原创 顯式積分,隱式積分和彈簧質點系統(詳細公式推導和太極源碼)

本人初學者,零基礎入門(大二數學基礎),因此本教程還算比較舒適,但是也免不了有錯誤,還請批評指正。 數值積分 數值積分,是用於求定積分的近似值的一種方法。在數學分析中,有很多計算給定函數的定積分是不可行的,而數值積分是利用黎曼積

原创 設計模式:考試總結(背版)

抽象工廠模式 提供創建一系列相關或相互依賴對象的接口,而無需指定它們具體的類。 生成器模式 將一個複雜對象的構件與它的表示分離,使得同樣的構建過程可以創建不同的表示。 工廠方法模式 定義一個用於創建對象的接口,讓子類決定實例化

原创 大型網站架構常用解決方案

每個大型網站都是由小變大的,在變大的過程中,幾乎都需要經歷單機架構、集羣架構到分佈式架構的演變。而伴隨着業務系統架構一同演變的,還有各種外圍系統和存儲系統,比如關係型數據庫的分庫分表改造、從本地緩存到分佈式緩存的過渡等。 在業務架

原创 斯坦福 CS224D 作業一:神經網絡基礎(part b)

參考: 交叉熵求導 向量的求導

原创 N5問法總結

文章目錄一般疑問句何々は何々ですか何々は何々ですか、何々ですか何々しますかしてくださいませんかしませんか(何)陳述句變形特殊疑問句特殊疑問句(誰)誰々は誰ですか(誰の)何々は誰のですか(何方)誰々は何方どなたですか(何)何々は何な

原创 機器學習:總結(周某華)

緒論 基本術語 機器學習(machine learning):致力於研究如何通過計算的手段,利用經驗來改善系統自身的性能。 機器學習所研究的主要內容,是關於在計算機上從數據中產生"模型"的算法,即"學習算法"(learning a

原创 計算機面試題目總結

操作系統 文件系統和數據庫系統的區別 文件系統把數據組織成相互獨立的數據文件,實現了記錄內的結構性,但整體無結構;而數據庫系統實現整體數據的結構化,這是數據庫的主要特徵之一,也是數據庫系統與文件系統的本質區別。 在文件系統中,數據

原创 損失函數:交叉熵

給定兩個概率分佈p和q,通過q來表示p的交叉熵爲: H(p,q)=−∑xp(x)logq(x)\LARGE H(p,q)=-\sum_{x}p(x)logq(x)H(p,q)=−∑x​p(x)logq(x) 交叉熵刻畫的是兩個概率

原创 計算機視覺:圖像處理

圖像處理 點算子 圖像處理中最基本的運算就是點運算,就是針對每個像素點進行計算。 特徵提取與圖像處(三) 直方圖 點算子 伽馬壓縮 在傳輸過程中引入的噪聲在黑暗區域被壓扁,這與視覺系統的噪聲敏感區域相對應。 伽馬矯正 伽馬校

原创 機器學習:PageRank

PageRank 核心思想 PageRank算法 PageRank算法總的來說就是預先給每個網頁一個PR值(下面用PR值指代PageRank值),由於PR值物理意義上爲一個網頁被訪問概率,所以一般是1N\frac{1}{N}N1

原创 N4 詞彙變形總結

文章目錄分類動詞形容詞N5 變換N4 變換自動詞 - 他動詞N4 變換尊他 & 自謙特殊詞彙 分類 動詞 一類動:何々・う (く、ぐ、ぬ、む、ぶ、る、う、つ、す) 二類動:何々・いる & 何々・える (ます型結尾是え肯定

原创 N4 新標日初級下 問法總結和課後練習題1&2答案

新編日初級下課後練習題答案 文章目錄文法2.7.25練習 1練習 22.7.26練習 1練習 22.7.27練習 1練習 22.7.28練習 1練習 22.8.29練習 1練習 22.8.30練習 1練習 22.8.31練習

原创 N5介詞用法總結

文章目錄は表示主題在後面表示對比に・で・へ・から・まで・と+は → 複合か表示疑問表示確認表示或者しませんか・しましょうか何・いつ・どこ・だれか → 某小句+かどうか小句+かが表示強調在前面何がどんなです何が分かります・できます何

原创 N5詞彙變形總結

文章目錄動詞形容詞&名詞 動詞 一類動:何々う 二類動:いる、える 三類動:くる、する category tag 詞彙 ます・ません・ました・ませんでした て ない・なかった た comment 原型/肯定簡 肯