uni学习笔记分享

目录介绍 01.遇到问题汇总 02.关于布局设置 03.基础语法总结 04.关于交互问题 06.关于回传数据 07.关于网络请求 08.关于页面刷新 09.关于注意问题 10.待解决和思考 01.遇到问题汇总 在我的页面，给item设置分割线时，定义view的class为line出现问题，但是把名称修改成cell-line就可以。猜想可能是设置class名称时，用line有冲突。 从A页面跳转B页面，关闭B返回到A，如何回传数据？看了往上方案，发现都有问题，最后用存取值替代。 比如切换页面布局视图刷新时，我

FPGA Zynq学习笔记分享

今天给大侠带来FPGA设计中Zynq学习笔记，做硬件的第一个实例，一般当然是LED点灯啦，话不多说，上货。 ? 硬件：ZedBoard 软件：ISE 14.7 1、新建工程 ? 2、选择平台 ? END 后续会持续更新，带来Vivado、 ISE、Quartus II 、candence等安装相关设计教程，学习资源、项目资源、好文推荐等，希望大侠持续关注。

Python进阶学习笔记【干货分享】

来源商业新知网，原标题：干货 | Python进阶系列之学习笔记（四） 本篇为Python进阶干货系列第四篇，主要为大家详细介绍了Python条件判断、循环语句、循环控制、迭代器和生成器以及异常 目录

【学习笔记 time: 2022-05-20】ThreadLocal 学习笔记分享

公司用户登录做成SSO（单点登录），用到JWT做为认证生成Token，并使用了ThreadLocal作为用户信息交换的媒介。但不懂里面的实现，所以就肝他。

Python进阶学习笔记【干货分享】（二）

（3）字符串输入 咱们之前在学习 input 输入的时候，通过它能够完成从键盘获取数据，然后保存到指定的变量中； 注意： input 获取的数据 ，都 以字符串的方式进行保存 ， 即使输入的是数字

Python进阶学习笔记【干货分享】（一）

从今天开始，我们将连续四天为大家推出Python基础入门的课程笔记，内容涵盖Python基础语法、对象、字符串、列表、元组、字典、迭代器、生成器、异常等，从零开始教大家学Python。

数据结构学习笔记分享

数据结构学习笔记分享（C/C++） 偶然的机会，在bilibli上看到了郝斌老师教的《数据结构入门》，课程录制时间是2009年，也就是10年前。 于是花了几个星期的晚上，把这门课给听完了，相关的代码也跟着老师敲了一遍，笔记也整理了一下，并自己绘制了一些精美的示意图来辅助理解。代码部分不完全跟老师课堂上一致，但思路基本一致。这里分享给大家。 另外在cpp文件中，添加了大量的注释，可以直接当做笔记阅读。 ? ---- 以上就是全部的笔记了。 很可惜，郝斌老师后面没有继续录制“图”的内容。 最后再次向大家墙裂推荐如今“不知去向”的郝老师当年在网上免费分享的视频，正一年一年造福着考研、期末、找工作的同学们。 ? ?

我们共成长 | CSS学习笔记分享

CSS学习笔记 一、CSS简介 对于每一位网页设计者来说，都应该知道 HTML、因为它是所有网页制作的基础。 你只要学习几个 CSS 属性，就可以写出简洁优雅复杂的页面布局。 我们还可以使用CSS进行响应式布局，即当缩小和放大浏览器窗口时，网页能够自动进行调整，始终保持一个很好的浏览效果。 开始你的CSS学习吧！

机器学习入门 10-8 多分类问题中的混淆矩阵

——卡罗琳·帕克丝特《星星上的人》 前言 本系列是《玩转机器学习教程》一个整理的视频笔记。 本小节来简单看一下如何利用前几个小节学习的指标来处理多分类问题，在前几个小节的二分类问题中介绍了一个非常重要的小工具混淆矩阵，由混淆矩阵推导出了很多重要的指标，因此最后着重介绍多分类问题中的混淆矩阵。 这里需要强调的是，由于这个课程主要介绍的是机器学习算法，所以在遇到问题的时候，通常是寻找在算法层面上可以采用什么策略来进行改进，但是对于机器学习领域来说，很多时候问题的关键可能不在算法层面上，有可能出现在样本数据的层面上 我们应该时刻注意在具体解决机器学习任务的时候，当不能通过算法来很好解决问题的时候，要回到样本数据本身，看看样本数据有没有问题，能不能更好的整理数据、清理数据或从数据中挖掘更有用的特征等，这些都是机器学习领域中非常重要的事情 这一章介绍了很多能够更好评价分类算法的指标，并对每一个指标都进行了详细的解释，通过这一章的学习会对如何评价分类算法有了更加全面的认识。下一章将会介绍一个大名鼎鼎的分类算法：支持向量机SVM。

Android开发学习笔记（二十四）Intent分享功能

UIPageViewController使用 分享笔记

前言 由于公司要开发一款小说类阅读APP，其中体验上非常重要的一点便是翻页效果。为了实现翻页效果，我查询了很多资料后选择使用了UIPageViewController。原因很简单，使用方便，功能强大，

