26:52
899
原创 20250525-更新 Anaconda 和 `pip` 中的库包
摘要 更新Anaconda和pip中的库包需谨慎操作，可能导致依赖冲突或不兼容问题。Anaconda用户可使用conda update --all更新所有包，而pip用户应先升级pip工具本身。建议通过conda list --outdated或pip list --outdated检查可用更新，并优先选择更新特定包而非全部更新。为安全起见，可创建新环境进行更新测试。该操作耗时较长且存在风险，需根据实际情况权衡。
2025-05-25 11:06:17
171
原创 20250510-关于 Anaconda 镜像源的配置与使用
本文介绍了Anaconda和pip管理工具配置国内镜像源的方法。主要内容包括：1)使用conda命令查看和修改.condarc配置文件中的镜像源；2)手动编辑.condarc文件调整镜像源；3)设置show_channel_urls选项；4)使用国内pip镜像源安装库包的具体命令格式；5)列出了包括清华、豆瓣、阿里云等常用国内镜像源地址。这些方法可以帮助用户在国内网络环境下更高效地下载和管理Python环境所需的软件包。
2025-05-10 23:12:18
365
原创 20250416-Python 中常见的填充 `pad` 方法
在 Python 中，`pad` 方法通常与**字符串**或**数组**操作相关，用于在数据的前后填充特定的值，以达到指定的长度或格式。以下是几种常见的与 `pad` 相关的用法：字符串、PyTorch、NumPy 和 Pandas 中 pad 方法
2025-04-16 15:11:32
744
原创 20250330-傅里叶级数专题之快速傅里叶变换等(6/6)
傅里叶级数(Fourier Series, FS)、 傅里叶变换(Fourier Transform, FT)、离散时间傅里叶变换(Discrete-Time Fourier Transform, DTFT)、离散傅里叶变换(Discrete Fourier Transform, DFT) 与 快速傅里叶变换(Fast Fourier Transform, FFT). ——2025.1.11 傅里叶级数、傅里叶变换: 连续的信号/函数 〰️ (信号的周期性) 离散傅里叶级数、离散时间傅里叶变
2025-03-30 16:51:07
224
原创 20250330-傅里叶级数专题之离散傅里叶变换(5/6)
傅里叶级数(Fourier Series, FS)、 傅里叶变换(Fourier Transform, FT)、离散时间傅里叶变换(Discrete-Time Fourier Transform, DTFT)、离散傅里叶变换(Discrete Fourier Transform, DFT) 与 快速傅里叶变换(Fast Fourier Transform, FFT). ——2025.1.11 傅里叶级数、傅里叶变换: 连续的信号/函数 〰️ (信号的周期性) 离散傅里叶级数、离散时间傅里叶变
2025-03-30 16:48:43
482
原创 20250330-傅里叶级数专题之离散时间傅里叶变换(4/6)
傅里叶级数(Fourier Series, FS)、 傅里叶变换(Fourier Transform, FT)、离散时间傅里叶变换(Discrete-Time Fourier Transform, DTFT)、离散傅里叶变换(Discrete Fourier Transform, DFT) 与 快速傅里叶变换(Fast Fourier Transform, FFT). ——2025.1.11 傅里叶级数、傅里叶变换: 连续的信号/函数 〰️ (信号的周期性) 离散傅里叶级数、离散时间傅里叶变
2025-03-30 16:44:09
438
原创 20250330-傅里叶级数专题之离散傅里叶级数(3/6)
傅里叶级数(Fourier Series, FS)、 傅里叶变换(Fourier Transform, FT)、离散时间傅里叶变换(Discrete-Time Fourier Transform, DTFT)、离散傅里叶变换(Discrete Fourier Transform, DFT) 与 快速傅里叶变换(Fast Fourier Transform, FFT). ——2025.1.11 傅里叶级数、傅里叶变换: 连续的信号/函数 〰️ (信号的周期性) 离散傅里叶级数、离散时间傅里叶变
2025-03-30 16:41:23
