2021年已经过去，我们迎来的将是2022。2021的喜怒哀乐将会存在脑海里，有可能不过几天就会伴随2021的步伐离开。在2021年里，我大部分时间都在玩，也没有认真的学习，不免有一些遗憾。        说到今年最大的一个变动，应该就是换了个工作吧，其实从去年开始就已经萌发了这个想法了，只是因为疫情所以推迟了一年，毕竟在这家公司其实还是做得挺开心的，和同事们相处得也是挺好的，但感觉做得事情和自己毕业时的预想不一样，也算是和毕业时立下的目标不一样吧（当然这其实也是因为我实习时找到公司不靠谱，所以在此告诫大家，找实习单位的时候还是要慎重），也感觉到自己的基本技术得不到锻炼，主要是后端，因为这

针对不同的仿真器使用OpenOCD时候的设置操作总结......矜辰所致目录前言一、OpenOCD环境搭建二、OpenOCD基本测试三、Makefile中仿真器配置3.1ST-link3.2Jlink3.2CMSIS-DAP（待更新）结语前言在使用GCC环境开发ARM系列芯片的时候，我们往往会配合使用OpenOCD来进行仿真调试下载，博主自己在Windows下开发常用的STM32等芯片的时候也是使用的这套方案。这个环境的搭建在我曾经的博文：在window下使用VScode搭建ARM开发环境——详细版中详细说明过，当时好些年前设置好的环境，最近换了新电脑，然后环境重新配置，又因为仿真器又有好几个

JDBC使用步骤总结1.注册驱动Class.forName("com.mysql.cj.jdbc.Driver");2.获取链接Connectionconnection=DriverManager.getConnection(url,user,password);3.创建statement//静态：Statementstatement=connection.createStatement();//动态：PreparedStatementpreparedstatement=connection.preparedStatement();//编写sql语句,其中动态值用？代替Stringsql=""

学习准备：要求note.js是15.0以上版本，熟练cmd命令框命令创建项目命令：npminitvue@latest项目名字：小写英文项目安装：npm/cnpminstall运行项目：npmrundev文件内容：一、模版语法Vue使用一种基于HTML的模板语法，使我们能够声明式地将其组件实例的数据绑定到呈现的DOM上。所有的Vue模版都是语法层面合法的HTML,可以被符合规范的浏览器和HTML解析器解析！{{}}插值表达式当中只能是单一表达式！验证如下：//正确案例练习题1{{statement}}{{number}}{{ok?'yes':'no'}}//先通过空字符串split进行切割mes

        历经了前前后后一个月的学习，算是对STM32板子有了最最最基础的理解。对于我个人而言，最为直接的应用方式就是控制电机。正好前段时间刚学完PWM，加上今天又对于老项目OSBoat控制部分有了新的认识，于是就有了今天的应用总结。舵机        舵机是一种位置（角度）伺服的驱动器，适用于那些需要角度不断变化并可以保持的控制系统。具体其他的内容我就不细讲了，原理太难了，应用的话大家都知道是干嘛的。     这个是我测试的时候用的舵机，也是比较常用的舵机的一种。在这里我主要就记录一些关键内容。    这是一个180°，30kg的舵机，那么对于一般舵机来说，舵机的控制一般需要一个20M

文章目录一、前言1、单测的定位2、vscode中生成单测二、构造测试case的注意事项1、项目初始化2、构造空interface{}3、构造结构体的time.Time类型4、构造json格式的testcase三、运行单测文件1、整体运行单测文件2、运行单个单测文件报错（1）command-line-arguments是什么（2）undefined发生原因（3）缺少初始化导致的发生panic3、查看单测覆盖率4、单测覆盖文件解读5、生成可被浏览器打开的单测文件6、单测覆盖率的问题四、关于单测粒度的问题1、chatgpt的回答2、个人理解五、mock数据1、mock组件选择2、mock实操（1）m

pytorch模型保存与加载总结模型保存与加载方式模型保存方式一只存储模型中的参数，该方法速度快，占用空间少（官方推荐使用）model=VGGNet()torch.save(model.state_dict(),PATH)方式二存储整个模型model=VGGNet()torch.save(model,PATH)模型加载方式一对应第一种保存方式，首先构架模型架构，然后加载参数new_model=VGGNet()             new_model.load_state_dict(torch.load(PATH)) 方式二对应第二种保存方式，不再需要第一种方法中的建立新模型的步骤new_m

pytorch模型保存与加载总结模型保存与加载方式模型保存方式一只存储模型中的参数，该方法速度快，占用空间少（官方推荐使用）model=VGGNet()torch.save(model.state_dict(),PATH)方式二存储整个模型model=VGGNet()torch.save(model,PATH)模型加载方式一对应第一种保存方式，首先构架模型架构，然后加载参数new_model=VGGNet()             new_model.load_state_dict(torch.load(PATH)) 方式二对应第二种保存方式，不再需要第一种方法中的建立新模型的步骤new_m

一.内排总结在之前博客里，博主已经介绍了各种内部排序算法的原理和C语言代码实现，不懂的朋友可以在同系列专栏里选择查看，今天介绍常见排序算法的最后一点，也就是外部排序。在此之前，我们先对外部排序的各种算法做一下简单的总结。算法种类时间复杂度（最好）时间复杂度（最坏）时间复杂度（平均）空间复杂度稳定性折半插入排序O(n)O(n2)O(n2)O(1)是直接插入排序O(n)O(n2)O(n2)O(1)是希尔排序------------O(1)否冒泡排序O(n)O(n2)O(n2)O(1)是快速排序O(nlog2n)O(n2)O(nlog2n)O(log2n)否简单选择排序O(n2)O(n2)O(n2)

分为几步：1.安装docker2.创建linux底层容器3.容器内安装anaconda4.pycharm配置ssh服务器安装docker1.开启windows虚拟功能进入如下：控制面板=》程序=》启用或关闭windows功能。勾选Hyper-V，并电脑重启。2.安装docker进入官网下载安装包，按照提示安装即可。但是装完打开后我出现了WLS2的错误。这个是因为电脑wsl2较老或没有，解决办法就是安装wsl23.安装wsl2首先打开windows虚拟监控程序平台和适用于Linux的Windows子系统然后打开微软商店，安装linux分发版(我一般选择ubuntu),安装完成后如下如果什么都正常