cos

本文重点介绍了下小样本学习方法(FSL)演变过程以及MAML和度量学习的区别所在。 小样本学习一般会简化为N-way K-shot问题，如图[1]。其中N代表类别数量，K代表每一类中(支持集)的样本量； 图[1] N-way K-shot 解决分类问题，人们最先想到的是采用传统监督学习的方式，直接在训练集上进行训练，在测试集上进行测试，如图[2]，但神经网络需要优化的参数量是巨大的，在少样本条件下，几乎都会发生过拟合； 图[2] 传统监督学习 为了解决上述问题，人们首先想到的是通过使用迁移学习+Fine-tune的方式，利用Base-classes中的大量数据进行网络训练，得到的Pre-trained模型迁移到Novel-classes进行Fine-tune，如图[3]。虽然是Pre-trained网络+Fine-tune微调可以避免部分情况的过拟合问题，但是当数据量很少的时候，仍然存在较大过拟合的风险。 图[3] Pre-trained网络+Fine-tune微调 接下来讲的就是小样本学习中极具分量的Meta-learning方法，现阶段绝大部分的小样本学习都使用的是Meta-learning方法。Meta-learning，即learn to learn，翻译成中文是元学习。Meta-learning共分为Training和Testing两个阶段，Training阶段的思路如图

　　在FFT处理线面呢，很多人就说要加窗，加窗的好处了就是防止能量泄露和高频滤波啊，不过精度呢就会相应的降低。（听说是这样的。本人小白） 　　窗的种类也很多啦，然后听说啥都不懂的就可以了选择汉宁窗。。。 　　在MATLAB里面呢直接调用hann（）； 　　然后呢在stm32里面呢就直接一个for。。。。。。感觉用了后腰也不疼了，上楼也有力了，波形貌似变好了。。。。 　　 float Han_Win(u16 i ,u16 ADC) { float Wn; Wn = 0.5 - 0.5 *cos(( 2 * Pi*(i - 1 ))/(N - 1 )); // w = .5*(1 - cos(2*pi*(1:m)'/(n+1))); Wn = Wn * ( float )ADC; return Wn; } for (i = 0 ; i < N ; i++ ) { lBUFIN1[i] = Han_Win(i ,(s16)ADCConvertedValue[i]); lBUFIN2[i] = Han_Win(i ,(s16)(ADCConvertedValue[i]>> 16 )); } 来源： oschina 链接： https://my.oschina.net/u/4393607/blog/4287059

picbed 基于Flask的Web自建图床，默认存储在本地，内置支持又拍云、七牛云、阿里云OSS、腾讯云COS等对象存储。 部署 要求： Python2.7、Python3.5+（含PyPy）和Redis 下载： git clone https://github.com/staugur/picbed && cd picbed 依赖： pip install -r requirements/all.txt # 也可以参考详情文档如何按需安装依赖包 配置： src目录下的config.py即配置文件，它会加载中 .cfg 文件读取配置信息， 无法找到时加载环境变量，最后使用默认值，必需的配置项是picbed_redis_url。 所以可以把配置项写到 .bash_profile 或 .bashrc 此类文件中在登录时加载， 也可以写入到 .cfg 文件里，这是推荐的方式，它不会被提交到仓库， 格式是k=v，每行一条，注意：v是所见即所得！ 比如： picbed_redis_url=redis://@localhost 启动： // 首先创建一个管理员账号 -h/--help显示帮助 $ flask sa create -u USER -p PASSWORD --isAdmin // 开发环境启动 $ make dev // 正式环境，若需前台启动，将start换成run即可

Shone.Math开源系列1 — 基于.NET 5实现Math<T>泛型数值计算 作者：Shone .NET 5 preview 4已经可用了，从微软Build2020给出的信息看，.NET 5将实现框架统一，.NET 6将实现界面统一。开源的.NET更加有活力，咱们也从基础开始贡献一点微薄力量，拥抱开源，拥抱.NET未来。 Shone.Math 是一个支持Math<T>泛型数值计算和Real实数运算（浮点数、分数、PI,E,Log,Exp等无理数）的轻量级基础数学库 。该项目开源地址https://github.com/shonescript/Shone.Math，是本人把多年代码积累正式转向.NET 5，也是我的第一个开源项目，请大家多多支持了。 一、.NET泛型数值计算优势 .NET 2.0开始支持泛型编程，支持IEnumerable<T>, List<T>, Func<T,T,…>等各种泛型类型，提高了编程效率和质量，这是公认的价值。 但是对于基础类似的数值运算，.NET没有默认泛型实现方式。StackOverflow上有大量关于泛型数值计算的讨论，C#9.0的部分草案建议也提出添加对泛型计算的支持。 在大量处理数据时，特别是几何或空间数据计算时，泛型数值计算的主要优势是： （1）可重用： 专注于数值计算算法，不用为每种数据编写实现，提高开发效率； （2）无装箱：

题目 解题思路 双指针法： https://leetcode-cn.com/problems/container-with-most-water/solution/sheng-zui-duo-shui-de-rong-qi-by-leetcode-solution/ 代码 public class Solution { public int maxArea(int[] height) { int l = 0, r = height.length - 1; int ans = 0; while (l < r) { int area = Math.min(height[l], height[r]) * (r - l); ans = Math.max(ans, area); if (height[l] <= height[r]) { ++l; } else { --r; } } return ans; } } 来源： oschina 链接： https://my.oschina.net/u/4248053/blog/4355003

