其他
裁员，这一次终于轮到了我
新产品发行失利，流水逐渐下滑，裁员成了公司不可避免的选择，看着身边朝夕相处的同事一个个离开，甚至还要亲自去跟团队内的同事谈离职，真的很不是滋味。好在这一切即将结束，我也要走了，公司给了足额的赔偿，我觉得挺好，于我而言，这是最好的结果。公司如果赚钱，即便不会多发给我，那我也是干劲十足，我会觉得我的工作是有价值的，但当流水下滑用户流失，公司没有明确的发展方向，甚至开始持续的裁员，那失落对我来说也不可避
如何集成化管理API_方便企业内外部调用？
API 已成为企业数字战略中不可或缺的一部分。它们使不同软件系统、应用程序和服务之间能够高效、灵活地相互沟通。API不仅能提升企业内部各部门之间的协作效率，还能加强与外部合作伙伴及客户之间的互动。 API的集成化管理将成为企业实现更高效业务流程的重要手段。通过有效的API管理，企业可以降低开发和维护成本，增强系统的安全性，提高数据的流动性。这不仅有助于提升客户体验，也为企业在市场竞争中争取了更多的
Bash脚本基本语法
一、Bash脚本以及相关介绍 Bash脚本是一种在Unix或Linux操作系统中广泛使用的脚本语言，它允许用户编写一系列命令，这些命令将被Bash（Bourne-Again SHell）解释器执行。Bash脚本可以用于自动化各种任务，比如文件管理、程序执行、系统维护等。 编写Bash脚本的基本步骤包括： 创建脚本文件：使用文本编辑器创建一个新的文本文件，通常以.sh作为文件扩展名，例如
汉书拾遗·咒符题匾刊录
[newcommand{vare}{varepsilon} newcommand{i}{mathtt i} newcommand{d}{mathrm d} newcommand{mbb}{mathbb} newcommand{p}{partial} newcommand{cas}[1]{begin{cases}#1end{cases}} ]I. 复变函数及其导数 复变函数：令 (Gsubemath
2024.9.2-CSP模拟赛1
考试： 大约在 9:40 左右发了题。 9:45 把所有的题目都快速看了一遍，T1 感觉模拟可能会 T，T2 最小生成树的板子，T3 又是追及问题感觉要挂，T4 感觉像是区间 DP。 9:50 开始做 T1，先是手搓了一个 gcd 又手动模拟了取模（想起了 xqy 因为取模导致的 TLE），样例输出得都挺快的。 但是看了一眼数据范围：(1le a,b le 10^{12})。 这……感觉会 T
2024.9.3-CSP模拟赛2
考试： 9:00 开题： 第一题第一眼数据范围 (1le nle 5times 10^7)，感觉有 T 的风险。 第二题 little bird，记得在以前做过这道题。 第三题不太会，没有给部分分的比值，感觉只能写个暴搜。 (O(n^2)) 的暴力肯定会，正解先待会再想。 9:10 做 T1，直接写暴力，5 分钟写完了。 试了一下 50000000 和 2，感觉跑得很慢，考虑优化一下。 发现每
2024.9.5-CSP模拟赛4
考试： 9:00~9:10 看题： T1：很久之前做过，没有什么印象了。 T2：感觉是广搜，但有可能要爆。 T3：搜索题，猛加优化。 T4：不知道是什么类型的题目。 9:10~9:50 写 T1，已经忘了怎么写的，只能当做一道新题来做。 写了个贪心，分了 2 中情况进行讨论，样例和自造样例都过了，但肯定会 WA。 其实在写计算的时候就已经将正解最难的地方写出来了，但没有意识到。 9:50~10
vue-router 原理
前端路由原理 hash H5 history 1. 用 JS 实现 hash 路由 通过hash变化触发路由变化->触发视图更新 不会触发页面刷新 window.onhashchange 2.使用 JS 实现 H5 history 路由 history.pushState window.onpopstate 需要后端支持 两者怎么选择？
2024.9.6-CSP模拟赛5
考试： 9:00~9:10 发卷： T1 有想法但要思考一下。 T2 水题，秒切。 T3 状压，昨天晚上就在看，但没看完只听了思路。 T4 看上去是原题，可以做一做。 9:10~9:30 先做 T4，真是原题，直接写。 直接写了归并排序，前面又补了一个 0，然后求了逆序对。 样例很快就过了就放了。 9:30~9:50 直接写了 T2，T2 很简单，直接用 map+pair 过了。 9:50~1
2024.9.4-CSP模拟赛3
考试： 9:00~9:25 怎么还不发卷啊，等得有点慌了，这是在考验心态吗？ 原来是极域出了点问题 9:25~9:35 发卷了，先看题。 T1：相对距离，这不是原题吗，这题能做。 T2：平衡队列，数据有点大，要不要离散化？好像不用，先等会在仔细看看。 T3：第一眼数据范围：(1le Nle 100)，直接弗洛伊德呀。 T4：是并查集吗？第一眼以为是用差分约束做的那道说谎的奶牛。但是 (3le n
一眼没有任何思路的题目合集
