- 综合排序
- 最热优先
- 最新优先
- 来自专栏刷题笔记
7-7 输出全排列
点这里 7-7 输出全排列 请编写程序输出前n个正整数的全排列（n<10），并通过9个测试用例（即n从1到9）观察n逐步增大时程序的运行时间。 输入格式: 输入给出正整数n（<10）。
1K10发布于 2019-11-08 - 来自专栏以终为始
7-7 古风排版 （20 分)
7-7 古风排版 （20 分) 中国的古人写文字，是从右向左竖向排版的。本题就请你编写程序，把一段文字按古风排版。 输入格式： 输入在第一行给出一个正整数N（<100），是每一列的字符数。
56610编辑于 2023-03-09 - 来自专栏刷题笔记
7-7 删除重复字符 (20 分)
点这里 7-7 删除重复字符 (20 分) 本题要求编写程序，将给定字符串去掉重复的字符后，按照字符ASCII码顺序从小到大排序后输出。
2.5K20发布于 2019-11-08 - 来自专栏阴极保护
高电位镁阳极技术指标
4.1 高电位镁阳极技术指标阳极应为钢管埋地段牺牲阴极保护所需的高电位镁阳极。预包装的高电位镁阳极应与包含在棉袋中的阳极和低电阻率回填材料一起提供。
56140编辑于 2022-11-07 - 来自专栏子晓AI量化
股票技术指标计算速度对比
这里写一下常用的技术指标计算方式。
21210编辑于 2026-04-23 - 来自专栏AI机器学习与深度学习算法
机器学习入门 7-7 试手MNIST数据集
MNIST数据集是由美国高中生和人口普查局员工手写的70000个数字的图像，其中60000张训练图像，10000张测试图像。它是机器学习领域的一个经典数据集，其历史几乎和这个领域一样长，被称为机器学习领域的"Hello World"。因此像sklearn和tensorflow这种机器学习框架都内置了MNIST数据集。
2.7K10发布于 2019-11-13 - 来自专栏刷题笔记
【2020HBU天梯赛训练】7-7 装睡
7-7 装睡 你永远叫不醒一个装睡的人 —— 但是通过分析一个人的呼吸频率和脉搏，你可以发现谁在装睡！医生告诉我们，正常人睡眠时的呼吸频率是每分钟15-20次，脉搏是每分钟50-70次。
84230发布于 2020-06-23 - 来自专栏Java
7-7 念数字 (15 分)(用数组简化判断过程)
7-7 念数字 (15 分) 输入一个整数，输出每个数字对应的拼音。当整数为负数时，先输出fu字。
28100编辑于 2025-01-21 - 来自专栏刷题笔记
【未完成】7-7 迷宫寻路 (30 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101473288 7-7 迷宫寻路 (30 分) 给定一个M行N列的迷宫图，其中 "0"表示可通路
1.2K10发布于 2019-11-08 - 来自专栏硬件大熊
浅析硬件“好声音”：喇叭技术指标及选型指南
本篇阐述喇叭技术指标及选型指南，在进入文章之前，推荐阅读： 《浅析硬件“好声音”: 声学器件》 《浅析硬件“好声音”：麦克风技术指标及选型指南》 麦克风的性能是影响语音唤醒率高低的重要因数，而喇叭的性能会影响打断唤醒率和用户的主观体验 喇叭的技术指标：灵敏度、频率响应曲线、额定阻抗、谐振频率F0、失真THD 灵敏度 灵敏度表示扬声器电声转换能力的指标，单位为SPL。 灵敏度越高，声音越大。
2.5K10编辑于 2022-06-23 - 来自专栏用户8057608的专栏
零基础玩转投资理财 || 技术指标分析与运用
距离上次讲解技术指标与运用也有好几天了，哈哈。 今天就继续来学习与技术分析相关的知识点。
89640发布于 2020-12-15 - 来自专栏硬件大熊
浅析硬件“好声音”：麦克风技术指标及选型指南
这类设备中都集成了麦克风和喇叭等电声器件，其中麦克风用于识别用户的声音，喇叭用于播放设备对用户指令的反应。麦克风的性能是影响语音唤醒率高低的重要因数，而喇叭的性能会影响打断唤醒率和用户的主观体验。接下来将分两篇文章对麦克风和喇叭的一些主要性能参数进行解析，给大家在产品设计时选择声学器件提供一些帮助。
4.1K10编辑于 2022-06-23 2023年YashanDB数据库的技术指标与性能评估
