- 综合排序
- 最热优先
- 最新优先
- 来自专栏前端
学习通高效学习教程
点击获取后点击添加扩展可能有打不开或者打开后不是此画面的，可以直接跳到获取这一步 二.安装脚本 这里直接使用大佬已经写好的脚本https://gaoxiaobang.vip/111607.html安装好后可以打开学习通或智慧职教有些课程有大量的题
1K00编辑于 2025-08-15 - 来自专栏OI
「一本通 6.6 练习 9」网格
「一本通 6.6 练习 9」网格 题意 某城市的街道呈网格状，左下角坐标为 A(0, 0)，右上角坐标为 B(n, m)，其中 n \ge m。
29520编辑于 2022-09-19 - 来自专栏项目文章
Redis学习9：Jedis学习
Jedis学习 编程语言中的数据如任何和redis联动，如果是java语言，那么就可以使用Jedis工具，同时springdata redis也可以使用，lettuce也可以使用。
18110编辑于 2024-06-07 博通AI芯片营收暴涨63%，股价大涨9%！
当地时间9月4日，芯片大厂博通（Broadcom）于美国股市周四盘后公布2025会计年度第三季（截至2025年8月3日为止）财报，由于该季业绩超预期，营收创历史新高，下季业绩指引也超预期，推动博通周五股价开盘大涨近 博通总裁兼CEO陈福阳（Hock Tan）通过财报新闻稿表示，博通第三季营收创历史新高主要得益于定制化人工智能（AI）加速器、网通及VMware业务持续强劲的表现。 陈福阳在财报电话会议上透露，虽然AI加速器市场目前由英伟达主导，但博通正与潜在客户合作开发相关产品。 他说，博通已从第四家主要客户（外界猜测是OpenAI）手中取得价值高达100亿美元的定制AI芯片（XPU）订单。 另外，某家潜在客户在上一季向博通下量产订单，博通目前预期2026会计年度AI营收将比上一季预估的呈现显著改善。 陈福阳还在电话会议上表示，他已与董事会达成协议、至少留任至2030年。
24010编辑于 2026-03-19- 来自专栏布衣者博客
python项目-学习通剩余作业
目前问题 1.当短时间内多次请求会造成学习通403拒绝请求，导致无法获取到作业或考试。 自己正好要学python就想自己练练手也写一个，因此我就需要完成一部分知识的学习才能开始： 1.抓包：尝试去抓取学习通app的包，用更少的请求去获取到链接。其中原作者也采用该方式。 3.查询端和服务端要分离开：因为从原作者中的文章中表示，学习通会对请求多或异常的ip进行封ip，后续也从自己同学的服务器了解到了，他原本用服务器爬取学习通，最后导致ip被封。 项目及免责 项目目前部署在自己的服务器上：链接为：学习通剩余作业 免责： 1.本站不记录、不保存学习通密码及cookie,全部保存在你的本地浏览器上，使用时才会调用。 使用地址：学习通剩余作业
2.2K30发布于 2021-09-07 - 来自专栏MiningAlgorithms
机器学习9：采样
另外，利用重采样技术，可以在保持特定的信息下（目标信息不丢失），有意识地改变样本的分布，以更适应后续的模型训练和学习，例如利用重采样来处理分类模型的训练样本不均衡问题。 对于很多分类算法，如果直接采用不均衡的样本集来进行训练学习，会存在一些问题。 同样地，对于欠采样，可以采用InformedUndersampling来解决由于随机欠采样带来的数据丢失问题 7.2，基于算法的方法： 在样本不均衡时，也可以通过改变模型训练时的目标函数（如代价敏感学习中不同类别有不同的权重 ）来矫正这种不平衡性；当样本数目极其不均衡时，也可以将问题转化为单类学习（one-classlearning）、异常检测（anomaly detection）。 if __name__ == '__main__': plot_mcmc(0.1, 0.1) plot_mcmc(1, 1) plot_mcmc(2, 3) Reference： 《百面机器学习
2.3K30发布于 2019-08-08 - 来自专栏周小末天天开心
Java 基础学习（9）
2）例如：int d = -9 其原码为：10000000 00000000 00000000 00001001 其反码为：11111111 11111111 11111111 11110110
30420编辑于 2022-10-26 - 来自专栏萌海无涯
Django学习回顾前面学习知识（9）
今天来回顾下前面学习的内容，温故而知新！
47820发布于 2019-09-05 - 来自专栏张俊红
机器学习通识篇知识分享
