首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏前端技术江湖

    补充下3月面试题(好未来、腾讯音乐、小

    补充一下落下的3月份的面试题,关于春季面经可以看我的上文 。从出师不利、面面具挂,到拿到阿里2个offer 以下是目前还记得的面试题,希望对一些人有用。 小 作用域,闭包 let var 区别,let 为什么能实现块儿作用域 js 处理代码的过程 react 生命周期执行过程 ,包括子组件 react setState 过 fiber 机制 diff

    73210发布于 2020-05-08
  • 来自专栏数字芯片

    DDR3 IP仿真

    本文使用 IP 自动生成的 DDR3 仿真测试激励对 DDR3 的 IP 进行仿真。如图所示,打开路径....... \DDR3_test\DDR3_test.srcs\sources_1\ip\mig_7series_DDR3\ mig_7series_DDR3\example_design\sim下的 sim文件夹 ,这个文件夹下存放着 DDR3 仿真测试激励。 找到如下路径,添加所有的源码文件,这些源码文件则是 DDR3 的 IP 。 ? ? 所有源码文件添加完毕,点击 Finish。 ? 以上就是DDR3的 IP 仿真教程。 END

    1.5K20发布于 2020-07-20
  • 来自专栏镁客网

    《我不是神》,谁是神?

    刚刚过去的周末,您看了《我不是神》吗? 自上映2天23时59分就攻破10亿票房大关之后,神作《我不是神》再度传出捷报,截止至7月8日晚20时40分,该片票房已高达13.06亿元,破13亿仅用时3天20时26分。 在电影中,也许是出于戏剧冲突的需要,企扮演了最大的反派角色。然而,真实的世界远比电影塑造的情节复杂的多。 企为什么要卖“天价”? 如果不给专利市场垄断的机会,让企和投资企的资本机构看到新药可能产生巨额利润的机会,企是不会有动力去开发新药的。最后导致的结果就是大家都卖仿制药,制药本身不会有创新和进步。 回到影片本身,《我不是神》改编自“中国抗癌代购第一人”慢粒白血病患者陆勇的真实故事,展示了一场在中国抗癌市场的残酷现状下,关于法律、人情、利益的相互博弈。

    65430发布于 2018-07-31
  • 来自专栏纳米药物前沿

    氧化石墨烯-环R10肽靶向纳米平台克服肿瘤多耐药

    由cR10肽促进的纳米制剂的靶向,以及随后的激光触发释放的阿霉素释放实现有效的抗癌活性,这在体外和体内实验中均得到证实。 合成的纳米平台具有多种不同特征的组合,包括主动靶向,高负载能力,药物的受控释放和光热性质,为克服耐多癌症提供了新的策略。 本文证明了通过聚甘油覆盖的石墨烯纳米片靶向细胞核可以在体内和体外成功克服肿瘤的多耐药性。 该系统使多耐药丧失能力的有效性归因于多方面的成功结合,包括cR10对细胞的靶向能力,DOX与石墨烯纳米片的牢固结合以及激光触发的DOX释放和光热效应。 有和没有激光照射显示出最佳和次佳结果,指出了cR10克服多耐药的关键作用。这项工作介绍了一种新开发的环状肽的靶向纳米药物,为克服肿瘤多耐药打开了新的大门。

    41320发布于 2021-02-04
  • 来自专栏AI科技时讯

    卷积3x3 vs 7x7

    卷积3x3 vs 7x7 而现代卷积神经网络中的感受野又是怎样一回事?我们慢慢道来。 如图所示为3 × 3,步长为1的卷积操作,同单层卷积操作一样,相邻两层中后层神经元在前层的感受野仅为 3 × 3,但随着卷积操作的叠加,第 L+3 层的神经元在第 L 层的感受野可扩增至7 × 7。 也就是说,小卷积(如3×3)通过多层叠加可取得与大卷积(如 7×7) 同等规模的感受野,此外采用小卷积同时可带来其余两个优势: 第一,由于小卷积需多层叠加,加深了网络深度进而增强了网络容量和复杂度 而三层3×3卷积堆叠只需三倍单层3×3卷积个数的参数,即 3×[C × (3 × 3 × C)] = 27C^2,远小于 7×7卷积的参数个数。

