Python
Connected Graph
$quad $ 我在题库做题时被一道计数类DP的高精度恶心到了。本着能不打高精就不打的原则，我就用了 (long double) 来解决这个问题。 $quad $ 但毕竟是浮点类型的，勾石精度真的很逆天。试了很久决定写 (Python) (doge)。 $quad $ 就直接去学 (Python) 了，然后发现还是有丢失精度的问题。 $quad $ 然后就解决了一下精度问题（还是逆天的浮点数运算）
6.10，6.11-字符串
344.反转字符串 题意描述： 编写一个函数，其作用是将输入的字符串反转过来。输入字符串以字符数组 s 的形式给出。 不要给另外的数组分配额外的空间，你必须原地修改输入数组、使用 O(1) 的额外空间解决这一问题。 原地算法（in-place algorithm）是一种使用小的，固定数量的额外之空间来转换资料的算法。即空间复杂度要求o（1）。 示例 1： 示例 2： 提示： 1 <=
mouceMice智能垃圾分类系统
mouceMice智能垃圾分类系统 1.成员名称和任务分配 成员 认领任务 陈曦 实现登录、注册、检索垃圾类型和前端部分实现、连接树莓派实现socket通信传输图片 杨雨佳 需求分析和总体进展监督 郑博文 部分前端页面实现及其优化 李睿 初步实现深度学习算法、树莓派连接和算法效率提升 范兴宇 项目测试 2、项目简介，涉及技术 自19年垃圾分类政策试行，全国从46
stable diffusion安装简单记录
参考bilibili的教程就好。 https://www.bilibili.com/video/BV1R8411x78T/?share_source=copy_web&vd_source=6ff698460da12b7358d0dd9391c0b4b4 注意问题 1、需要有外网访问~~ up主提供的文档，这个文档中涉及到huggingface地址的访问，这是个外网地址（安全上网
爬虫技术升级：如何结合DrissionPage和Auth代理插件实现数据采集
背景/引言 在大数据时代，网络爬虫技术已经成为数据收集的重要手段之一。爬虫技术可以自动化地从互联网上收集数据，节省大量人力和时间成本。然而，当使用需要身份验证的代理服务器时，许多现有的爬虫框架并不直接支持代理认证。这就需要我们寻找替代方案，以便在爬虫过程中能够顺利通过代理认证。 本文将介绍如何使用Python中的DrissionPage库，结合Auth代理的Chrome插件，实现从163新闻网站的
TensorFlow、Keras的LSTM神经网络预测和异常检验股市价格时间序列数据可视化python实例附代码数据
全文链接：https://tecdat.cn/?p=36448 原文出处：拓端数据部落公众号 本文旨在探讨如何利用TensorFlow和Keras中的LSTM神经网络来预测和检验股市价格时间序列数据，并通过Python编程语言和可视化技术来展示预测结果和异常检验的效果。具体而言，本文将首先介绍LSTM神经网络的基本原理和TensorFlow、Keras框架的使用方法，然后通过实例详细阐述如何构建和
R语言经济学：动态模型平均(DMA)、动态模型选择(DMS)预测原油价格时间序列
原文链接：http://tecdat.cn/?p=22458 原文出处：拓端数据部落公众号 简介 本文提供了一个经济案例。着重于原油市场的例子。简要地提供了在经济学中使用模型平均和贝叶斯方法的论据，使用了动态模型平均法（DMA），并与ARIMA、TVP等方法进行比较。希望对经济和金融领域的从业人员和研究人员有用。 动机 事实上，DMA将计量经济学建模的几个特点结合在一起。
git-jenkins阶段02 git标签, github使用, gitlab安装, 配置, 使用, 开发推送和克隆代码
1.Git的标签 2.Github的使用 创建仓库 github配上SSH keys, 把公钥复制进去 点setting 3.Gitlab安装 官网选择安装，手动安装，centos版本，选ce社区版，ee是企业版，如图, 查看安装包 https://packages.gitlab.com/gitlab/gitlab-ce 修改
docker 的代理设置
Docker的代理设置 有时候当我们设置了镜像仓库之后，依然有些镜像无法直接拉去。另外一个情况就是在build image的时候，有些包或者有些依赖的url无法访问。例如国外的一些资源，这时候我们就可以通过配置proxy进行获取。 配置docker的proxy 路径一般是 ~/.docker/config.json 这里的http_proxy替换成自己的代理地址就可以了。 Build设置代理 d
Pytorch神经网络实例分析总结
Pytorch神经网络基本结构 导入数据Dateset，自建的数据或者下载网上的数据如MNIST/CIFAR-10，将数据转换成Tensor类型，归一化处理 数据划分DataLoader，将数据分成多个Batch进行训练和测试 构建网络，定义网络层级和forward函数 实例化网络模型，添加优化方法和损失函数 训练网络，加载数据，调用模型进行预测，计算损失函数，梯度清零，反向传
ros gazebo仿真环境搭建
1.准备工作 创建工作空间 mkdir -p ~/car_ws/src 创建功能包 cd car_ws/src roscreate-pkg car 编译工作空间 cd .. catkin_make source devel/setup.bash 创建urdf和launch文件，配置文件 cd src/car mkdir urdf launch config cd urdf touch car.xa
腾讯云CVM主机在原分区（主分区）上增加磁盘空间
#现有环境： vdb 1000G - vdb1 500G - 剩余500G需要加在vdb1上 # 1、安装 - yum install -y cloud-utils-growpart - 一般系统都自带 # 2、执行以下命令，使用 growpart 工具扩容分区 - growpart /dev/vdb 1 # 1 表示是第一个分区：vdb1