机器学习定义 机器学习（Machine Learning）本质上就是让计算机自己在数据中学习规律，并根据所得到的规律对未来数据进行预测。 机器学习的基本过程如下： 机器学习基本过程 机器学习发展历程 从机器学习发展的过程上来说，其发展的时间轴如下所示： 机器学习发展历程 从上世纪50年代的图灵测试提出、塞缪尔开发的西洋跳棋程序，标志着机器学习正式进入发展期 机器学习分类 机器学习经过几十年的发展，衍生出了很多种分类方法，这里按学习模式的不同，可分为监督学习、半监督学习、无监督学习和强化学习。 强化学习 强化学习（Reinforcement Learning）类似于监督学习，但未使用样本数据进行训练，是是通过不断试错进行学习的模式。 监督学习、半监督学习、无监督学习、强化学习的示意图如下所示： 机器学习应用之道 机器学习是将现实中的问题抽象为数学模型，利用历史数据对数据模型进行训练，然后基于数据模型对新数据进行求解，并将结果再转为现实问题的答案的过程
65010编辑于 2022-07-19 - 来自专栏mukekeheart的iOS之旅
OC学习9——反射机制
通过字符串来获取Class 7 Class clazz = NSClassFromString(@"NSDate") ; 8 NSLog(@"%@", clazz) ; 9 （具体KVC机制的原理后面学习了再补充：OC学习篇之---KVC和KVO操作） 7、如果程序需要判断某个对象是否可调用方法，则可通过NSObject的如下方法进行判断： respondsToSelector Foundation.h> 2 3 //定义接口部分 4 @interface FKCar : NSObject 5 @end 6 7 8 #import <objc/message.h> 9 " 3 4 int main(int argc, char * argv[]) 5 { 6 @autoreleasepool{ 7 8 //获取FKCar类 9 selector(addSpeed:), 2.4) ; 28 29 //输出 30 NSLog(@"加速后的速度为：%g", speed) ; 31 } 32 } 9、
2.3K50发布于 2018-02-27 - 来自专栏生命科学
基因编辑技术 CRISPRCas9，“魔剪”一文通~ | MedChemExpress
Cas9 核酸酶和 sgRNA 形成 Cas9 核糖核蛋白 (RNP)。 ■ 小分子激活剂控制 Cas9 活性的策略 可通过添加小分子来控制 Cas9 的构象变化，来实现对 Cas9 蛋白活性的时空控制。 案例 1：当内含肽插入 Cas9 蛋白的不同位点，Cas9 核酸酶失活；添加 4-HT (4-hydroxytamoxifen)，通过构象变化和自切割反应去除内含肽，可重新激活 Cas9 蛋白（图 3a 根据内含肽的插入位点，Cas9 的激活效率 3 倍到 10 倍不等，与野生型 Cas9 相比，这种调控策略可增加开/脱靶效应比率。 案例 2：基于化学诱导的 Cas9 蛋白分裂片段的二聚化。 ■ 小分子抑制剂控制 Cas9 活性的策略 由于 Cas9 活性的升高和持续可能会导致脱靶效应、染色体易位和遗传毒性，因此在目标编辑后，Cas9 核酸酶活性必须迅速限制在一个狭窄的时间范围内。
1.2K30编辑于 2023-02-16 - 来自专栏Java架构师必看
centos7通过wget安装tomcat9「建议收藏」
今天说一说centos7通过wget安装tomcat9「建议收藏」,希望能够帮助大家进步!!! 本文讲解在Linux CentOS7下安装Tomcat9,以及Web项目的部署发布。 （在这里实力点赞清华源站点） wget https://mirrors.tuna.tsinghua.edu.cn/apache/tomcat/tomcat-9/v9.0.27/bin/apache-tomcat 但是因为我是学习机，经常需要重启，所以我就直接将tomcat在Linux下重启时间过长解决了。
1.7K30编辑于 2022-10-24 - 来自专栏WD学习记录
机器学习 学习笔记（9）支持向量机
线性可分支持向量机与硬间隔最大化 给定训练样本集，分类学习最基本的想法就是基于训练集D在样本空间中找到划分超平面，将不同类别的样本分开，希望找到的是位于两类样本正中间的划分超平面，因为该划分对训练样本的局部扰动的容忍性最好 SMO详细步骤见 机器学习 学习笔记（10）序列最小最优化算法 定理核函数：令 ? 为输入空间， ? 是定义在 ? 上的对称函数，则 ? 是核函数当且仅当对于任意数据 ? 通过引入核化（即引入核函数）来将现行学习期拓展为非线性学习器。 SVM smo代码如下： # 代码和数据集主要源自于机器学习实战，https://github.com/AnnDWang/MachineLearning/blob/master/thirdbook/ch6 # 如果支持向量太少，就可能会得到一个很差的决策边界 # 如果支持向量太多，也就相当于每次都利用整个数据集进行分类 参考： 《机器学习》 《统计学习方法》 《机器学习实战》