199
原创 20250330-傅里叶级数专题之傅里叶变换(2/6)
傅里叶级数(Fourier Series, FS)、 傅里叶变换(Fourier Transform, FT)、离散时间傅里叶变换(Discrete-Time Fourier Transform, DTFT)、离散傅里叶变换(Discrete Fourier Transform, DFT) 与 快速傅里叶变换(Fast Fourier Transform, FFT). ——2025.1.11 傅里叶级数、傅里叶变换: 连续的信号/函数 〰️ (信号的周期性) 离散傅里叶级数、离散时间傅里叶变
2025-03-30 16:36:59
397
原创 20250330-傅里叶级数专题之傅里叶级数(1/6)
傅里叶级数(Fourier Series, FS)、 傅里叶变换(Fourier Transform, FT)、离散时间傅里叶变换(Discrete-Time Fourier Transform, DTFT)、离散傅里叶变换(Discrete Fourier Transform, DFT) 与 快速傅里叶变换(Fast Fourier Transform, FFT). ——2025.1.11 傅里叶级数、傅里叶变换: 连续的信号/函数 〰️ (信号的周期性) 离散傅里叶级数、离散时间傅里叶变
2025-03-30 16:36:31
279
原创 20250328-傅里叶级数专题之数学基础(0/6)
傅里叶级数(Fourier Series, FS)、 傅里叶变换(Fourier Transform, FT)、离散时间傅里叶变换(Discrete-Time Fourier Transform, DTFT)、离散傅里叶变换(Discrete Fourier Transform, DFT) 与 快速傅里叶变换(Fast Fourier Transform, FFT). ——2025.1.11 傅里叶级数、傅里叶变换: 连续的信号/函数 〰️ (信号的周期性) 离散傅里叶级数、离散时间傅里叶变
2025-03-28 11:34:11
548
原创 20250324-使用 `nltk` 的 `sent_tokenize`, `word_tokenize、WordNetLemmatizer` 方法时报错
本文介绍了解决使用NLTK工具包时常见的punkt_tab和wordnet资源缺失问题的方法。当出现LookupError时，可通过两种方式解决：1) 运行nltk.download()命令自动下载资源；2) 手动下载对应资源包并解压到nltk_data目录。特别推荐从GitHub下载完整的nltk_data包，可一次性解决大多数文本处理问题。文章提供了详细的操作步骤和验证方法，确保分词和词形还原功能正常运行，并附有相关截图和参考链接，便于用户理解和操作。
2025-03-24 20:06:44
1126
原创 20250124-注意力机制（5-7）【3/3完结】 ——已复现
注意力机制（Attention Mechanism）源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。上述机制通常被称为注意力机制。人类视网膜不同的部位具有不同程度的信息处理能力，即敏锐度（Acuity），只有视网膜中央凹部位具有最强的敏锐度。为了合理利用有限的视觉信息处理资源，人类需要选择视觉区域中的特定部分，然后集中关注它。例如，人们在阅读时，通常只有少量要被读取的词会被关注和处理。综上，注意力机制主要有两个方面：决定需要关注输入的哪部分
2025-01-24 11:25:34
410
原创 20250124-注意力机制（3-4）【2/3】 ——已复现
注意力机制（Attention Mechanism）源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。上述机制通常被称为注意力机制。人类视网膜不同的部位具有不同程度的信息处理能力，即敏锐度（Acuity），只有视网膜中央凹部位具有最强的敏锐度。为了合理利用有限的视觉信息处理资源，人类需要选择视觉区域中的特定部分，然后集中关注它。例如，人们在阅读时，通常只有少量要被读取的词会被关注和处理。综上，注意力机制主要有两个方面：决定需要关注输入的哪部分
2025-01-24 11:01:57
310
原创 20250124-注意力机制（1-2）【1/3】 ——已复现