    1.7K20发布于 2019-08-15
  • 来自专栏python3

    windows xp sp3 AMD双

       由于SP3已经集成了所有的KB系列补丁,所以当然也就集成了INTEL的双补丁。 2.AMD的双CPU    由于SP3仅仅集成了KB系列补丁,且运行如《波斯王子》等实时计算游戏过场动画的游戏时速度还不正常,所以就要按顺序安装AMD出的驱动,优化程序,和做如下的注册表修改。 :[url]http://www.amd.com/us-en/assets/content_type/utilities/AMD_Dual-Core_Optimizer_113.zip[/url] 3.

    1.4K30发布于 2020-01-09
  • 来自专栏userlyz学习记录

    监总局

    /89.0.774.68' } response=requests.get(url=url,headers=headers) page_text=response.json() with open('监总局

    40810编辑于 2022-08-18
  • 3纳米192,最强Arm CPU正式上线

    3nm制程,192芯 随着智能体AI(Agentic AI)的爆发,AI的工作负载正在发生根本性转变:从简单的“文本问答”转向“自主行动”——实时推理、代码生成、多步骤任务编排以及跨系统工具调用。 Graviton5采用了台积电3nm制程工艺,在同样功耗下封装了更多晶体管,实现了更高的电路密度与能效比。 Graviton5所搭载的Neoverse V3内核由Arm与AWS Annapurna Labs联合定义。 其一级缓存(64 KB)、二级缓存(2 MB)虽非最大亮点,但三级缓存(L3 Cache)暴增5倍,达到192 MB,能够将海量热点数据留在离核心更近的地方。 在核心数量方面,Graviton5从Graviton4的96一举提升至192,实现了100%的增长。

    3810编辑于 2026-06-23
  • 来自专栏Java开发必知必会

    没想到,Git居然有3种“后悔”!

    你知道Git版本控制系统中都有哪些“后悔”吗? 洋仔:莫慌,git有“后悔”! ? 洋仔:容我给你慢慢道来。 洋仔:简单~ 我们整体看一下 git reset 命令 后悔-git reset 在进行下面的讲解是,还是先假设有这么一个提交链: commit_id1 --> commit_id2 --> commit_id3 后悔-git revert 小明:原来git reset这么强大呀! 后悔-git checkout 小明:还有最后一个问题: 如果我在一次开发中,发现某个文件修改错误了,想要将文件恢复到刚pull代码时的状态怎么办呢? 洋仔:简单!

    1.3K20发布于 2020-08-24
  • 来自专栏芯智讯

    谷歌Tensor G3解析:9CPU+10GPU,支持本地AI大模型!

    9CPU:性能相比上代提升超20% 根据Geekbench数据库曝光的谷歌Pixel 8 Pro所搭载的Tensor G3处理器的信息显示,其基于9CPU架构,包括1个Cortex-X3超大,主频 3.00GHz;4个Cortex-A715大,主频2.45GHz;4个Cortex-A510小,主频2.15GHz。 10Mali-G715 GPU:性能稳定性偏低 Tensor G3的GPU采用的是10核心的Arm Mali-G715 GPU,它可以与苹果A17 Pro一样支持硬件级的光线追踪加速能力。 Tensor G3 最高可支持8K@30FPS编码。 相对于三星 4LPP+制程,Tensor G3 使用的三星 4LPP 制程,能效要更低一些。

    5.3K50编辑于 2023-10-07
  • 来自专栏机器之心

    苹果M3芯片最快年底上市:12CPU加18GPU规格曝光

    M3 SoC 将是首款采用台积电 3nm 制程打造的 Apple Silicon M 系列芯片。 需要注意的是,M3 可能会像此前几代一样出现多个变体。 这些数字代表了全面的改进,但有关 M3 芯片在架构上的改进我们尚不知晓。此外,新的 TSMC N3 工艺应该提供一些时钟 / 效率优势,当然也能让苹果在相同的芯片尺寸下提高晶体管数量。 根据他的消息源,首批进行 3nm 芯片升级的将包括「配备 M3 的 iMac、高低端 MacBook Pro 和 MacBook Air。」 我们可以对未来产品进行大胆预测,将 M3 Pro 外延至「惯常的」Max 和 Ultra SKU 意味着 M3 Max 将配备多达 14 个 CPU 和 40 个 GPU 内核,而 M3 Ultra 将配备多达

    76650编辑于 2023-05-16
  • 来自专栏数据猿

    3天破10亿的《我不是神》到底神在哪?