90220发布于 2018-09-03 - 来自专栏全栈程序员必看
高通msm8937的BLSP学习
Peripheral (BLSP)，低速接口的总线访问模块 (3) QUP：Qualcomm Universal Peripheral，高通统一的外设 2.Msm8937 BLSP BLSP是高通对于低速接口的一种管理方式 status register in the peripheral core allows software to distinguish between interrupt sources 参考： 高通无人机 8074 BLSP接口说明 http://huaqianlee.github.io/2016/04/27/Uav/Qualcomm-uav-blsp-port/ 高通APQ8074 spi 接口配置 https
2.1K20编辑于 2022-11-04 - 来自专栏折影轻梦
学习通加Anki光速逃离挂科
学习通加Anki光速逃离挂科 2021年11月26日 216 字 大概 1 分钟 为了防止挂科，写了个脚本，可以将你的超星学习通里的作业数据、随堂练习导出成为 Csv 文件，方便导入 Anki 背题 Anki Anki让记忆更轻松 - ankichina 二 下载 Anki 选择题模板 anki 选择题❤️猪猪.apkg 模版下载 下载 感谢 @GJade 提供的模板 下载后双击即可导入模板 三 导出学习通作业 、随堂练习数据 安装油猴或脚本猫 油猴脚本安装 “超星 To Csv” 脚本 https://scriptcat.org/script-show-page/219 打开学习通作业或随堂练习页面，点击“下载题目数据
1.3K30发布于 2021-11-29 - 来自专栏菩提树下的杨过
babylon.js 学习笔记(9)
spriteManagerPlayer); player5.position.y = 1.5; player5.position.x = 0.8; player5.playAnimation(0,9,
59320编辑于 2023-06-10 - 来自专栏YO大数据
python学习笔记（9）文件 IO
Python提供了两个内置函数从标准输入读入一行文本，默认的标准输入是键盘。如下：
58230发布于 2021-08-16 - 来自专栏一个爱吃西瓜的程序员
学习SQL【9】-集合与联结
现在我们开始学习使用2张以上的表的SQL语句。通过以行方向为单位的集合运算符和以列方向为单位的联结，就可以将分散在多张表中的数据组合成期望的结果。 在学习使用方法之前，我们先创建一张表： --创建表Product2(商品2) CREATE TABLE Product2 ( product_id CHAR(4) NOT NULL SQL中的联结有很多种，我们主要学习内联结和外联结两种。 内联结—INNER JOIN 内联结（INNER JOIN）是运用最广泛的联结运算。 我们继续使用Product表和ShopProduct表来进行后续的学习。 每天学习一点点，每天进步一点点。
1.5K120发布于 2018-04-04 - 来自专栏程序人生丶
Docker学习路线9：运行容器
要启动一个新的容器，我们使用 docker run 命令，后跟镜像名称。基本语法如下：
69230编辑于 2023-07-21 - 来自专栏米扑专栏
Python 学习入门（9）—— set操作
for i in b: print i, # 不换行输出 : 33 11 44 22 def test_set2(): s = set([1, 3, 5, 7, 9] ['e', 'i', 'h', 'm', 'o', 'r', 't']) # 并集 print("%s" % (s|t)) # set([1, 3, 'e', 5, 7, 'i', 9, s" % (t-s)) # set(['e', 'i', 'h', 'm', 'o', 'r', 't']) print("%s" % (s-t)) # set([7, 1, 3, 5, 9] ) # 对称差集 print("%s" % (t^s)) # set([1, 3, 'e', 5, 7, 'i', 9, 'm', 'o', 'r', 't', 'h']) print t.remove('Y') except Exception, e: print e # 'Y' print(len(t)) # 9
51130发布于 2019-02-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号