注意力机制（Attention Mechanism）源于对人类视觉的研究。在认知科学中，由于信息处理的瓶颈，人类会选择性地关注所有信息的一部分，同时忽略其他可见的信息。上述机制通常被称为注意力机制。人类视网膜不同的部位具有不同程度的信息处理能力，即敏锐度（Acuity），只有视网膜中央凹部位具有最强的敏锐度。为了合理利用有限的视觉信息处理资源，人类需要选择视觉区域中的特定部分，然后集中关注它。例如，人们在阅读时，通常只有少量要被读取的词会被关注和处理。综上，注意力机制主要有两个方面：决定需要关注输入的哪部分
2025-01-23 22:55:23
513
原创 20250118-读取并显示彩色图像以及提取彩色图像的 R、G、B 分量
本文介绍了如何用Python读取和显示彩色图像，并提取其R、G、B分量。演示了三种图像读取方法：PIL库、OpenCV库（需BGR转RGB）以及OpenCV原生显示。重点对比了BGR和RGB格式的显示差异，指出颜色通道顺序不同会导致色彩失真。提供了两种分量提取方案：PIL直接提取RGB分量，OpenCV通过cv2.split()或cv2.cvtColor()转换后提取，均能获得单通道图像。文中包含完整代码示例和效果对比图，展示了各颜色分量的可视化结果。
2025-01-18 22:50:44
855
原创 20250108-解决报错：RuntimeError: view size is not compatible with input tensor‘s size and stride……
摘要：当PyTorch张量因内存不连续引发view()函数错误时，可通过两种方法解决：1) 先调用.contiguous()创建连续副本再使用view()；2) 直接使用.reshape()自动处理连续性。两种方法均可实现安全的张量形状变换，避免运行时错误。
2025-01-08 18:46:09
602
原创 20250108-实验+神经网络（实现见绑定资源）
的反向传播算法（可以使用torch中自动微分），程序应能够正确计算函数𝑓的雅克比矩阵，的反向传播算法（不允许使用自动微分），程序应能够正确计算函数𝑓的雅克比矩阵.实验要求2：基于pytorch实现。实验要求1：基于numpy实现。
2025-01-08 18:08:15
1032
原创 20241201-EcoEye Reproduction（论文复现）
import os # Python标准库中的一个模块,提供了许多与操作系统交互的功能,用于处理文件import randomimport shutilimport warningsimport numpy as npimport pandas as pd # 一个强大的 Python 数据分析库,提供了快速、灵活以及表达力强的数据结构,旨在使“关系”或“标签”数据的操作既简单又直观。是数据科学、金融、统计学和任何需要数据分析的领域中不可或缺的工具。import seaborn……
2025-01-05 14:58:37
320
原创 20250105-EcoEye：基于深度学习的植物病理图像数据分类——（已复现）
如果没有适当的早期发现和鉴定植物病原体，叶片病害可能对农业产量构成重大挑战。我们提出了一种基于深度学习的植物病害自动识别方法，而不是由农民进行的主观且需要专业知识的视觉检测。在不同的实验中，训练一个ResNet-50架构获得了最好的结果，验证准确率为96.5%，测试准确率为65.6%。
2025-01-05 14:51:03
81
原创 20241206-解决hadoop报错：org.apache.hadoop.ipc.RpcException: RPC response exceeds maximum data length
Hadoop RPC报错解决方法摘要 当遇到"RPC response exceeds maximum data length"错误时，可采取以下措施： 使用jps命令检查namenode和datanode进程状态，确保已启动（未启动时执行start-dfs） 检查core-site.xml配置文件中fs.default.name属性，确认请求地址正确无误
2024-12-30 17:25:22
741
原创 20241218-信息安全理论与技术复习题
信息安全的基本属性是（D )。A、机密性B、可用性C、完整性D、上面 3 项都是“会话侦听和劫持技术” 是属于（B）的技术。A、 密码分析还原B、 协议漏洞渗透C、 应用漏洞分析与渗透D、 DOS 攻击对攻击可能性的分析在很大程度上带有（B ).A、客观性B、主观性C、盲目性D、上面 3 项都不是从安全属性对各种网络攻击进行分类，阻断攻击是针对（B）的攻击。A、 机密性B、可用性C、 完整性D、 真实性。
