考虑排序数组a:a=np.array([0,2,3,4,5,10,11,11,14,19,20,20])如果我指定左右增量，delta_left,delta_right=1,1那么这就是我希望分配集群的方式:#a=[0.2345....1011..14....1920#1120##[10--|-12][19--|-21]#[1--|--3][10--|-12][19--|-21]#[-1--|--1][3--|--5][9--|-11][18--|-20]#+--+--|--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+--+-
目录1先说结论：2Σ几何分布的P(x=n)= P(n次试验至少成功1次)2.1几何分布的概率2.2 这个是可以证明的，下面是推导过程2.3怎么理解呢？3 另外，P(累计成功k次)=ΣP(成功k次的二项分布)3.1 成功k次的概率和累计成功k次概率3.2成功k次的概率和 至少累计成功k次概率3.3 这个不需要像上面需要证明，是不言自明的4 各种概率5应用，暂缺，以后再补吧1先说结论：结论1：Σ几何分布的P(x=n)= P(n次试验至少成功1次) ΣP前n-1次失败最后1次成功(x=n)=P(n次试验至少成功1次)结论2：P(累计成功k次)=ΣP(成功k次)2Σ几何分布的P(x=n)=
Chatgpt的出现给NLP领域带来了让人振奋的消息，可以很逼真的模拟人的对话，回答人们提出的问题，不过Chatgpt参数量，规模，训练代价都很昂贵。幸运的是，出现了开源的一些相对小的模型，可以在本地或者云端部署体验，动手体验了下Vicuna-7b，翻译过来是小羊驼」（骆马），拥有70亿参数，据作者实验能达到GPT-4的90%性能。在作者官网发布了三个版本，其中3个月前发布了v1.1，17天前发布了v1.3。官网：lmsys(LargeModelSystemsOrganization)环境：ubuntu18.04九天毕昇8核32G内存，仅有cpu时间：2023年7月5号llama-7Bpyth
1正态分布的参数musigma为数据本身的均值m和标准差，即方差v的根sqrt(v)。2对数正态分布参数mu和sigma，与数据本身均值m和方差v之间存在如下关系：利用如下MATLAB代码，对上述关系进行了验证。clcclearcloseall%----------------------------生产随机数-----------------------------%%对数正态分布随机数mu=1;sigma=0.3;a=lognrnd(mu,sigma,1000,1);%MATLAB采用的是自然对数，即a=e^b%将数据求自然对数，判断是否服从正态分布b=log(a);%----------
主要是想大致了解Sigma-deltaADC是怎么工作的，写了个乱七八糟的代码来简单看下。很粗略的解释，主要给自己参考。SARADCsuccessiveapproximationregisteradc，简单理解为一个采样开关和采样电容。采样开关定时闭合，忽略暂态，则采样电容上的电压等于采样开关闭合时刻的输入电压。因此理想的SARADC相当于一个采样开关，把连续的输入信号变成了离散的采样结果。或者，另一种画图的方法，就是说，[n*Ts,(n+1)*Ts]期间的采样结果恒定为Vin(n*Ts)Sigma-deltaADC核心是sigma-delta调制，如下图。1-bitDAC的输出只有两种电压，
主要是想大致了解Sigma-deltaADC是怎么工作的，写了个乱七八糟的代码来简单看下。很粗略的解释，主要给自己参考。SARADCsuccessiveapproximationregisteradc，简单理解为一个采样开关和采样电容。采样开关定时闭合，忽略暂态，则采样电容上的电压等于采样开关闭合时刻的输入电压。因此理想的SARADC相当于一个采样开关，把连续的输入信号变成了离散的采样结果。或者，另一种画图的方法，就是说，[n*Ts,(n+1)*Ts]期间的采样结果恒定为Vin(n*Ts)Sigma-deltaADC核心是sigma-delta调制，如下图。1-bitDAC的输出只有两种电压，
Firefox>=17中的wheel事件具有deltaMode属性。对于我使用的操作系统/鼠标，它被设置为1(或DOM_DELTA_LINE)。此设置意味着deltaX和deltaY事件值以线而不是像素为单位进行测量。果然，如果我假设增量是像素，则滚动速度比Firefox中的正常速度慢得多。相比之下，Chrome31使用0(或DOM_DELTA_PIXEL)的deltaMode，这让我可以模拟正常速度的滚动。如果我可以将线值转换为像素值，我就万事大吉了。但是我找不到关于什么是“线”的文档片段。我尝试在Firefox中更改font-size和line-height，这并没有改变滚动行为。
Firefox>=17中的wheel事件具有deltaMode属性。对于我使用的操作系统/鼠标，它被设置为1(或DOM_DELTA_LINE)。此设置意味着deltaX和deltaY事件值以线而不是像素为单位进行测量。果然，如果我假设增量是像素，则滚动速度比Firefox中的正常速度慢得多。相比之下，Chrome31使用0(或DOM_DELTA_PIXEL)的deltaMode，这让我可以模拟正常速度的滚动。如果我可以将线值转换为像素值，我就万事大吉了。但是我找不到关于什么是“线”的文档片段。我尝试在Firefox中更改font-size和line-height，这并没有改变滚动行为。
24BitΣ-ΔADC——AD7124的多通道初始化配置一、前言二、ADC寄存器介绍1.配置寄存器2.滤波寄存器3.偏置寄存器4.增益寄存器5.诊断寄存器三、通道与CONFIG_x的映射多对1映射1对1映射混合映射四、实验数据一、前言AD7124是目前常用的一种24位ADC，在全功率模式、9.4SPS的速率、gain=128的状态运行，均方根（rms）可达到23nV；信号误差在±10uV左右，单片价格在￥135~150，对于测控仪器中采集芯片的选型来说，该芯片价位处于中端层面，性价比较高。AD7124的引脚排布、硬件SPI的驱动方式我已经在上一篇文章发布过，这里不再做过多赘述，链接如下：使用s
一、观远数据分析产品简介观远数据成立于2016年，总部位于杭州，主要为企业提供一站式的数据分析与智能决策产品和解决方案，客户包括联合利华、招商银行、安踏、元气森林、小红书、B站等，分布在零售、消费、金融、互联网等各个领域。公司的愿景是——“让业务用起来，让决策更智能”。我们发现很多时候数据分析产品并没有很好地在企业内部被用起来，往往是业务提需求，让IT部门做一些数据处理和报表，这个周期可能会比较长，并不利于敏捷、及时的分析决策。关于数据分析产品功能，观远已经做的比较完备，涵盖了数据接入、数据开发、数据分析、数据应用等各个环节。产品围绕着“让业务用起来”，在易用性方面有一些比较有特色的功能，比如