FFT的输入和输出： 输入2^n的numpy数组，输出2^n的numpy complex类型数组 >>> x = np.random.rand(8) >>> x array([ 0.15562099, 0.56862756, 0.54371949, 0.06354358, 0.60678158, 0.78360968, 0.90116887, 0.1588846 ]) >>> xf = np.fft.fft(x) >>> xf array([ 3.78195634+0.j , -0.53575962+0.57688097j, -0.68248579-1.12980906j, -0.36656155-0.13801778j, 0.63262552+0.j , -0.36656155+0.13801778j, -0.68248579+1.12980906j, -0.53575962-0.57688097j]) FFT的逆变换，变换回来 >>> np.fft.ifft(xf) array([ 0.15562099 +0.00000000e+00j, 0.56862756 +1.91940002e-16j, 0.54371949 +1.24900090e-16j, 0.06354358 -2.33573365e-16j, 0.60678158 +0.00000000e+00j, 0

1 正交多项式的定义 1.1 正交多项式定义 定义： 一个多项式序列 ${ {p_n}(x)} _{n = 0}^\infty $，其阶数为 \([{p_n}(x)] = n\) ，对于每一个 \(n\) ，这个多项式序列在开区间 \((a,b)\) 上关于权函数 \(w(x)\) 正交，如果： \[\int_a^b {w(x){p_m}(x){p_n}(x)dx = } {h_n}{\delta _{mn}} \] 这里 \({\delta _{mn}}\) 为狄拉克函数，且 \(h_n\) 为常数。 这里的权函数 \(w(x)\) 在区间 \((a,b)\) 是连续且正的以使得下式存在： \[{\mu _n}{\rm{ = }}\int_a^b {w(x){x^n}dx,{\rm{ }}n = 0,1,2, \cdots } \] 则多项式 \(f\) 和多项式 \(g\) 的内积定义为： \[\left\langle {f,g} \right\rangle : = \int_a^b {w(x)f(x)g(x)dx} \] 区间 \((a,b)\) 称为正交区间，正交区间未必是有限区间。 例1 三角函数的正交性 对于三角函数序列 \(1,sin(\theta),cos(\theta),sin(2\theta),cos(2\theta),...,cos(n\theta)\) ，

要搞一个小型的cms内容发布系统 因为小程序上线之后，直接对数据库进行操作的话，慧出问题的，所以一般都会做一个管理系统，让工作人员通过这个管理系统来对这个数据库进行增删改查 微信小程序其实给我们提供了这样的能力了 （也就是可以在自己已有的服务器来进行云操作，所以就可以通过这个CMS内容管理系统来对云数据库进行修改） 我们就要建立自己的web服务器--》搭建一个简易的服务器 https://koa.bootcss.com/ 这个是要node版本是7以上，可以在node官网去搭建，我这边之前按照过了，直接cmd打开，通过 node -v查看版本 然后还要下载一个 cnpm，这个主要是下载第三方模块用的 https://www.cnblogs.com/biglovevolcaner/p/6707746.html 打开cmd，直接输入这位大佬博客里面的语句进行安装即可了 这些都准备好了之后，就可以开始koa2的服务器搭建了 我们选择koa的脚手架 koa-generator https://blog.csdn.net/sinat_39049092/article/details/104575018 （跟这个博客到第三步就行） 然后我们就可以到想要搭建系统的文件中（我在d盘新建了一个weapp文件） 在cmd中输入 D:\weapp 之后输入 d：即可跳转 输入 koa2 miaomiao

Shone.Math开源系列1 — 基于.NET 5实现Math<T>泛型数值计算 作者：Shone .NET 5 preview 4已经可用了，从微软Build2020给出的信息看，.NET 5将实现框架统一，.NET 6将实现界面统一。开源的.NET更加有活力，咱们也从基础开始贡献一点微薄力量，拥抱开源，拥抱.NET未来。 Shone.Math 是一个支持Math<T>泛型数值计算和Real实数运算（浮点数、分数、PI,E,Log,Exp等无理数）的轻量级基础数学库 。该项目开源地址https://github.com/shonescript/Shone.Math，是本人把多年代码积累正式转向.NET 5，也是我的第一个开源项目，请大家多多支持了。 一、.NET泛型数值计算优势 .NET 2.0开始支持泛型编程，支持IEnumerable<T>, List<T>, Func<T,T,…>等各种泛型类型，提高了编程效率和质量，这是公认的价值。 但是对于基础类似的数值运算，.NET没有默认泛型实现方式。StackOverflow上有大量关于泛型数值计算的讨论，C#9.0的部分草案建议也提出添加对泛型计算的支持。 在大量处理数据时，特别是几何或空间数据计算时，泛型数值计算的主要优势是： （1）可重用： 专注于数值计算算法，不用为每种数据编写实现，提高开发效率； （2）无装箱：

题目 恢复二叉搜索树 二叉搜索树中的两个节点被错误地交换。 请在不改变其结构的情况下，恢复这棵树。 示例 1: 输入: [1,3,null,null,2] 1 / 3 \ 2 输出: [3,1,null,null,2] 3 / 1 \ 2 示例 2: 输入: [3,1,4,null,null,2] 3 / \ 1 4 / 2 输出: [2,1,4,null,null,3] 2 / \ 1 4 / 3 进阶: 使用 O(n) 空间复杂度的解法很容易实现。 你能想出一个只使用常数空间的解决方案吗？ 前情提要 二叉搜索树的概念： 二叉查找树它或者是一棵空树，或者是具有下列性质的二叉树： 若它的左子树不空，则左子树上所有结点的值均小于它的根结点的值； 若它的右子树不空，则右子树上所有结点的值均大于它的根结点的值； 思路 https://leetcode-cn.com/problems/recover-binary-search-tree/solution/san-chong-jie-fa-xiang-xi-tu-jie-99-hui-fu-er-cha-/ 代码 class Solution { //用两个变量x，y来记录需要交换的节点 private TreeNode x = null; private TreeNode y = null; private TreeNode pre =