2024-12-28 21:53:56
1079
原创 20241207-为什么归一化输入有助于神经网络
神经网络归一化能显著提升训练效率和模型性能。其核心优势包括加速收敛、避免梯度异常、提高模型学习能力、降低初始化依赖、增强数值稳定性，以及统一特征尺度便于比较。归一化通过平衡数据分布，使梯度下降更高效，同时减少梯度消失/爆炸风险，为深度网络训练提供更稳定的数值环境。
2024-12-07 21:53:19
518
原创 20241206-Windows 10下使用IDEA 2024.2.3(JDK 18.0.2.1)搭建Hadoop 3.3.6开发环境
# Windows 10下使用IDEA 2024.2.3(JDK 18.0.2.1)搭建Hadoop 3.3.6开发环境## 1. 配置好本地hadoop之后## 2. idea 新建或导入 Maven 项目 ## 3. 编写 `pom.xml` 文件: 有些版本和项目信息需要根据自己的项目进行调整> JDK 18.0.2.1> Hadoop 3.3.6
2024-12-06 14:22:01
428
原创 20241123-四元数高阶奇异值分解-(8-12)【5/5完结】
当把四元数和高阶奇异值分解结合起来时，就是考虑在四元数域上对张量进行分解。这种分解方法可以充分利用四元数的特性来处理具有复杂数学结构的数据。例如，在彩色图像处理中，彩色图像可以看作是一个三维张量（高度、宽度和颜色通道）。由于四元数可以很好地表示颜色信息（每个像素的颜色可以用一个四元数来表示，其中实部可以表示亮度，虚部可以表示颜色的其他属性），通过四元数高阶奇异值分解可以更好地分析和处理彩色图像。它可能用于图像的特征提取、图像压缩或者图像去噪等任务，能够更有效地处理图像中的颜色信息和空间信息。
2024-11-23 19:51:54
342
原创 20241123-四元数高阶奇异值分解-(6-7)【4/5】
当把四元数和高阶奇异值分解结合起来时，就是考虑在四元数域上对张量进行分解。这种分解方法可以充分利用四元数的特性来处理具有复杂数学结构的数据。例如，在彩色图像处理中，彩色图像可以看作是一个三维张量（高度、宽度和颜色通道）。由于四元数可以很好地表示颜色信息（每个像素的颜色可以用一个四元数来表示，其中实部可以表示亮度，虚部可以表示颜色的其他属性），通过四元数高阶奇异值分解可以更好地分析和处理彩色图像。它可能用于图像的特征提取、图像压缩或者图像去噪等任务，能够更有效地处理图像中的颜色信息和空间信息。
2024-11-23 19:45:54
326
原创 20241123-四元数高阶奇异值分解-(4-5)【3/5】
当把四元数和高阶奇异值分解结合起来时，就是考虑在四元数域上对张量进行分解。这种分解方法可以充分利用四元数的特性来处理具有复杂数学结构的数据。例如，在彩色图像处理中，彩色图像可以看作是一个三维张量（高度、宽度和颜色通道）。由于四元数可以很好地表示颜色信息（每个像素的颜色可以用一个四元数来表示，其中实部可以表示亮度，虚部可以表示颜色的其他属性），通过四元数高阶奇异值分解可以更好地分析和处理彩色图像。它可能用于图像的特征提取、图像压缩或者图像去噪等任务，能够更有效地处理图像中的颜色信息和空间信息。
2024-11-23 19:40:59
519
原创 20241123-四元数高阶奇异值分解-(2-3)【2/5】
当把四元数和高阶奇异值分解结合起来时，就是考虑在四元数域上对张量进行分解。这种分解方法可以充分利用四元数的特性来处理具有复杂数学结构的数据。例如，在彩色图像处理中，彩色图像可以看作是一个三维张量（高度、宽度和颜色通道）。由于四元数可以很好地表示颜色信息（每个像素的颜色可以用一个四元数来表示，其中实部可以表示亮度，虚部可以表示颜色的其他属性），通过四元数高阶奇异值分解可以更好地分析和处理彩色图像。它可能用于图像的特征提取、图像压缩或者图像去噪等任务，能够更有效地处理图像中的颜色信息和空间信息。
2024-11-23 19:37:37
256
原创 20241123-四元数高阶奇异值分解-(1)【1/5】
当把四元数和高阶奇异值分解结合起来时，就是考虑在四元数域上对张量进行分解。这种分解方法可以充分利用四元数的特性来处理具有复杂数学结构的数据。例如，在彩色图像处理中，彩色图像可以看作是一个三维张量（高度、宽度和颜色通道）。由于四元数可以很好地表示颜色信息（每个像素的颜色可以用一个四元数来表示，其中实部可以表示亮度，虚部可以表示颜色的其他属性），通过四元数高阶奇异值分解可以更好地分析和处理彩色图像。它可能用于图像的特征提取、图像压缩或者图像去噪等任务，能够更有效地处理图像中的颜色信息和空间信息。
