封装的概念基本概念：封装是面向对象的方法应该遵循的一个重要原则！它的英文是encapsulation,有时也叫做数据隐藏。 从形式上看，封装不过是将数据和行为组合在一个包中，并对对象的使用者隐藏了数据的实现形式。 对象中的数据称为实例域（instance field）,操纵数据的过程叫做方法（method）对于每个特定的类实例（也就是对象），都有一组特定的实例域值。这些值的集合就是这个对象的当
转载
2024-03-15 14:26:34
90阅读
本文给大家科普一下3D动画中骨骼（Skeleton）、绑定（Rigging）、蒙皮（Skinning）、刷权重（Weight Painting）那些事儿。这些词都是3D骨骼动画制作流程中的重要环节。 文章目录骨骼（Skeleton）绑定（Rigging）推荐教程蒙皮（Skinning）刷权重（Weight Painting） 骨骼（Skeleton）我们看到的3D动画是这样的但是对于计算机来讲它是
转载
2024-04-26 17:33:07
1034阅读
Blender模型相关建模N-GON多边形建模四边面建模三边面建模建模常用方法挤出 Extrude 快捷键E效果选择多个点、边、面时，可以通过ALT+E弹出菜单选择所需的挤压方式。ctrl+鼠标【右键】 多段凸起，凸起至鼠标位置ps:不光能凸出，还可以凹陷倒角 Bevel ctrl+B内插 Inset faces (对面操作) 快捷键 i按下i时可以有多种组合按键切刀Knife Tool 快捷键
转载
2024-02-11 07:34:35
363阅读
作者：李永彬（水德），惠彬原（出蛰），黄非团队：达摩院-自然语言-对话智能团队如何将人类先验知识低成本融入到预训练模型中一直是个难题。达摩院对话智能团队提出了一种基于半监督预训练的新训练方式，将对话领域的少量有标数据和海量无标数据一起进行预训练，从而把标注数据中蕴含的知识注入到预训练模型中去，打造了SPACE 1/2/3 系列模型：（1）SPACE-1：注入对话策略知识，AAAI 2022长文录用
blender的核心概念： 界面布局 ： 每个窗口都可以是任何类型的， 可以拖动某个窗口的右上角，产生新的窗口，或者将一个窗口拖入到临近的相同高度 或者 宽度的 窗口， 能够合并窗口。 模式：在操作不同对象的时候，可以进入多种模式，通常object模式和edit模式都存在，两种模式下通常可用的命令不同，即使有相同的命令，在两种不同的模式
转载
2024-06-06 16:30:45
102阅读
在较早期的报表套打的时候，我倾向于使用LODOP的ActiveX进行报表的打印或者套打，BS效果还是很不错的。之前利用它在Winform程序里面实现信封套打功能，详细参考《基于信封套打以及批量打印的实现过程》，虽然功能能够完美实现，不过由于还需要附带一个不是百分百整合一起的插件，还是有点另类的，虽然只是第一次使用的时候，需要安装一次插件即可。本篇随笔介绍一下如何旧瓶装新酒，使用FastReport报表工具来实现信封的套打及批量打印的功能。
原创
2021-07-22 16:10:30
267阅读
最近需要向客户发送一些宣传资料，Excel列表里面有一两百个记录，本来想手写就算了，估摸着也花不了多少时间，不过写完一个信封我就后悔了，整天敲着键盘，书写的字太难看了
原创
2021-07-25 13:39:54
527阅读
轮询算法round-robin是很基础的负载均衡算法，实际应用中wrr更为常见，但一般不需要自己实现，因为一般需要rr的场景，都已经在基础设施层面进行了支持，比如lvs或nginx通过配置即可实现，但业务上偶尔也需要自己实现负载均衡，所以有必要了解一下其技术原理。谈到wrr的应用场景，一般是服务器配置存在差异时，比如集群里有一个2C4G和一个4C8G，那么我们希望4C8G能承担更多的业务请求。或者
转载
2024-05-14 22:01:45
153阅读
背景nhanesA的开发是为了实现对国家健康和营养检查调查（NHANES）数据的完全可定制的检索。该调查是由国家卫生统计中心（NCHS）进行的，数据可在以下网站公开获取：https://www.cdc.gov/nchs/nhanes.htm。NHANES的数据每年被报告在一千多份同行评审的杂志出版物中。NHANES Data自1999年以来，NHANES调查一直在连续进行，在此期间的调查被称为 "
转载
2024-03-15 10:16:05
401阅读
CMMI认证等级从一级到五级共有五个等级，其中CMMI-5为最高等级。能力度等级：属于连续式表述，共有六个能力度等级(0~5)。0 不完整级 1 已执行级 2 已管理级 3 已定义级 4 量化管理级 5 最优化级 通常我们企业的CMMI等级认证从CMMI-1到CMMI-5。 1、初始级：软件过程是无序的，有时甚至是混乱的，对过程几乎没有定义，成功取决于个人努力。管理是反应式的。2、可管理级：建立了
转载
2024-03-27 17:21:26
123阅读
