2-markdown使用
优雅到骨子里的Requests 本文地址：https://www.jianshu.com/p/678489e022c8 简介 上一篇文章介绍了Python的网络请求库urllib和urllib3的使用方法，那么，作为同样是网络请求库的Requests，相对于urllib，有什么优点呢？ 其实，只有两个词，简单优雅。 Requests的宣言就是：HTTP for Humans。可以说，Requests彻底贯彻了Python所代表的简单优雅的精神。 之前的urllib做为Python的标准库，因为
模式识别 —— 线性判别函数决策面的数学知识
以下问题均是基于二分类： 1、线性判别函数 若 g(x) = 0，则x落在分类面H上。 2、w 是 决策面g(x) = 0 的法向量 假设 x1 和 x2 都落在决策面H上，则 g(x1) = g(x2) = 0 这说明：w和超平面H上任一向量正交，即w时H的法向量。 当x在R1中时，g(x) > 0，决策面的法向量指向R1，R1中的所有x在H的正侧； 当x在R2中时，g(x) < 0，决策面的法向量的反方向指向R2，R2中的所有x在H的负侧。 3、样本x与超平面H的距离r 4、原点x0与超平
Python列表,元组,字典,字符串方法笔记
01. 列表 1.1 列表的定义 List（列表） 是 Python 中使用 最频繁 的数据类型，在其他语言中通常叫做 数组 专门用于存储 一串 信息 列表用 [] 定义，数据 之间使用 , 分隔 列表的 索引 从 0 开始 索引 就是数据在 列表 中的位置编号，索引 又可以被称为 下标 注意：从列表中取值时，如果 超出索引范围，程序会报错 name_list = ["zhangsan", "lisi", "wangwu"]
1.2 列表常用操作 在 ipython3 中定义一个 列表，例如
Shadow Acne问题
ShadowMap是实时渲染中实现阴影效果一种常用的方法，它的基本思路是创建一个光源视角下的深度图；然后在渲染时，将渲染frag的深度和深度图对应的深度进行比较，若frag的深度比深度图的深度值大，则说明它是在阴影下的（有一个物体在它前面遮挡了光线），否则不需要渲染阴影。 但是在实际的实现中，会有一个问题，如下图所示： 仔细看上图的地板和方体，可以看到条纹装的阴影，拉近镜头的话如下所示： 该现象被称作Shadow Acne。其实原因也是不难理解。因为我们创建的深度图终究是离散的数值，对深度图采
如何删除github项目中某个文件夹
https://blog.csdn.net/wudinaniya/article/details/77508229?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase
RabbitMq汇总
springboot + rabbitmq发送邮件(保证消息100%投递成功并被消费) https://www.cnblogs.com/wangzaiplus/p/11213709.html
C#可视化程序设计第三章（1，2）
异常处理与DBHelper类 1.字符串处理方式 1）1.常用的几种字符串处理方法 string strr = "aabbccdd";
int st1 = strr.IndexOf("d");//返回下标（找第一个d）
int st2 = strr.LastIndexOf("d");//返回下标（找最后一个d
string[] stra = { "aa","bb","cc"};
D365 FO最佳实践BP（一）-设置
为了规范代码，AX从很早期的版本就加入了Best Practice。 D365 FO的BP集成到了VS里，个人感觉D365 FO的BP检查比之前的版本更好用一些，另外由于D365 FO开发平台的快速迭代，会不断出现新的特性 会导致一些写法迅速被淘汰，这些都会体现BP检查中，另外BP也会给出一些代码的建议，提高代码的规范性和代码执行效率。 D365 FO可以根据Model定义启用哪些BP检查，丰俭由人，可以根据自己的情况裁剪。 在VS中找到Dynamics 365 Options->Dynami
原型设计工具Axure简介以及一些对原型设计的思考
在原型设计领域，Axure RP是毫无疑问的领头羊。对于商业分析师、信息架构师、产品经理、IT咨询师、用户体验设计师、交互设计师、UI设计师等诸多职位来说，Axure都是功能强大并且广受欢迎的原型设计软件。虽然官方不支持简体中文，但也可以通过手动安装汉化包进行汉化。并且Axure在支持团队协作方面可说是业内领先，其便捷的沟通、传输、修改功能让Windows用户和Mac用户都能够毫无障碍的进行跨平台的原型设计。同时，Axure拥有强大的库和自定义控件，这些库和控件能够使开发效率大幅度提升。如果能
前端 day 08 5.20 jQuery案例
jQuery小案例 左侧菜单 点击其中一个，只显示该菜单下的标签，隐藏其他菜单下的标签 思路：为所有菜单子标签添加隐藏属性，为，为菜单标签注册click事件；点击后，this的子标签添加hide属性，菜单标签的所有兄弟标签下的子标签添加hide属性 <body>
<div id="left">
<div id="menu">
<div>菜单1
<div class="items">11</div>
<div class="
团队作业3_需求改进&系统设计
