D. Binary String Sorting 题意 给出一个仅包含01串s，仅有两种操作 交换相邻元素，每次交换的代价是a。（题目中 a=1012a = 10^12a=1012，也就是 aaa 远大于 111） 删除任意位置元素，每次删除的代价是a+1。 要求通过多次上述两种操作，使得给出的01串在操作后变为非降的，且具有最小的代价。 也就是要用最小的操作次数，使得最终01串是非降的

Ubuntu设置休眠选项 我的笔记本是Yoga14s，经常发现和上笔记本后进入待机模式耗电非常高，而且启动速度很慢，考虑使用休眠模式代替。休眠模式主要思路是将内存中的数据保存到磁盘上的一个叫交换空间“swap area”的位置，然后关闭电脑，下次启动就从交换空间中提取数据到内存中启动; 而待机模式是保证对内存的供电，仍然耗电。 由于默认的Ubuntu安装系统方式只会自动分配2Gb的swap空间，

UPDATE: 2024.6.12.加入星火商店安装程序 UPDATE: 2024.11.16.加入Ubuntu24.04相关内容 My Ubuntu 第一次安装 Ubuntu22.04 LTS 记录下安装遇到的问题和解决方法。 当前Ubuntu已经能够完美支持微信(不完全是原生)和QQ(原生)了，文档处理使用WPS完全足够，已经达到日常办公所需的全部要求，还有更高效的代码运行速度😆（

Codeforces Round #852 (Div. 2) F. Rebrending 题意 区间长度为nnn的数组a[i]a[i]a[i]，且满足a[i]∈[1,n]a[i]\in[1,n]a[i]∈[1,n]，有qqq个查询区间[l1,ri][l_1,r_i][l1​,ri​]，对于每个查询区间，求出 ali,ali+1,⋯ ,ari−1,aria_{l_i},a_{l_i+1},\c

2022年CVPR期末考试题 计算机视觉为1-11题，模式识别为12-17题 卷积的性质及证明，卷积的计算 双线性插值，计算例子 双边滤波，原理，效果 六种二维几何变换矩阵具体是什么，及对应的性质 Canny边缘检测，具体步骤，什么是好的边缘（这里我没写，ppt里有不难） Harris角点检测检测，具体步骤，不变性与等变性 相机坐标

机器学习中的线性模型 以下内容是在《机器学习实战：基于Scikit-Learn，Keras和TensorFlow》中第四章内容基础上进行的总结. 模型原理 基本定义 我们默认向量均为列向量，用小写字符表示向量，大写字符表示矩阵. 假设训练集中总共有 mmm 个样本，第 iii 个样本对应的特征和标签记为 (x(i),y(i))(\boldsymbol{x}^{(i)}, y^{(i)

MNIST 数据集进行分类 《机器学习实战：基于Scikit-Learn，Keras和TensorFlow》中第三章内容，英文代码可参考github - handson-ml2/03_classification.ipynb 下面内容对应的Jupyter Notebook代码位于github：3.classification.ipynb 数据集导入 使用Scikit-Learn中的 sklea

端到端的机器学习项目实例 《机器学习实战：基于Scikit-Learn，Keras和TensorFlow》中第二章内容，英文代码可参考github - handson-ml2/02_end_to_end_machine_learning_project.ipynb 下面内容对应的Jupyter Notebook代码位于github：2.end_to_end_machine_learning_pr

Scikit-learn安装 pip install scikit-learn # 基础包安装 pip install scikit-image # 图像处理包 Scikit-Learn设计原则 参考论文API design for machine learning software: experiences from the scikit-learn project，这里给出Scikit-

该问题是在使用GradientTape训练MNIST数据集时发现的，尝试使用了三种方式进行训练：直接GradientTape训练，调用fit函数训练，重写fit函数后训练. 发现重写GradientTape训练的正确率尽然有96%，而后两者的正确率90%都不到，这引起了我很大的好奇心，于是通过查阅大量文档和阅读TF源代码一步一步排除问题，最终找到问题原因. 训练集使用最简单的MNIST，重写f