学习

七夜星七夜月

生成与无监督学习 —— 奶茶店的 “新品研发与原料优化体系”当奶茶店不需要人工标注 “哪些步骤重要”“哪种配方好喝”，却想主动优化流程、研发新品时，3 类无监督生成模型就能派上用场 —— 它们像 “隐形研发师”，从数据里自己找规律，解决 “无标注也能创造” 的难题。但要真正用好这些模型，需先理解其底层逻辑、局限与优化方向。

个人用云计算学习笔记 --19 (MariaDB服务器)起源与定位：MySQL 的开源分支，由开源社区维护，采用 GPL 授权；因 Oracle 收购 MySQL 后存在闭源风险而生，旨在保障开源属性。

今天我们开始学习python3编程之python基础变量定义规范：python是弱类型语言，变量定义之前是不需要声明的1.变量只能包含字母、数字和下划线，且不能以数字开头

少吃一口都不行

脚手架学习npm 会将包安装在全局 node_modules 目录中，执行命令时，系统会在 PATH 环境变量列出的目录中查找 vue 可执行文件，这个文件通常位于 @vue/cli/bin/vue.js

Avast Cleanup安卓版(手机清理优化) 修改版Avast Cleanup是一款专为安卓设备设计的清理优化工具。它可以帮助用户删除垃圾文件、清理不必要的应用程序和进程，并优化设备的性能。

报错小能手

linux学习笔记（21）线程同步——互斥锁程序正常结束，因为可重入锁允许同一线程多次加锁。

『往事』＆白驹过隙；

浅谈内存DDR——DDR4性能优化技术除了革命性的 Bank Group 和全面的 RASR 功能，DDR4 还引入了其他多项关键技术，这些技术共同支撑了其在频率、容量、功耗和信号完整性上的飞跃。

明明真系叻

《量子计算》学习笔记：量子计算的基本定义(续)继上一节课建立了量子态、量子演化和复合系统的基本概念后，将深入探讨量子计算中至关重要的量子测量量子测量是从量子态中提取经典信息的唯一途径，是连接量子世界与经典世界的桥梁。其原理基于一套严格的数学假设。一次测量是针对一个特定的标准正交基 (Orthonormal Basis) {∣vi⟩}\{|v_i\rangle\}{∣vi⟩} 来进行的，这组基向量张成了整个状态空间。对于一个待测量的量子态 ∣ψ⟩|\psi\rangle∣ψ⟩，首先需要将其在该测量基下进行展开：∣ψ⟩=∑iai∣vi⟩|\psi\ran

摸鱼的老谭

Java学习之旅第二季-13：方法重写如果子类需要对继承自父类的某些方法的默认逻辑进行修改，则可以在子类中对该方法进行定义，即是重写（Override）。类中的私有方法、构造方法与静态方法不能重写。

【学习记录】vscode+ros2+cpp调试本文仅用于个人记录。参考：https://zhuanlan.zhihu.com/p/697007274

递归不收敛

吴恩达机器学习课程（PyTorch适配）学习笔记：1.5 决策树与集成学习决策树是一种直观且易于解释的机器学习模型，而集成学习通过组合多个决策树能够显著提升模型性能。本文详细讲解决策树的原理、学习过程、纯度指标，以及随机森林、XGBoost等集成学习方法，并提供PyTorch实现示例。

【论文学习】2025年图像处理顶会论文2025年8月18日发表在arXiv上SIS挑战赛：CVPR 2025基于事件的视觉研讨会时空实例分割竞赛

【学习篇】Redis 分布式锁Redis 分布式锁是解决分布式系统中并发资源竞争的常用方案，通过 Redis 的原子操作实现多节点间的互斥访问。其核心目标是：在分布式环境下，确保同一时刻只有一个客户端能持有锁，从而安全地操作共享资源。

嵌入式开发学习日志38——stm32之看门狗stm32自带了两个看门狗，一个是独立看门狗，一个是窗口看门狗，本章着重讲一下独立看门狗。Watchdog，简称WDG，中文看门狗，其功能是可以在程序运行过程中，由于设计的漏洞、硬件故障等外部原因导致卡死或者跑飞时，可以及时将程序进行复位，防止程序长时间进入罢工状态，以此保证程序的安全可靠。

《基于 ERT 的稀疏电极机器人皮肤技术》ICRA2020论文解析目录一、研究背景与意义二、电阻抗断层成像（ERT）原理（一）正问题（二）逆问题（三）基于深度神经网络（DNN）的图像重建

weixin_51422185

FDTD与matlab、python耦合Getting Started with lumopt - Python APIInverse design using lumopt can be run from the CAD script editor, the command line or any python IDE. In the first sub-section, we will briefly describe how to import the lumopt and lumapi modules; although an expe

递归不收敛

吴恩达机器学习课程（PyTorch 适配）学习笔记大纲#### 1.1 基础模型与数学原理线性回归模型成本函数（定义 + 直觉）成本函数可视化（示例）逻辑回归（动机 + 决策边界）逻辑回归成本函数（基础版 + 简化版） #### 1.2 优化算法实践梯度下降（原理 + 直觉 + 代码框架）学习率（选择方法 + 影响分析）线性回归的梯度下降（运行流程）多重线性回归的梯度下降高级优化算法（框架适配） #### 1.3 特征工程与模型优化多特征处理基础特征缩放（原理 + PyTorch 适配）特征工程（构建 + 筛选思路）多项式回归（非

不太可爱的叶某人

【学习笔记】kafka权威指南——第10章监控kafka （7-10章只做了解）JMX接口内部度量由客户端生成，我们只获取，外部度量由其他程序生成1>使用外部进程报告运行状态 2>broker停止发送度量指标时告警

递归不收敛

吴恩达机器学习课程（PyTorch适配）学习笔记：2.4 激活函数与多类别处理在深度学习中，激活函数为网络引入非线性能力，是实现复杂模式建模的核心；而多类别处理则是解决实际分类任务（如图像识别、文本分类）的关键技术。本章将系统讲解激活函数的类型、选择依据，以及多类别分类的实现方案（含Softmax原理与PyTorch适配），并扩展至多输出分类场景。

如何快速学习一个网络协议？掌握网络协议，是程序员从代码实现者向系统设计者转变的关键一步。作为程序员，我们几乎每天都要与各种网络协议打交道。无论是调试 API 接口、分析网络问题，还是设计分布式系统，对网络协议的深入理解都至关重要。但面对层出不穷的协议，如何快速掌握其核心本质？本文将为程序员同行们提供一个高效学习网络协议的方法论。