2024-11-23 19:26:04
682
原创 20241112-Pycharm使用托管的Anaconda的Jupyter Notebook
在python软件包或者anaconda的相应envs中下载包 notebook，应该就可以了，我没试过，我是pythom自动配置的，有试过的小伙伴可以补充。：不要每次使用 Pycharm 运行 Jupyter 文件时都要手动打开 Anaconda 的 Jupyter Notebook。pycharm中配置好会自动安装的，有的要自己配置。
2024-11-12 16:15:40
577
2
原创 20241102-Windows 10上安装虚拟机VMware10.0.2、Hadoop3.3.6与jdk-18.0.2.1
本文详细记录了在Windows 10专业版上搭建Hadoop完全分布式集群的完整过程。主要内容包括：1）在VMware 10.0.2中配置CentOS虚拟机，设置静态IP、关闭防火墙、修改主机名和编辑hosts文件；2）通过Xshell 8.0连接虚拟机并解决yum源配置问题；3）准备hadoop-3.3.6和jdk-18.0.2.1安装包。文档提供了详细的操作命令和配置说明，并附有参考视频和文章链接。特别针对CentOS 7 yum源失效问题给出了解决方案，包括替换为阿里云镜像源的具体步骤。
2024-11-03 01:12:52
1159
原创 20241031-LaTeX常用符号之文字格式等——Typora（6/6）
本文介绍了LaTeX在Typora中的文字格式设置方法，包括文字颜色（如蓝色、棕色、RGB自定义等）、字体样式（加粗、斜体、手写体等）和大小调整（从巨小到巨无霸）。同时推荐了三款实用的颜色转换工具，并附上往期LaTeX符号教程链接，帮助用户快速掌握Typora中的高级排版功能。
2024-10-31 12:26:16
548
转载 20241029-Typora中Markdown的Emoji表情符号
在Markdown中添加表情符号有两种方式：1）直接复制粘贴表情符号（可使用Win+句点快捷键）；2）输入表情符号简码（格式为:emoji_name:）。本文提供了大量表情符号及其简码示例，包括笑脸、爱心等分类，如:smile:、:heart:等，方便用户在Markdown文档中快速插入各类表情符号。
2024-10-29 20:52:12
710
原创 20241024-LaTeX常用数学符号之积分、求和和括号等——Typora（5/6）
本文介绍了LaTeX中常用的数学符号输入方法，包括积分（单重、双重、三重及曲线积分）、求和、乘积、并集交集等运算符，以及各类括号的书写格式。通过表格形式展示了符号的LaTeX代码与对应的数学输出效果，涵盖基础符号、上下标及特殊格式调整（如\limits和\textstyle的使用）。该指南适合需要在Typora等编辑器中快速输入数学公式的用户参考。
2024-10-25 00:58:11
1292
原创 20241024-LaTeX常用数学符号之极限、三角函数和双曲函数等——Typora（4/6）
本文介绍了LaTeX中常用的数学符号输入方法，包括极限、对数指数、三角函数和反三角函数等。主要内容有：1）极限符号如\lim_{x\to0}、界限符号如\max/min等；2）对数指数函数如\log、\ln、\exp等；3）三角函数\sin、\cos、\tan及其反函数\sin^{-1}、\arcsin等。文章以表格形式清晰展示了各符号的LaTeX输入方式及其渲染效果，适用于Typora等Markdown编辑器中的数学公式编辑。
2024-10-24 23:20:46
1351
原创 20241024-LaTeX常用数学符号之分数、导数和模等——Typora（3/6）
本文介绍了LaTeX中常用的数学符号表达方法，包括分数、导数、模运算、根式、上下标和重音符等。分数可通过\frac{}{}、\tfrac{}{}等命令实现；导数使用\dot{}、\ddot{}等表示；模运算使用\bmod和\pmod{}。根式通过\sqrt[]{}实现，上下标用^{}和_{}表示。重音符如\hat{}、\tilde{}等可用于特殊标记。这些符号在Typora等Markdown编辑器中广泛使用，为数学公式编辑提供了便捷方式。
2024-10-24 22:11:09
1174