1、对网络的权重进行随机初始化2、对网络做前向计算，即将输入数据经过卷积、 Batchnorm， Scale、激活函数、池化等 层后，得到网络的输出值。3、计算网络的输出值与期望的目标值（ Ground Truth）之间的误差。。4、当误差大于期望值时，将误差反传回网络中，依次求得池化、激活函数、 Scale， Batchnorm、卷积等网络层的误差。5、根据各层误差对各网络层的梯度进行计算，再由
转载
2024-04-06 11:05:01
105阅读
随着网络和信息技术的飞速发展，网络中的信息量也呈现爆炸式的增长，那么快速并且正确从这些海量的数据中获取正确的信息成为了现在搜索引擎技术的核心问题。用户的输入通常呈现很大的差异性，这是因为不同的人接受不同的教育、不同的文化，导致在表述同一个问题上面差异很大，那么对用户输入的搜索词进行词条权重的打分是非常有必要的，这对于从用户输入的搜索词中提取核心词，或是对搜索词返回的文档排序等都是一个非常重要的课题
转载
2024-04-14 20:59:22
163阅读
什么是Attention机制？Attention机制的本质来自于人类视觉注意力机制。人们在看东西的时候一般不会从到头看到尾全部都看，往往只会根据需求观察注意特定的一部分。简单来说，就是一种权重参数的分配机制，目标是协助模型捕捉重要信息。具体一点就是，给定一组，以及一个目标(查询)向量query，attention机制就是通过计算query与每一组key的相似性，得到每个key的权重系数，再通过对v
转载
2024-03-31 16:03:22
340阅读
一、 半定松弛 Semidefinite relaxation (SDR)1.齐次QCQP SDR可以用于解决很多非凸的二次约束二次规划问题，因此成为信号处理领域一个有力的工具。一般的实值齐次QCQP问题可以表示为如下的形式：其中X是一个秩为1的半正定矩阵，因此该问题转化为如下的形式： 优化变量从原来的x变成了X，目标函数和约束条件对于
转载
2024-03-31 11:23:38
373阅读
ELF 文件结构介绍
ELF 文件结构介绍文件头以 ELF 文件64位版本为例：e_ident 【ELF魔数 16byte】1-4字节：ELF 文件都必须相同的标识码，分别为 0x7F,0x45,0x4C,0x46第5字节：程序位数（0x01表示32位，0x02表示64位）第6字节：规定该ELF文件是大端还是小端（0x01表示小端，0x02表示大端）第7字节
转载
2024-05-30 00:37:58
197阅读
1.seq2seq模型有遗忘问题和对齐问题，attention在原来的seq2seq模型上做出了改进，在decoder编码阶段它的输入变为原来向量的加权求和，赋予每个向量不同的权重。获取权重的方式：找一个向量ｑ与输入句子的每个词的向量进行比较，如果两个向量相近则获得的权重比较高。计算权重的方式：一种就是在预测ｔ时刻的输出时，用decoder阶段上一时刻的输出作为ｑ向量。另一种就是用ｈｔ作为ｑ向量。
转载
2023-08-25 21:43:16
83阅读
boosting方法有许多不同的变形。其中最流行的一种就是AdaBoost方法，这个名称是“adaptive boosting”的缩写。这个方法允许设计者不断地加入新的“弱分类器”，直到达到某个预定的足够小的误差率【便于通过扩展来提高分类效果】。在AdaBoost方法中，每一个训练样本都被赋予一个权重，表明它被某个分类分类器选入训练集的概率。如果某个样本点已经被准确分类，那么在构造下一个训练集中，
转载
2024-04-22 22:26:20
78阅读
文章目录前言一、抽奖需求1、抽奖金额权重2、金额要取奖项范围的随机值二、算法实现1、计算用户中了几等奖2、生成相应奖项的随机金额3、抽奖写在最后 前言近期需要为平安普惠公众号开发一个抽奖发红包的需求，在抽奖页面的下方需要滚动展示用户中奖信息，如下图所示 由于活动参与的人数多，并发量高，为了减轻服务器的访问压力，决定前端用js算法来随机生成用户中奖记录。一、抽奖需求1、抽奖金额权重1~200元，中
转载
2024-02-29 13:34:12
388阅读
所谓的“百度权重”，指的是爱站、站长工具等网站推出的针对网站关键词排名预计给网站带来流量而划分的评估数据。“百度权重”并不是像谷歌的PageRank那样的对网站的综合评级的算法，而只是针对关键词排名方面给网站带来的欢迎度进行评级，因此非常容易作弊。百度官方就曾经发布过一个公告，告诉大家世界上并没有所谓的“百度权重”，百度搜索引擎使用的衡量网站价值的打分体系，是由近百种策略组成，而且分值是动态的，即
转载
2024-04-29 13:49:45
88阅读
现在已经知道二值化神经网络权重的分布规则按列分布,正负对称,A0列或B0列高度比较突出,且A0列或B0列彼此之间正负关系相反重合1列的高度较小,且正负关系与A0列或B0列相反重合0列没有变化A0列，B0列，重合1列，重合0列彼此之间几乎一致。如果直接用这个规则去初始化权重会加速网络收敛吗？(A，B)---9*9*2---(1,0)(0,1)用神经网络去分类981，A有9个1，B有8个1.由这两张图
转载
2024-03-16 10:49:32
236阅读
