简记专题
python数组列表操作简记
python数组列表操作简记 一、python列表、数组增删元素1.1列表增删元素1.2数组增删元素1.2.1array数组1.2.2numpy数组 二、python列表、数组排序2.1列表排序2.1.1数值类型或无数字字符串类型2.1.2数字和字母组成的字符串类型2.1.3多字段类型 2.2数组排序2.2.1array数组2.2.2numpy数组 三、python列表、数组转换维度3.
addEventListener(event, function, useCapture) 简记
监听事件方法：addEventListener(<event-name>, <callback>, <use-capture>) 移除监听事件方法：removeEventListener(event, function) 其中 addEventListener(event, function, useCapture) 有三个参数，分别代表： 第一个参数 event-name (String)
点云语义分割：论文阅读简记 -Spatial Transformer Point Convolution
[1] Spatial Transformer Point Convolution 为了满足点云置换不变性问题，以往的方法通过max或者sum来进行特征聚合，但是这种操作是各向同的，不能更好的建模局部几何结构。本文提出spatial transformer point convolution试图实现各相异性的滤波器。引入空间方向字典来捕获点云的几何结构。利用方向字典学习将无序的邻居转换成规范有序
3D 论文阅读 PointContrast: Unsupervised Pre-training for 3D Point Cloud Understanding简记
PointContrast: Unsupervised Pre-training for 3D Point Cloud Understanding 摘要PointContrast Pre-training实验结果 摘要 简单记一下Charles R. Qi的新作 PointContrast: Unsupervised Pre-training for 3D Point Clou
Few-shot 3D Point Cloud Semantic Segmentation 论文简记
Few-shot 3D Point Cloud Semantic Segmentation 论文简记 摘要 已有的点云语义分割方法需要大量的标签，点云逐点标记是困难的，另外对新的类别较差的泛化性。因此本文提出一个显著感知的多原型转化few-shot 分割方法。 具体地，每个类可以表示为多个原型来建模复杂分布地点云数据。然后，设计一个标签传播方法，来探索标注点和未标记点的多原型亲和度，以及未标注
1.2 QT随手简记（二）
QT学习篇2 一、QT学习方法 1. QT查询与学习资源 QT助手：学会使用QT的助手和上网查询，掌握API文档的查询与使用。QT设计师界面：通过图形界面进行组件的拖拽布局，所见即所得。 2. QT设计师界面操作 跳转与代码生成：双击.ui文件跳转到设计师界面，自动生成XML和C++代码。组件使用：拖拽组件到窗口，复制组件，设置属性。 3. 组件与类名对应规律 Display Wid
2.4 OpenCV随手简记（五）
一、图像翻转 第一个图像翻转，这个可是制作表情包的利器。 图像翻转在 OpenCV 中调用函数 flip() 实现，原函数如下： flip(src, flipCode, dst=None) src：原始图像。 flipCode：翻转方向， 如果 flipCode 为 0 ，则以 X 轴为对称轴翻转， 如果 fliipCode > 0 则以 Y 轴为对称轴翻转， 如
python中编码与解码简记
python中编码与解码简记 一、读取文本文件指定的编码方式二、字符串与字节格式互转三、Base64编码解码3.1Base64 编解码使用的参数类型3.2Base64 编码后的字符串显示3.3Base64 解码后的字符串显示 四、Quoted-Printable编码解码4.1Quoted-Printable编解码使用的参数类型4.2Quoted-Printable编码后的字符串显示4.3Qu
1.1 Mediapipe随手简记（一）
为了后续项目展开，需要Python、C++、Linux、OpenCV、Mediapipe、ROS知识。 最后面有手势识别（数字）精准案例，项目会用到。 Mediapipe学习篇1 Mediapipe 是一个开源的跨平台框架，它提供了大量的解决方案，用于构建高性能、跨平台的计算机视觉应用。Mediapipe 使用计算图（Calculation Graph）来表示算法的执行流程，可以轻松地组合和
Map Reduce shuffle 及Hadoop工作简记 --- 写给初学Hadoop和MapReduce的人
MapReduce学习笔记 1、Map 输入：<key,value> key是文本的每一行的偏移量，0开始，以字节为单位 输出：<key,value> map函数（必须是这个名字）的参数，（输入key,输入value，Context） 代码框架： //前两个参数 输入类型后两个参数输出类型 publicstaticclassMapClass extendsMapper<Ob
C语言深度剖析-读书简记