    表面说的是,深层说的是命。 能治病,命却不由自主,直面中国底层生命的苦难和尊严,也没有逃避对社会制度和商业法则的拷问,这是影片锲入中国现实的关键,也是引发大众共鸣的核心。 在巨大利益的驱使下,思慧,神父,黄毛先后出场,卖五人组团建成功,他成为一名“药贩子”。 对于病友来说,他们拥有了活下去的机会,纷纷给程勇送锦旗,自此称其为“神”。 代购的出现问题,假药贩子张长林的出现威胁程勇,怕被抓,卖组正式散伙。 程勇开了工厂,吕受益死,张长林跑路,让程勇完成第一次蜕变,许多病人无可吃,程勇再次去印度并重新团建卖。 以赔本价继续代购印度,送儿子移民,晚上卖被警察抓。三年后出狱,外面已是改天换地。 这假不假,我们这些吃的人还不知道么?” ”我吃了三年正版,房子吃没了,家也吃垮了。现在好不容易有了便宜,可你们非说这是「假药」。不吃药,我们就只能等死。”

    74930发布于 2018-07-23
  • 来自专栏KI的算法杂记

    SVM系列(二):方法概述---正定以及技巧

    2.正定 我们所说的函数大部分都是正定。在下面的探讨中,输入空间为 , 。 2.1定义 正定的定义有两种: •对于 ,若存在一个函数 ,使得 ,则称 为正定函数•对于 ,如果 满足对称性以及正定性,则我们也称 为正定函数 对第一条定义的说明:我们要将低维样本映射到高维 ,则我们需要一个映射函数,如果我们能够找到一个 函数,使得我们定义的 恰好是两个高维样本 的内积,则 就是一个正定函数。 而在定义二中,我们只需要自己定义一个函数K,然后取任意N个样本,联合K求它们的Gram矩阵,只要该矩阵满足半正定性质,那么我们定义的函数K就是一个正定函数。 3.技巧  什么是技巧? 4.常见的函数 伟大的前人已经帮我们定义好了很多的函数,常见的有:

    1.8K10编辑于 2022-07-29
  • 来自专栏鸿蒙开发笔记

    OpenHarmony 轻内核A源码分析系列七 进程管理 (3)

    不管是初始化用户态进程还是内核态进程,都会使用这些函数,包含进程控制块初始化函数OsInitPCB、进程控制块初始化恢复函数OsDeInitPCB1.1 进程控制块初始化函数OsInitPCB进程控制块初始化函数OsInitPCB需要3个参数 ⑸处设置Idle进程编号为0,用户根进程编号为1,系统根进程编号为2,然后执行LOS_ListDelete把这3个进程从阻塞链表上删除。 需要3个参数,分别是进程控制块指针,标记用户态还是内核态进程的flags,进程名称name。 `1.OpenHarmony开发基础2.OpenHarmony北向开发环境搭建3.鸿蒙南向开发环境的搭建4.鸿蒙生态应用开发白皮书V2.0 & V3.05.鸿蒙开发面试真题(含参考答案) 6.TypeScript return ret; } idleProcess->threadGroupID = OsGetIdleTaskId(); return LOS_OK; }3.