YashanDB 是一个相对较新的数据库系统，具体的技术指标和性能评估可能会因版本和使用场景而有所不同。以下是一些可能的技术指标和性能因素，通常在评估数据库时会考虑：技术指标1. 小结要获得 YashanDB 数据库的具体技术指标和性能评估，建议查看其官方文档、发布说明以及相关的第三方评测报告。同时，结合自身的使用场景和需求，进行必要的评估和测试。
10610编辑于 2025-11-15- 来自专栏量化投资与机器学习
机器学习模型的变量评估和选择基于技术指标『深度解析』
简介 本文重点介绍机器学习模型中输入变量（预测因子）的选择，预处理以及评估的相关细节。所有的计算和实验将用R语言来实现。 输入数据 我们将采用11个指标（振荡器），在输入设置中不设优先级。我们将从某些指标中抽取多个变量。然后我们将写一个函数形成17个变量的输入集。 最近4000个 TF = M30 / EURUSD 柱形的报价将被采用。 In <- function(p = 16){ require(TTR) require(dplyr) require(magrittr) adx <-
2.1K50发布于 2018-01-29 - 来自专栏用户4866861的专栏
国产瞬时日差测量仪主要技术指标比较
西安同步电子科技有限公司生产的SYN5302型日差检定仪内置恒温晶振准确度，年老化率优于,将年老化率计算在内，也满足0.01s/d的技术指标，并具有外参考输入功能，外参考输入测量精度优于0.001s/d
68020发布于 2021-08-27 - 来自专栏亿源通科技HYC
什么是光分路器，有哪些重要技术指标？
光分路器是光纤链路中重要的无源器件之一，主要起分光的作用，一般应用在无源光网络的光线路终端OLT和光网络终端ONU之间实现光信号的分路。
2.7K10发布于 2020-03-27 Python量化交易：结合爬虫与TA-Lib技术指标分析
本文将介绍如何结合网络爬虫获取股票数据，并使用TA-Lib（Technical Analysis Library）计算技术指标，构建一个简易的量化交易分析系统。 核心内容：使用爬虫获取股票数据（yfinance + requests）TA-Lib技术指标计算（MACD、RSI、布林带等）策略回测与可视化（Backtrader + Matplotlib）1. 技术指标计算：TA-Lib实战2.1 安装TA-Lib2.2 计算常用技术指标(1) 移动平均线（MA）import talib# 计算5日、20日、60日均线data['MA5'] = talib.MA
1.3K10编辑于 2025-08-19- 来自专栏文武兼修ing——机器学习与IC设计
目标检测技术指标mAP：识别准确率IOU：检测效果
mAP：识别准确率 mAP在目标检测中用于判断识别的准确率，即用于衡量物品被检测出的概率，其跟以下两个指标有关： Precision（准确率）：检测出的“物品有多少是真的物品 Recall（召回率）：数据集中的物品有多少被检出 对于以上两个概念，将其置于标准二分类问题框架下有以下公式： $$ Precision = \cfrac{TP}{TP+FP} \\ Recall = \cfrac{TP}{TP+FN} $$ 对于以上，有： TP：正例，被识别为正例 FP：反例，被识别为正例 TN：反例，被识别为正
2.3K50发布于 2018-07-04 - 来自专栏网络安全技术点滴分享
开发者绩效评估新趋势：超越技术指标的综合衡量体系
报告：开发者希望绩效评估超越单纯技术指标多年来，DORA指标一直是衡量软件开发绩效的黄金标准，但根据JetBrains《2025年开发者生态系统状态》报告，如今的开发者希望绩效评估能够超越单纯的技术指标
19810编辑于 2025-11-03 - 来自专栏码
最新最强，DeepSeek大模型v2的技术指标评测
最近，来自杭州的深度求索发布了第二代开源MoE模型DeepSeek-V2，从各项指标来看，都具备了领先水平，无论与开源模型，还是闭源模型对比，都处于第一梯队，是GPT-4, 文心4.0, Qwen1.5 72B, LLaMA3 70B等先进大模型的有力竞争对手。本文就来介绍一下。
8K10编辑于 2024-05-13
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