一.2021年度历程 一转眼就2022年了，谨以此博客写下2021年的年度历程！个人博客主页一笔一画，记录我的学习生活！站在巨人的肩上StandingonShouldersofGiants!该文章为原创，转载请注明出处和作者： 第一次在博客里写下我的年度总结，却不知道从哪里开头。暂且从暑假备战电赛开始吧，毕竟由于疫情的缘故，电赛一直延期到11月4日才开始比赛，可以说电赛经历占了2021年时间的大半。 电赛期间确确实实收获了许多东西，认识了很多优秀的老师，心中对他们充满了敬佩和感谢。由于某种原因，最开始并没有直接参加学校的电赛的选拔（我校电赛选拔时间挺早的），而且我当时模电基础
目录一、概述二、Scripting脚本使用一、概述Elasticsearch提供的增删改查相关API虽然能解决大部分业务场景的问题，但是在一些相对复杂的业务场景，使用增删改查不太好实现的时候，此时就需要借助Elasticsearch脚本进行实现，Elasticsearch脚本可以帮助我们解决复杂业务问题，如：自定义评分、自定义文本相关度、自定义过滤、自定义聚合分析等。首先了解一下Scripting使用语法："script":{"lang":"...",//指定编写脚本的语言，默认为painless。"source"|"id":"...",//指定脚本的来源，inline脚本是指定source，
本文范畴：故障排查cv2技术库安装Linux/Unix笔记本系统：win10python版本：3.10故障问题：无法安装cv2库适应对象：程序员新手、运维程序员、大学生、青少年对系统感兴趣的爱好者等等文章目录前言一、cv2库是什么？二、多种解决方式，看哪种适合你！！！1.（普通，正常情况下）引入库cv2，采用cmd安装2.（权限不足问题）采用超级（管理员）WindowsPowershell3.（版本问题！！！）这个的话需要采取多种方式了方法一：安装了pycharm，在库管理中安装方法二：如果上述方法仍然不奏效方法三：（终结散花版本）所有问题都可以采用这个方法来解决总结前言 随着电
tcptcp工作在传输层可靠的数据传输服务，确保传输数据是无损坏，无间隔，非冗余按序一些知识点服务端最大并发TCP连接数远不能达到理论上限，会受以下因素影响：文件描述符限制，每个TCP连接都是一个文件，如果文件描述符被占满了，会发生Toomanyopenfiles。Linux对可打开的文件描述符的数量分别作了三个方面的限制：系统级：当前系统可打开的最大数量，通过cat/proc/sys/fs/file-max查看；用户级：指定用户可打开的最大数量，通过cat/etc/security/limits.conf查看；进程级：单个进程可打开的最大数量，通过cat/proc/sys/fs/nr_ope
一，引脚图Jlink引脚定义1、SWD模式第15脚可接可不接（有问题再接）2、SWD模式第1脚VCC由目标板提供参考电压，若目标板MCU电压与SWD第2脚电压相同，则可以将1脚与2脚短接，实现3线式SWD 二，注意事项1Vref为外部cpu电压检测，为输入端口。调试非3.3vcpu，则必须接此脚。比如nrf52833，这个脚请接1.8v2脚为3.3v电源输出接口。对于有转接板的用户，如要仿真器对外输出电压，则请将转接板1-2脚短路。这时候转接板有3.3v输出，但是只能调试3.3v的cpu。如果要调试非3.3vcpu且用转接板，则1-2脚不能短路，1脚接入cpu电压，cpu板要自己供电，仿真器不
基环树，也是环套树，是一种有n 个点n条边的图，简单地讲就是树上在加一条边。它形如一个环，环上每个点都有一棵子树的形式。基环内向树：每个点出度为1（因此每个环上点的子树，儿子指向父亲）基环外向树：每个点入度为1（因此每个环上点的子树，父亲指向儿子）基环树的关键就是找到环，可以先把环当作这个无根树的“根”，也就是把环当成一个点（先不管它），这样一颗基环树就变成了一个普通的树，然后我们先按照解决普通树的方法对“根”的所有子树依次处理求解答案，最后在单独对环上所有的点进行操作求解最终答案即可。有向图找环inlinevoidfind(intu,intrt){ vis[u]=1; for(reinti(
1.概念一直看一遍忘一遍，实在懒得再查了，理解后再次整理，希望能加深理解。先总结几个概念：回归分析是一种预测性的建模技术，它研究的是因变量（目标）和自变量（预测器）之间的关系。这种技术通常用于预测分析，时间序列模型以及发现变量之间的因果关系。为什么要回归分析？它表明自变量和因变量之间的显著关系；它表明多个自变量对一个因变量的影响强度。回归分析允许我们去比较那些衡量不同尺度的变量之间的相互影响，如价格变动与促销活动数量之间联系。这些有利于数据分析人员以及数据科学家排除并估计出一组最佳的变量，用来构建预测模型。常见的回归模型很多，在此我对自己常用的进行整理。2.logistic回归引用一篇整理不错
“子在川上曰，逝者如斯夫”。经历一年的居家办公、解封，终于在年底回归正常生活。时隔三年回老家过年，一切如故，好像疫情从没有来过。2022年对我来说是值得记忆的一年，在这一年里完成了买房这件人生大事，终于在成都有了自己的家。其次，这年坚持周末时间写作50篇，除了收获更多粉丝的支持，更重要的是写作让我摆脱浮躁，能沉下心来完成一件事。工作上，疫情之下，互联网行业各大厂不约而同“开猿节流”，而我所在团队也经历多次组织架构调整。未来互联网行业趋势如何，我认为仍不容乐观，但环境如此，个人能做的就是不断完善和提升自己，增强竞争力。下面我分章节对我的2022做个总结。一.关于买房20年刚到成都，正赶上成都房市
一. Elasticsearch介绍.1.为什么我们要用Elasticsearch? 当我们访问购物网站的时候，我们可以根据我们随意所想的内容输入关键字就可以查询出相关的内容，这是怎么做到呢？这些随意的数据不可能是根据数据库的字段查询的，那是怎么查询出来的呢，为什么千奇百怪的关键字都可以查询出来呢？ 答案就是全文检索服务，Elasticsearch是一个基于Lucene的全文检索服务器，而lucene采用了词元匹配方案。举个例子：北京天安门----Lucene切分词：北京 天安门 等等这些词元，当我们搜索的时候这些词元都可以检索到北京天安门。2.Elasticsea
【实验记录】yolov5的一些改进tricks总结1.在yolov5上增加小目标检测层link2.在yolov5上增加注意力机制CBAMSElayer…3.考虑在yolov5中加入旋转角度的目标检测机制。reference：[1]https://zhuanlan.zhihu.com/p/358441134[2]https://github.com/onehahaha756/yolov5_rotation4.结合BiPFN，将yolov5中的PANet层改为efficientDet中的BiFPN。5.训练baseline，同时使用加权框融合WBF进行后处理/预处理。6.AF-FPN替换金字塔模块