写在前面 最近再次温习C语言深度剖析，对C语言的一些易错的和重要的知识点做了以下整理。 第一章 关键字 一 register 1 关键字请求编译器尽可能将变量存在CPU内部的寄存器内中，避免存入聂功通过寻址访问来提高效率。 2 变量类型必须是CPU寄存器可以接受的类型，即必须是一个单个的值，其长度小于或者等于整型的长度。 3 不能用&来获取register变量的地址（因为是存在了寄存
openGauss一主两备集群异常断电后不能正常启动的解决过程简记
背景 因异常断电后opengauss 5.0.0版本，一主两备集群启动失败。 报错不是主机，由于当时没有截图，查看日志后发现报错是： 定位过程 Day1 1. 尝试用另外两台机器启动每台机器 发现都报错自己不是主机，像极了唐僧被妖怪抓走后互相帅锅的猴子哥仨。 2.手动启动 于是向openGauss交流群里的大佬求助，@半夏提供了一个手动启动的命令。 gs_ctl start
数据结构与算法 简记
栈 当有一个出栈，有一个就进栈的情况，可以用一个数组的两端来存储两个栈 用栈可以消除递归 为什么我的迭代比递归慢呢？ 二叉树 满二叉树 节点要么是有两个子节点，要么就是叶子节点 Huffman编码就是满二叉树 特性：非空满二叉树的叶节点等于分支节点数加1 完全二叉树 新增节点都是从左到右，添加叶子节点，直到一层添加满，再起一层。
简记：机器学习中关于训练集和测试集的标准化问题
01 错误处理 对于标准化统一量纲问题，我之前一直是这么处理，我也从来没有意识到问题，这里记录一下： 错误处理：在未进行数据集划分之前，对所有特征项(X/因子项)进行标准化例如MinMaxScaler\Normalizer等方法，然后再进行数据集划分；或者在数据集划分之后分别对训练集和测试集进行独立的标准化。 02 为什么 如果对整个特征项进行归一化，那么测试集的信息在一定程度上已经被用于
Redis源码学习简记（七）object原理与个人理解
Redis源码学习简记（七）object原理与个人理解 object是redis中的封装系统。其把string，list，set，zset与hash封装成一个统一的对象，命名为robj。该数据结构中，存储了类型，编码，引用次数，数据与LRU替换算法的一些数据。具体先看看这个数据结构的定义，在server.h中定义。 [cpp] view plain cop
MYSQL原理学习篇简记(五)
👏作者简介：大家好，我是小周同志，25届双非校招生Java选手，很高兴认识大家 📕学习出处：本文是学自小林coding (xiaolincoding.com) 网站的MYSQL图解篇 🔥如果感觉博主的文章还不错的话，请👍三连支持👍一下博主哦 什么时候需要 / 不需要创建索引？ 索引的优点： 大大提高的查询速率。尤其是b+树，时间复杂度为O(logdN)，当d
阿里云服务器初始化简记
文章目录 推荐版本CPU、内存、硬盘视活动而定，一般活动价99元一年注意带宽云服务器具体设置建议系统推荐CentOS 7.9本地系统推荐MacOS+iTerm2本地系统推荐Win11+Linux子系统推荐开发环境Nginx+Python+MySQL 机器和系统基本状况测试网速设置Vim显示中文其他系统状态监控和常见操作 MySQL推荐5.7版本安装安装提示错误：“GPG 密钥已安装，但是不适
C++lambda表达式简记
简记： C++11的新特性，lambda表达式在python、javascript等语言当中要已实现。它可以简洁代码，把逻辑抽象出来，使程序富于弹性，更加方便阅读等功能。作为c++11里面比较重要的一个补充，还是很有必要总结和记录滴。 在 C++ 11 中，lambda 表达式（通常称为 “lambda”）是一种在被调用的位置或作为参数传递给函数的位置定义匿名函数对象的简便方法。 Lambda
LINQ简记（2）：重要概念
为了能让初学者更快速地掌握，在系列文章中，我尽可能地避开理论讲解，一则对于入门者来说，过多的理论叙述反而会降低大家学习编程的兴趣，二则，官方文档的资料很详细，我说了也是废话。因此，我会尽可能地多举些简单的例子，让初学者能够看得懂，呵呵，当然了，学习LINQ，还得有一定C#语法基础。 上一篇文章中我们讨论了最简单的LINQ语法，也是最基本的语法和表达式编写结构，本文我们就来谈一谈几个重要的概念
Mino Channel Infomation Feedback Using Deep Recurrent Network简记
Mino Channel Infomation Feedback Using Deep Recurrent Network简记 原文18年的文章，引入了LSTM作为压缩和解压模块 具体的结构如下所示，可以发现，压缩解压模块分为两部分，上侧是线性模块FCN，下侧是LSTM,引入LSTM的主要考量是考虑CSI中的延时信息，在这里CNN就显得不那么合适。为了减少计算量，在文章后面有提出将FCN设计出串
Spatio-Temporal Representation With Deep Neural Recurrent Network in MIMO CSI Feedback简记
Spatio-Temporal Representation With Deep Neural Recurrent Network in MIMO CSI Feedback简记 文章目录 Spatio-Temporal Representation With Deep Neural Recurrent Network in MIMO CSI Feedback简记参考简记LSTM结构深度可分