应该大部分是存在 “奇怪的操作” 吧？ 需要分析一下操作的性质？或者由 贪心 找出 有用/可能有用 的策略？或者这个操作性质很强（限制很弱）之类的？ 刻画操作 用限制刻画操作 考虑将原图分类，找到不变/限制的量，满足其为必要条件，多个必要是否可证明充分 [湖北省选模拟 2023] 棋圣 / alphago 题解 求权值最值时，若限制较弱，可以考虑算一个可以达到的上界，并考察取到这个上界的必要条件，
[湖北省选模拟 2023] 棋圣 / alphago 题解
很牛的题目啊。 -Alex_Wei 发现这个操作比较复杂但限制较弱，考虑通过考察“不变的量”来刻画操作。 容易发现若为二分图，则初始颜色不同的一定不能移动到一起。 又因为在存在环的图上这个限制很弱/目前较难考虑，所以先考虑树的情况，发现答案存在可能取到的上界，令 (c_{i, j}) 为初始颜色为 (i) 的 (j) 色棋的数量，上界即为 ((c_{0, 1}cdot c_{1, 0} + c
【基础岛·第1关】书生大模型全链路开源体系
目录过往一年历程1. 核心技术2.大海捞针实验3、人机解决方式的差别全链路开源生态1 数据2 开源数据处理工具箱3 预训练4 微调xtuner5 评测6 部署7智能体8项目 过往一年历程 7b可以应对中小企业业务，但20b才有涌现现象 1. 核心技术 2.大海捞针实验 超长文本内容中的问答正确度 3、人机解决方式的差别 全链路开源生态 1 数据 2 开源数据处理工具箱 label u
《如 何 速 通 一 套 题》4.0
A sprial 找规律。 直接做。 B write C curve [because frac{x}{3} le lfloor frac{x}{2} rfloor le frac{x}{2} ][therefore frac{x}{3^{r - l + 1}} + sum limits_{i = l}^r frac{a_i}{3^{r - i + 1}} le lfloor frac{x}{
题解：SP861 SWAPS - Counting inversions
主要使用分块和树状数组，通过从右向左遍历原数组并使用树状数组计算初始逆序对数目；在每次更新操作时，通过调整树状数组和块内值动态更新逆序对数目。 分块：将原数组分成若干块，每块大小大约为 (sqrt{n})，便于局部处理。 与分块相关的函数如下： update(int i, int idx, int val)： 更新第 i 块的树状数组中位置 idx 的值。 sum(int i, int
L5-21 - 22
L5-21 In elements and English base. As we have Learned in the, for this session, I'll say obviously and Ms offers good night. Thanks. I thanks to create a so called good night. So this song c
P6-Deep-Learning-New-Frontiers---爱可可-爱生活---BV1jo4y1d7R6
P6：Deep Learning New Frontiers - 爱可可-爱生活 - BV1jo4y1d7R6 大家好，欢迎来到MIT 6。S191的第六堂课！这是我绝对的最爱之一，课程中的讲座，我们将集中讨论一些局限性，深度学*算法以及该领域的一些新兴研究前沿，在我们深入探讨技术内容之前。 需要先进行一些与课程相关和后勤的工作。 我首先要宣布的是，我们的课程具有设计的传统，并向今年参加的学生提
P7-Evidential-Deep-Learning-and-Uncertainty---爱可可-爱生活---BV1jo4y1d7R6
P7：Evidential Deep Learning and Uncertainty - 爱可可-爱生活 - BV1jo4y1d7R6 大家好，欢迎回到今天的讲座，在91年的前六堂课上，我们尝到了一些基本的深度学习算法和模型，在接下来的两节课中，我们实际上会深入到更多的细节，特别关注现代深度学习研究中两个至关重要的热门话题领域。 对我们到目前为止在这门课上所学到的一切都产生了真正的影响，现在，这
P5-Reinforcement-Learning---爱可可-爱生活---BV1jo4y1d7R6
P5：Reinforcement Learning - 爱可可-爱生活 - BV1jo4y1d7R6 (音樂)，大家好，歡迎回到Success 191，今天是個非常刺激的一天，因為我們要學習如何結合，我們近期的進步，和我們近期的進步，在深入學習中的進步，如何結合這兩個領域，來建立一些非常奇妙的應用。 以及能夠超人性的表現。 我覺得這個領域非常神奇，因為它離開了我們近期的，這個學習的原則，我們近期
P2-Recurrent-Neural-Networks---爱可可-爱生活---BV1jo4y1d7R6
P2：Recurrent Neural Networks - 爱可可-爱生活 - BV1jo4y1d7R6 大家好，我叫Ava。我是6。S191的讲师和组织者，欢迎您参加第2讲，这将专注于深度序列建模。因此，在与亚历山大的第一次演讲中，我们了解到，关于神经网络的本质，并建立了从感知器到感知器的理解，前馈模型。 接下来，我们将注意力转向将神经网络应用于问题，其中涉及到数据的顺序处理，我们将了解为什么