ISD9160学习笔记07_硬件设计经验分享

1 前言 这篇设计经验分享是我在进行OpenHamtaro硬件电路设计时查找的一些额外资料，不在此次活动的资料包里头。 如果你也在画ISD9160的板子，希望这份经验分享也能对你有所帮助。 在\Sample\SDK1\DemoBoardCircuitRelated目录下ISD-DEMO9160_REV_B.rar，里头有PCB源文件《ISD-DEMO9160_REV_B.pcb》，可以学习下 通过 \Sample\SDK1\DemoBoardCircuitRelated目录下《ISD9160 Layout Guide A1.pdf》可以学习下硬件layout的经验。 虽然这是RevB，与RevD有差别，但是这个意见还是可以学习注意。 PCB Layout Suggestion 基本电路的layout要求如下： 1．

【学习笔记】Docker学习笔记

push 私有仓库服务器IP:5000/centos:7 拉取镜像 #拉取镜像 docker pull 私有仓库服务器ip:5000/centos:7 容器虚拟化与传统虚拟机的比较 结束语 本笔记完全适用于黑马程序员 Docker容器化技术，从零学会Docker教程_哔哩哔哩_bilibili 部分笔记采纳于黑马程序员-Docker – WeiBlog (weishao-996.github.io)

推荐5个分享 R语言 学习笔记干货 的公众号

简介 R语言的学习途径主要有几个：一个是R语言书籍；一个是R帮助文档；还有就是R视频和一些干货教程了。 越来越多的R学习者开始在网上分享自己的学习笔记，有的人会搭建自己的博客平台，有的人会使用现成的平台，其中最常用的就是公众号了。今天的推文我就分享5个我平时会经常看的，分享R语言学习笔记干货的公众号。 宝藏公众号 小明的数据分析笔记本 ▼ 简介：公众号主要分享： 1、R语言和python做数据分析和数据可视化的简单小例子； 2、园艺植物相关转录组学、基因组学、群体遗传学文献阅读笔记； 3、生物信息学入门学习资料及自己的学习笔记 DataCharm ▼ 简介：DataCharm，数据魅力，连载超过180+原创推文，是你从基础到提高再到大佬的科研绘图、商业绘图、机器学习技能学习指南，更有免费资源和交流群助你快速成长，赶快加入我们吧 小编有话说 如果你正在学习R语言，推文中提到的5个公众号分享的内容应该可以起到一定的帮助！

双链笔记 Roam Research 综合评测、学习资源、使用教程分享

Roam Research 综合评测以及学习资源/使用教程分享Roam Research 是最近几年，除了 Notion 以外，被广大笔记用户最为关注的产品。关于 Roam, 很多读者已经了解颇多。 因此，对于 Roam 我只做简要评价，重点在于分享 Roam 使用所需要的学习资源和使用教程。介绍双链笔记赛道的开创者。优点编辑器：流畅丝滑，性能比较好。这个有主管色彩。仅供参考。 具体评测参见下文：免费、好用、强大的开源笔记、云笔记软件综合评测学习资源/使用教程Roam 相关学习资源很多。 Roam Research 学习资源分享由于篇幅有限，我将相关内容分享至国产 Notion Like 生产力工具 —— FlowUs，方便读者获取。 ·模版主页·仪表盘模板FlowUs 仪表盘模版分享自媒体运营模版自媒体运营·模版分享进度条综合模版FlowUs 仪表盘模版FlowUs 自媒体运营模版强化记忆·间隔重复模版进度条综合模版番茄工作法模版时间管理

学员学习笔记分享：FPGA之HDMI、以太网篇

高清多媒体接口（High Definition Multimedia Interface）是一种全数字化视频和声音发送接口，可以发送未压缩的音频及视频信号。HDMI可用于机顶盒、DVD播放机、个人计算机、电视、游戏主机、综合扩大机、数字音响与电视机等设备。HDMI可以同时发送音频和视频信号，由于音频和视频信号采用同一条线材，大大简化系统线路的安装难度。

学习笔记，JavaScript学习笔记（一）

console.log("hello world!") 同样打印输出，不同是没有烦人的弹窗出现

4GSQL资料爆肝分享｜我的Mysql学习笔记

我将我过去的笔记分享给大家，希望能为大家的学习提供参考，更希望有人因此能迈出学习SQL的第一步～ 既然是笔记，就省去了很多介绍性定义，一切都在代码在注释中！ 这一万字符的笔记中包含了SQL中的全部常用操作，可以边看边敲也可以收藏当成速查手册随用随查！

Java反射_笔记分享

反射机制 • 动态编译 • 动态执行javascript代码 • 动态字节码操作

2015伦敦深度学习峰会笔记：来自DeepMind、Clarifai等大神的分享

这里是我第一天的笔记，如果您发现我有说错的地方，请告知我！ 所有的演讲都已录成视频，一旦视频发布，我将会在此篇博客中更新链接。 DQNs是由深度学习（端到端训练，从原始数据到行动值）和强化学习的组合，后者在某种程度上是一个agent（例如玩家），通过在环境（例如游戏）中行动进行学习，并且最大化奖励（例如得分）。 他分享了此次比赛的经验和教训： 先用小型网络，能够更快迭代； 不要用太多的过滤器； 对较小类进行细分采样和扩张数据（例如亮度等）。 Jeffrey针对此解决方案同样写了篇 不错的博客。 ? 使用距离信息得到更好的语义分割 Bernardino Romera Paredes，牛津大学博士后研究助理，接着分享了语义分割的一种新算法（ 论文），它采用了全卷积网络再加上一个条件随机域作为递归神经网络 展望未来，Sébastien说，人类不是通过转录语音来学习语音识别的，非监督式学习在此还有发展空间（零资源的方法）。 ? 一个简化了的语音识别管道 这是第一天峰会所有的笔记。