<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[SL1109]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/zhaoshuling1109</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; zhaoshuling1109]]></copyright><item><title><![CDATA[测试工程师综合面试题目]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/160147810</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/160147810</guid><author>zhaoshuling1109</author><pubDate>Tue, 14 Apr 2026 14:56:53 +0800</pubDate><description><![CDATA[测试工程师全方位面试题目]]></description><category></category></item><item><title><![CDATA[计算机小错误]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/84894300</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/84894300</guid><author>zhaoshuling1109</author><pubDate>Sat, 08 Dec 2018 16:45:36 +0800</pubDate><description><![CDATA[目录

 

1.电脑没有声音：

2.如何远程连接服务器 

1.电脑没有声音：



2.如何远程连接服务器  


	
		我们用快捷命令win+R调出运行窗口，在运行窗口输入命令：mstsc

		

		
		
		
		确定后，系统弹出远程桌面连接工具框。输入要远程的服务器的ip地址，点击连接

		
		
		
		这时弹出输入凭证信息菜单

		
		
		
		我们点击更多选项，...]]></description><category></category></item><item><title><![CDATA[软件测试基础理论]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/84893574</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/84893574</guid><author>zhaoshuling1109</author><pubDate>Sat, 08 Dec 2018 16:02:08 +0800</pubDate><description><![CDATA[软件测试

目录

测试人员应该具备的技能

1. 基本知识

1.1 软件

1.2 什么是软件测试

1.3 软件测试的目的

1.4 软件测试的定义

1.5 软件测试的原则

1.6 软件质量模型（iso9126）

1.7 软件质量模型保证（SQA）

1.8 QC和QA

1.9 软件测试的流程

1.10 软件测试报告包括什么？

2. 软件的bug（缺陷）

2.1 软件的Bug
...]]></description><category></category></item><item><title><![CDATA[编程Day]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81940051</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81940051</guid><author>zhaoshuling1109</author><pubDate>Sat, 08 Dec 2018 15:14:32 +0800</pubDate><description><![CDATA[目录

8022   201509-2 日期计算

8023   201403-2 窗口

8024   201409-3 字符串匹配

8025  201312-3  最大的矩形

8026  201512-2  消除类游戏

8027  201503-2 数字排序

8028 201703-2 学生排队

8029 201712-2 游戏

8030 201709-2 公共钥匙盒

8031 ...]]></description><category></category></item><item><title><![CDATA[openCV 图像识别 从0到精通]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/84892893</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/84892893</guid><author>zhaoshuling1109</author><pubDate>Sat, 08 Dec 2018 15:06:11 +0800</pubDate><description><![CDATA[opencv从0到精通：https://blog.youkuaiyun.com/qq_20823641/column/info/opencv3]]></description><category></category></item><item><title><![CDATA[评价指标]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/84639906</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/84639906</guid><author>zhaoshuling1109</author><pubDate>Thu, 29 Nov 2018 20:58:55 +0800</pubDate><description><![CDATA[1.查准率、查全率（召回率）

查准率：反映了被分类器判定的正例中真正的正例样本的比重
           查准率（Precision）=精确度=precision=TP/(TP+FP)

查全率：反映了被正确判定的正例占总的正例的比重
          查全率（recall）=召回率recall=TP/(TP+FN)

 正确率、准确率：反映了分类器统对整个样本的判定能力——能将正的判定为正...]]></description><category></category></item><item><title><![CDATA[学习网站]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/83750550</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/83750550</guid><author>zhaoshuling1109</author><pubDate>Mon, 05 Nov 2018 15:34:03 +0800</pubDate><description><![CDATA[目录