    29810编辑于 2025-06-08
  • 来自专栏机器学习算法与理论

    技巧

    内积计算: a=(a1,a2,a3,a4,…,an),b=(b1,b2,b3…,bn) ? 内积公式 高斯,线性,多项式 而由于高斯(径向基函数的高斯版本)是 ? 高斯 高斯核能够基于向量的距离输出一个标量。内积的形式是向量相乘,得到单个标量或者数值,即维度一致,对应相乘相加即可。把内积运算替换成核函数,而不必做简化处理。 (这就是技巧) 这样的指数形式,故可以用泰勒展开式展开成无穷级数的形式,每一项的x前系数都不同,而这里也就对应着其特征的不同。

    1.5K60发布于 2018-04-10
  • 来自专栏计算机视觉理论及其实现

    方法

    令 为函数 对应的再生希尔伯特空间, 表示 空间中的h函数,对于任意单调递增函数 和任意非负损失函数 ,优化问题 表示定理对损失函数没有限制,对正则化项 仅要求单调递增,甚至不要求 是凸函数,意味着对于一般的损失函数和正则化项,优化问题的最优解 都可表示为函数 的线性组合;这显示出函数的巨大威力 人们发展出一系列基于函数的学习方法,统称为“方法”(kernel method)。最常见的,是通过“化”(即引入函数)来将线性学习器拓展为非线性学习器。 下面我们以线性判别分析为例来演示如何通过化来对其进行非线性拓展,从而得到“线性判别分析”(Kernelized Linear Discriminant Analysis,简称KLDA)。 把 作为(6.57)中的损失函数l,再令 ,由表示定理,函数h(x)可写为 于是由式(6.59)可得 令 为函数 所对应的矩阵, ,令 为第 类样本的指示向量,即

    1.7K10编辑于 2022-09-03
  • 来自专栏DeepHub IMBA

    线性回归,技巧和线性

    然后我将解释什么是函数和线性函数,最后我们将给出上面表述的数学证明。 sklearn.linear_model import LinearRegression np.random.seed(0) n = 100 X_ = np.random.uniform(3, 实际上还有很多其他有用的,比如径向(RBF)或更一般的多项式,它们可以创建高维和非线性特征空间。 np.random.seed(0) X = np.sort(5 * np.random.rand(80, 1), axis=0) y = np.sin(X).ravel() y[::5] += 3 sklearn.linear_model import LinearRegression np.random.seed(0) n = 100 X_ = np.random.uniform(3,

    61230编辑于 2023-11-10
  • 来自专栏数据结构与算法

    2727:仙岛求

    2727:仙岛求 查看 提交 统计 提问 总时间限制:1000ms内存限制:65536kB描述少年李逍遥的婶婶病了,王小虎介绍他去一趟仙灵岛,向仙女姐姐要仙丹救婶婶。 :可以安全通行的方格; 3) ‘#’:有怪物的方格; 4) ‘*’:仙药所在位置。 当在一行中读入的是两个零时,表示输入结束。 #.@.## .#..#. 0 0 样例输出 10 8 -1 bfs裸题,注意每组数据之间的衔接 1 #include<iostream> 2 #include<cstdio> 3 #include

    86680发布于 2018-04-13
  • 来自专栏腾讯DevOps

    Git的后悔

    这种情况是你已经把一个文件修改了add到暂存区了,但又想重新放回工作区,这种不会更改本地磁盘的文件

    71560发布于 2018-09-21
  • 来自专栏人人都是极客

    A与M异构通信过程解析

    一、 硬件层通信实现原理 二、驱动层Virtio下RPMsg通信实现 三、应用层双通信实现方式 现在越来越多的产品具有M core和A core的异构架构,既能达到M的实时要求,又能满足A的生态和算力 TXVring区发送数据,从RXVring区读取接收数据,A反之。 处理器支持消息传递单元(MessagingUnit,简称MU)功能模块,通过MU传递消息进行通信和协调,M和A之间通过寄存器中断的方式传递命令,最多支持4组MU双向传递消息,既可通过中断告知对方数据传递的状态 下面看下完成了1次从CoreA向CoreB 传递消息的具体过程: 寄存器输入输出通信模型 (1)CoreA写入数据; (2)MU将Tx 空位清0,Rx满位置1; (3)产生接收中断请求,通知CoreB ; (3)通过中断通知Core1数据到来,共享内存由avail链表区变至used区; (4)Core1收到中断,触发rpmsg的接收回调函数,从used区获取数据所在的共享内存的物理地址,完成数据接收;

    1.4K40编辑于 2023-08-23
领券