在colab上配置TripoSR
%cd /content !git clone --recursive https://github.com/VAST-AI-Research/TripoSR !pip install -r requirements.txt %cd /content/TripoSR/ !pip install -r requirements.txt !pip i
Python 调整PDF页面尺寸大小
在处理PDF文件时，我们可能会遇到这样的情况：原始PDF文档不符合我们的阅读习惯，或者需要适配不同显示设备等。这时，我们就需要及时调整PDF文档中的页面尺寸，以满足不同应用场景的需求。 利用Python语言的高效性和灵活性，再结合Spire.PDF for Python 库的强大功能，我们可以通过Python代码轻松实现对PDF页面的批量调整。在这篇文章中，我们将介绍两种调整PDF页面大小的方法：
爬虫 | xpath + lxml 库 解析爬取网页
lxml 库是用来解析XML和HTML网页内容的 Xpath 库则是用来查询数据（XPath表达式是一种在XML文档中查找信息的语言，它同样适用于HTML文档） 简单示例： 补充关于etree.parse() 和 etree.fromstring()以及 etree.XML()的区别
类的封装，继承，多态
类的封装 实例化了类后，可以直接访问对象里的属性，也可以去修改对象里的属性 class Student: # 类属性 def init(self, name,score): # 实例属性 self.name = name self.score = score stu= Student('wang',22) print(stu.name,stu.score) stu.name ='zj' print
【0基础学爬虫】爬虫基础之自动化工具 DrissionPage 的使用
概述 前三期文章中已经介绍到了 Selenium 与 Playwright 、Pyppeteer 的使用方法，它们的功能都非常强大。而本期要讲的 DrissionPage 更为独特，强大，而且使用更为方便，目前检测少，强烈推荐！！！ 这里推荐观看十一姐 B 站 DrissionPage 系列视频，很详细： 合集·爬虫自动化 DrissionPage 实战案例： https://space.bi
VulnHub - breach系列：breach-2.1
VulnHub - breach系列：breach-2.1 靶机描述 Breach 2.0 是多部分系列中的第二部分，是一项 boot2root/CTF 挑战，旨在展示真实场景，沿途充满了曲折和恶作剧。 VM 配置了静态 IP（192.168.110.151），因此您需要将主机适配器配置到此子网。抱歉！最后一个使用静态 IP 😉 提示：想象一下繁忙工作日中的生产环境。 端口信息收集 初步扫描
第六周-云计算运维作业
1. 总结关系型数据库相关概念，关系，行，列，主键，惟一键，域。 概念： 实体是现实世界中的对象或概念，通过数据库进行建模。 对象类型（或实体类型） 定义了一类具有相似属性的实体，是对实体特征的抽象描述。 关系（或表） 在数据库中对应实体类型，表中的每行表示一个实体实例，每列表示实体的属性。 关系型数据库使用二维表来存储 每个关系对应数据库中的一个实体或一个对象类型 每一个行都为一个记录（实体例）
python-识别图片中的文字
1、下载：https://digi.bib.uni-mannheim.de/tesseract/ 我们之所以要应用Tesseract，是因为他是一个开源的OCR（光学字符识别）引擎，它可以从各种图像中提取文本信息。 它具有以下作用： - 从扫描或拍摄的图像中提取文本：Tesseract可以从这些非结构化的图像中识别和提取文本，这些图像可以包括文档、照片、屏幕截图等。 - 支持多种
人工智能ChatGPT的多种应用：如何更好地提问
简介 ChatGPT 的主要优点之一是它能够理解和响应自然语言输入。在日常生活中，沟通本来就是很重要的一门课程，沟通的过程中表达的越清晰，给到的信息越多，那么沟通就越顺畅。 和 ChatGPT 沟通也是同样的道理，如果想要 ChatGPT 给到的信息越准确，越清晰，和它的沟通就至关重要。 如何能和 ChatGPT 建立一个良好的沟通方式呢？其实就是靠提示词 Prompt。 价值 可能很多同学疑惑
白话理解和使用DOCKER VOLUME
Docker使用Volume来管理宿主机和容器内数据的映射 什么是数据卷（Volume）Docker镜像被存储在一系列的只读层中。当我们创建一个容器时，Docker会读取镜像（只读），并在其顶部添加一层读写层。如果正在运行中的容器修改了现有文件，该文件将会被拷贝出底层的只读层，放到最顶层的读写层中。读写层中原来的旧版本文件（未被更改过的文件）仍然存在于镜像中。 所以当
零一科技Yi-VL 6B视觉大模型环境搭建&推理
引子 最近看新闻博客说零一科技的Yi-VL-Plus视觉大模型效果很不错，那就想着尝尝鲜。这是第四篇关于视觉大模型的博客。之前有写过一篇零一科技的chat大模型零一科技Yi-34B Chat大模型环境搭建&推理_python部署大模型yi-34b-chat-CSDN博客，感兴趣的童鞋可以移步。我个人始终觉得大模型发展之路，还是要走小而精之路，即模型小但能力强，所以这篇就部署下6B的模型吧
聊聊如何利用Testcontainers进行集成测试
前言 1、何为Testcontainers？ Testcontainers是一个库，它为引导本地开发和测试依赖关系提供了简单而轻量级的API，并将真实的服务封装在Docker容器中。使用Testcontainers，您可以编写依赖于您在生产中使用的相同服务的测试，而不需要mock或内存服务。 用比较直白的话就是testcontainers 能够让你实现通过编程语言去启动Docker容器，并在程