总

计算机语言&amp;amp;人工智能

C++

JAVA

Python

tensorflow

机器学习

较好的博客

前端

计算机基础

总


 计算机等相关学习教程：http://www.runoob.com/

人工智能之机器学习路线图：https://blog.youkuaiyun.com/BaiHuaXiu123/article/details/52464510


计算机语言&amp;a...]]></description><category></category></item><item><title><![CDATA[matlab 2014a安装]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/83269011</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/83269011</guid><author>zhaoshuling1109</author><pubDate>Mon, 22 Oct 2018 10:12:03 +0800</pubDate><description><![CDATA[matlab 2014a安装：https://blog.youkuaiyun.com/qq_29540745/article/details/53647768]]></description><category></category></item><item><title><![CDATA[输出前后重叠的最长子串的长度]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/82659390</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/82659390</guid><author>zhaoshuling1109</author><pubDate>Wed, 12 Sep 2018 11:56:15 +0800</pubDate><description><![CDATA[题目：

给定两个字符串，求它们前后重叠的最长子串的长度，比如&quot;abcde&quot;和“cdefg”是&quot;cde&quot;，长度为3。

 ]]></description><category></category></item><item><title><![CDATA[删除出现次数最少的字符]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/82657705</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/82657705</guid><author>zhaoshuling1109</author><pubDate>Wed, 12 Sep 2018 10:38:42 +0800</pubDate><description><![CDATA[题目：

实现删除字符串中出现次数最少的字符，若多个字符出现次数一样，则都删除。输出删除这些单词后的字符串，字符串中其它字符保持原来的顺序。


#include&amp;lt;bits/stdc++.h&amp;gt;
using namespace std;
int main()
{
    string str;
    while(getline(cin,str))   
    {   
	    in...]]></description><category></category></item><item><title><![CDATA[丑数]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/82632702</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/82632702</guid><author>zhaoshuling1109</author><pubDate>Tue, 11 Sep 2018 21:04:45 +0800</pubDate><description><![CDATA[题目： 
一个数的因子仅仅包括2，3，5的数称为丑数。数字1特别对待也看作是丑数，所以从1開始的10个丑数分别为1，2。3。4，5，6，8，9。10。12。

1.判断一个数是否是丑数


#include&amp;lt;bits/stdc++.h&amp;gt;
using namespace std;
int main()
{
	int N,flag=0; 
	cin&amp;gt;&amp;gt;N;
	int temp ...]]></description><category></category></item><item><title><![CDATA[19校招华为笔试 Code3]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/82458248</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/82458248</guid><author>zhaoshuling1109</author><pubDate>Thu, 06 Sep 2018 11:24:44 +0800</pubDate><description><![CDATA[ 19华为笔试 Code3


题目需求：解码（根据每个字母字符串后面的数字对其进行输出）先次数升序，后Asc码升序 。

输入：a11b2bac3bad3abcd2 

输出：abcdabcdbbbacbacbacbadbadbadaaaaaaaaaaa


 


分析：排序后：abcd 2；b2；bac 3；bad 3；a 11；所以abcd输出2次，b输出2次.......等等；

涉及知...]]></description><category></category></item><item><title><![CDATA[tensorflow（16）训练自己的模型]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81538694</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81538694</guid><author>zhaoshuling1109</author><pubDate>Thu, 09 Aug 2018 16:09:42 +0800</pubDate><description><![CDATA[迁移学习：

物体识别模型可能含有数百万个参数，将耗费几周的时间去完全训练。因此我们采用迁移学习的方法，在已经训练好的模型（基于ImageNet）上调整部分参数（Inception_V3），实现自己数据集的分类。

3种方法：

方法1：无到有（从头开始训练）：自己准备好的数据，拿一个别的模型（inception模型），利用最最初始的参数重新开始训练一个属于自己数据集的模型【更改整个网络的参数】）...]]></description><category></category></item><item><title><![CDATA[tensorflow（15）在线下载inception-v3模型、可视化结构、使用]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81515247</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81515247</guid><author>zhaoshuling1109</author><pubDate>Wed, 08 Aug 2018 20:47:23 +0800</pubDate><description><![CDATA[ inception-v3模型：google图像识别的网络模型