原创 20241024-LaTeX常用数学符号之希腊字母——Typora（2/6）
本文提供了LaTeX中常用数学符号的希腊字母对照表，包含小写字母（如α、β、γ）、大写字母（如Γ、Δ、Θ）及其他特殊符号（如ħ、ℑ、ℵ），并列出了对应的LaTeX输入指令和输出效果。此外，文章还附带了完整的系列文章链接，包括分数、导数、极限、积分等各类数学符号的使用指南，为使用Typora进行数学公式编辑提供了实用参考。
2024-10-24 20:35:07
872
原创 20241024-LaTeX常用数学符号——Typora（1/6）
LaTeX数学符号使用指南（Typora版） 本文介绍在Typora中使用LaTeX插入数学公式的方法： 行内公式：用$公式$包裹，如$\sqrt{x^3}$会显示为√x³。注意某些环境对$的空格敏感。 行间公式：用$$公式$$包裹并换行，支持手动编号（如\tag{69}）。Typora需单独换行才生效。 符号表：提供常用数学符号的LaTeX代码对照表，包括二元运算符（×÷±）、关系符（≤≡→）、箭头（↑⇄）及其他符号（∀∞∇）。 提示：不同编辑器对语法解析可能存在差异（如优快云自动换行公式）。
2024-10-24 17:57:44
1023
转载 2022.03.02：Pandas loc/iloc用法详解
Pandas loc/iloc用法详解转载自：Pandas loc/iloc用法详解
2022-06-13 00:42:04
211
2020-09-25-python题目和总结-实验3,4,5.txt
2020-11-28
2020-09-25-python题目和总结-实验6,7.txt
2020-11-28
2020-09-25-python题目和总结-实验8,9.txt
2020-11-28
(2)DB_GUI.txt
2021-07-09
(1)DB_TSGLXT_pypyodbc.txt
2021-07-09
2021考研推免相关总结
2022-03-08
2020.10.23-计算机操作系统（第四版）（汤小丹）-第二章：进程的描述和控制 #P32.png
2022-06-01
2020.10.23-计算机操作系统（第四版）（汤小丹）-第一章：引论 #P1.png
2022-06-01
2020.10.23-计算机操作系统（第四版）（汤小丹）-第三章：处理机调度和死锁 #P85.png
2022-06-01
2020.10.23-计算机操作系统（第四版）（汤小丹）-第四章：存储器管理 #P120.png
2022-06-01
2020.10.23-计算机操作系统（第四版）（汤小丹）-第5 7 8章.7z
2022-06-01
2020.10.23-计算机操作系统（第四版）（汤小丹）-第六章：I_O系统 #P178.png
2022-06-01
2021-06-24-JDK和eclipse的安装包
2021-07-09
2021-06-24-SQL SERVER 2019 安装需要的软件.zip
2021-06-24
2021-07-15：一元多项式的乘法计算（C++）.cpp
2021-07-17
2021-07-16：最大子列和问题（C++）.cpp
2021-07-17
2019-07-08：一元多项式的加减计算（C++）.cpp
2021-07-10
20241208-EcoEye：基于深度学习的植物病理图像数据集分类.7z
2025-01-05
20241123-四元数高阶奇异值分解-(2-3).png
2024-11-24
20241123-四元数高阶奇异值分解-(1).png
2024-11-24
20241123-四元数高阶奇异值分解-(8-12).png
2024-11-24
20241123-四元数高阶奇异值分解-(4-5).png
2024-11-24
20241123-四元数高阶奇异值分解-(6-7).png
2024-11-24
20241218-信息安全理论与技术复习题
2024-12-30
2020.10.23-计算机操作系统（第四版）（汤小丹）-1-8章思维导图.7z
2022-06-01
大纲笔记：2020.11.13-信息组织学（储节旺，郭春侠）.pdf
2022-06-12
2020.11.13-信息组织学（储节旺，郭春侠）-第1 7章.7z
2022-06-13
2020.11.13-信息组织学（储节旺，郭春侠）-第2-6共5章.7z
2022-06-13
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人