一、需求&原型改进 1、需求改进： （1）发现问题：通过发布问卷调查及收集整理的形式发现用户的新需求； （2）修改需求：考虑新增提醒用户未完成事件的功能。 附：用户调查问卷（如下） 调研途径：通过发放问卷的方式进行调研 情况说明： 面向群体 不限（但主要是在校大学生） 主要目的 · 了解人们对自身工作/学习/生活的管理情况 · 了解影响人们完成计划的主要因素 问卷反馈： 共收到有效问卷68份，其中男女比例大约为7：3，并以大学生为主。 （1）您有使用类似备忘录的应用
Linux系统查看主机性能
查看主机的CPU性能： cat /proc/cpuinfo cat /proc/meminfo |grep MemTotal 内存信息 查看物理cpu个数：cat /proc/cpuinfo | grep 'physical id' | sort | uniq | wc -l 查看逻辑cpu个数：cat /proc/cpuinfo | grep 'processor' | wc -l 查看单cpu是几核：cat /proc/cpuinfo | grep 'cores' |uniq 查看cpu主
LeetCode——动态规划整理（2）
打家劫舍 你是一个专业的小偷，计划偷窃沿街的房屋。每间房内都藏有一定的现金，影响你偷窃的唯一制约因素就是相邻的房屋装有相互连通的防盗系统，如果两间相邻的房屋在同一晚上被小偷闯入，系统会自动报警。 给定一个代表每个房屋存放金额的非负整数数组，计算你在不触动警报装置的情况下，能够偷窃到的最高金额。 示例 1: 输入: [1,2,3,1]
输出: 4
解释: 偷窃 1 号房屋 (金额 = 1) ，然后偷窃 3 号房屋 (金额 = 3)。
偷窃到的最高金额 = 1 + 3 = 4 。
示例
java学习心得——Quartz 自定义定时器的操作
最近在邮件提醒的业务里，需要根据后台每个项目的配置定时的向项目联系人推送邮件提醒，这时我明白需要定时任务了，作为java小白，我向同事做了咨询，推荐我使用Quartz，以下便是我在项目里的学习心得。 首先配置文件： 依赖的jar包 <dependency>
<groupId>org.quartz-scheduler</groupId>
<artifactId>quartz</artifactId>
<ver
leetcode二分查找之求开方
正常实现 Input : [1,2,3,4,5]
key : 3
return the index : 2 Input: 4
Output: 2
Input: 8
Output: 2
Explanation: The square root of 8 is 2.82842..., and since we want to return an integer, the decimal part will be truncated. 一个数 x 的开方 sqrt 一定在 0 ~ x 之间，并且满
如何使用Postman生成不同格式测试的报告
Postman还可以生成测试报告，还是多种格式报告？ Postman团队开源Newman作为Postman运营工具，该开源库使用命令行方式执行Postman 脚本，并且生成多种格式报告，还支持Postman SDK 纯代码脚本化Postman。 最近汇总所有支持Postman生成的报告，就是这个demo工程Postman-super-run它能帮助你执行Postman脚本（collection.json）并生成测试结果报告。 生成报告格式，如下图所示： 命令行输入mocha并回车，如此简单，就
扩展欧几里得算法求模的乘法逆元
我们首先了解一下欧几里得算法 这个我们在小学应该就接触过 利用辗转相除法求最大公约数 用python代码表示一下： def gcd(a,b):
if a < b:
a,b = b,a
while b!=0:
a ,b= b,a%b
return a 接着我们要了解加法逆元与乘法逆元 加法逆元就是： 乘法逆元： 接下来再是利用扩展欧几里得算法求乘法逆元 这里求的 是整数d关于m（要取余的那个）的乘法逆元 我们用python表示下 def f
BUAA-OO-第三单元作业总结（JML实现社交系统模拟）
BUAA-OO-第三单元作业总结（JML实现社交系统模拟） 前言 进入了第三单元之后，我们首先就是认识了何为JML，并且依据JML完成了所有的三次作业，如果将这一单元简单化处理，似乎就是根据注释写代码，看似简单，然而三次作业下来，笔者又有了些新的认识，发现并不是开始所想象的那么简单，虽有收获，但是做出来的结果却令人不甚满意，犯了许多不该犯的错误，下面笔者就来对这一单元的作业进行一些简单的总结。 一、JML语言的理论基础以及应用工具链的梳理 1.JML语言理论基础 JML(Java Modeli
Serverless 的 AI 写诗，程序员浪漫起来谁能顶得住啊！
古诗词是中国文化殿堂的瑰宝，记得曾经在韩国做 Exchange Student 的时候，看到他们学习我们的古诗词，有中文的还有翻译版的，自己发自内心的骄傲，甚至也会在某些时候背起一些耳熟能详的诗词。 本文将会通过深度学习为我们生成一些古诗词，并将模型部署到 Serverless 架构上，实现基于 Serverless 的古诗词生成 API。 项目构建 古诗词生成实际上是文本生成，或者说是生成式文本。关于基于深度学习的文本生成，最入门级的读物包括 Andrej Karpathy 的博客。他使用例
今日推荐
周排行