1. 在线下载模型代码：


import tensorflow as tf
import os
import tarfile
import requests

# inception-v3 是googlenet的第三个版本
#inception模型下载地址
inception_pretrain_model_url = 'http:...]]></description><category></category></item><item><title><![CDATA[tensorflow（14）模型的保存、载入模板]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81514201</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81514201</guid><author>zhaoshuling1109</author><pubDate>Wed, 08 Aug 2018 19:39:26 +0800</pubDate><description><![CDATA[1.模型的保存（代码）


import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
#载入数据(可以是某盘的绝对路径)（我的数据存储在运行路径下）
#mnist = input_data.read_data_sets('C:\\Users\\ZSl\\Documents\\MNIST_da...]]></description><category></category></item><item><title><![CDATA[tensorflow（13）RNN（循环神经网络或递归神经）、LSTM]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81513601</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81513601</guid><author>zhaoshuling1109</author><pubDate>Wed, 08 Aug 2018 18:55:56 +0800</pubDate><description><![CDATA[理论讲解

RNN：语音识别、自然语言处理，机器翻译，图像描述等方面应用。



RNN缺点：部分信息会随着网络逐渐递减，好的信息，不好的信息它都会记住。



递归神经网络RNN和BP神经网络的区别：

不同点：递归神经网络L有反馈回路，可以记住上一次的输出，并作为下一次的输入之一，BP神经网络没有反馈回路。
	相同点：都有梯度消失的问题，之前输入的数据会随着时间的流逝，信号会不断的衰弱，对决策...]]></description><category></category></item><item><title><![CDATA[tensorflow（12）CNN实现Mnist分类、可视化]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81509898</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81509898</guid><author>zhaoshuling1109</author><pubDate>Wed, 08 Aug 2018 16:11:17 +0800</pubDate><description><![CDATA[1.CNN实现MNIST数据集分类（最后的ACC=99.2）


import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data
mnist=input_data.read_data_sets(&quot;MNIST_data&quot;,one_hot=True)
 
#每个批次的大小
batch_size=100...]]></description><category></category></item><item><title><![CDATA[tensorflow（11）CNN]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81508016</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81508016</guid><author>zhaoshuling1109</author><pubDate>Wed, 08 Aug 2018 14:46:41 +0800</pubDate><description><![CDATA[一、CNN的引入：

1.1 传统神经网络（人工全连接网络）存在的问题（当处理图片问题）：

1.）权值太多，计算量太大

2.）权值太多，需要大量的样本进行训练

经验之谈：样本数据量大小是未知参数（权值）的5~30倍。

如：输入一张黑白28*28图片，假设隐层是15个神经元，则参数：784*15=11760个。 如果输入是彩色的，则参数是：3  *784 *15个。输入格式：一维向量。


...]]></description><category></category></item><item><title><![CDATA[tensorboard（10）实现可视化]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81506203</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81506203</guid><author>zhaoshuling1109</author><pubDate>Wed, 08 Aug 2018 12:42:07 +0800</pubDate><description><![CDATA[ 代码：


import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data#载入数据(可以是某盘的绝对路径)（我的数据存储在运行路径下）
from tensorflow.contrib.tensorboard.plugins import projector
#可视化（暂时不关心结果，只关心结构...]]></description><category></category></item><item><title><![CDATA[tensorflow（9）tensorboard网络评价标准]]></title><link>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81503573</link><guid>https://blog.youkuaiyun.com/zhaoshuling1109/article/details/81503573</guid><author>zhaoshuling1109</author><pubDate>Wed, 08 Aug 2018 10:28:29 +0800</pubDate><description><![CDATA[评价标准可视化代码：

主要是添加#参数概要 。
	在运行出错的时候，利用菜单栏中的 Kernel中的“Restart &amp;amp; Run All”

import tensorflow as tf
from tensorflow.examples.tutorials.mnist import input_data#载入数据(可以是某盘的绝对路径)（我的数据存储在运行路径下）
#可视化（暂时不关心...]]></description><category></category></item></channel></rss>