RED

一.表格 这个作业属于哪个课程 C语言程序设计II 这个作业要求在哪里 C语言I博客作业10 我在这个课程的目标是 把C语言学精，熟练掌握编程技术，努力找到<span style="color:red"> 简单代码的写法 </span> 这个作业在哪个具体方面帮助我实现目标 PTA上做题，devc++慢慢掌握调试，加强对于<span style="color:red"> 循环语句for与if-else以及嵌套的理解与应用 </span> 参考文献 百度百科 ，<span style="color:red">其他同学作业，《C Primer Plus》，教科书， 伪代码的写法 </span> 二.本周作业 1.PTA实验作业 1.1<span style="color:red">梅森数</span> 题目内容描述：<span style="color:red">形如2ⁿ−1的素数称为梅森数（Mersenne Number）。例如2²​​−1=3、2​³−1=7都是梅森数。1722年，双目失明的瑞士数学大师欧拉证明了2​³¹−1=2147483647是一个素数，堪称当时世界上“已知最大素数”的一个记录。本题要求编写程序，对任一正整数n（n<20），输出所有不超过2​ⁿ−1的梅森数。</span> 输入格式: 输入在一行中给出正整数n（n<20）。 输出格式:

可以用淘宝npm镜像 然后安装 然后初始化项目： Watch就是一个监听 v-if是如果为false就根本不在页面存在这个元素 v-show是通过display:none来控制这个元素的显示和隐藏 red表示class名称，isRed表示是否是bool值来判断是否显示red这个class样式 ：class是v-bind:class的简写 App是一个组件，’./App’是省略了.vue文件 Index.html文件引用了这个app组件 Line 2 write usage same as line 3 Module.export 等同于export语法 来源： oschina 链接： https://my.oschina.net/u/4384545/blog/4251101

[Toc] <br> 1、UGUI介绍 GUI就是Graphical User Interface（图形用户界面）简称。在Unity还未更新UGUI之前最流行的做UI的插件是NGUI。自从Unity4.6开始后，集成到了编辑器中，大大方便了开发。 <br> 2、UGUI基本控件 2.1 Canvas---画布 每当你创建一个UI物体时，Canvas都会自动创建。所有的UI元素都必须是Canvas的子物体。 和Canvas一同创建的还有一个EventSystem，其是一个基于Input的事件系统，可以对键盘、触摸、鼠标、自定义输入进行处理。 <font color=Red>Render Mode</font> Screen Space - Overlay：让UI始终位于界面最上面部分 Screen Space - Camera：赋值一个相机，按照和相机的距离前后显示物体和UI World Space：让画布变成一个3D物体可以移动等 <font color=Red>UI Scale Mode</font> Constant Pixel Size：根据像素大小计算UI位置和尺寸。当屏幕尺寸改变时，UI大小不会变而其他物体会变。 &ensp&ensp&ensp Scale Factor：UI缩放系数 Scale With Screen Size：根据不同屏幕尺寸自动改变UI大小

作者|Marcellus Ruben 编译|VK 来源|Towards Datas Science 当你听到“茶”和“咖啡”这个词时，你会怎么看这两个词？也许你会说它们都是饮料，含有一定量的咖啡因。关键是，我们可以很容易地认识到这两个词是相互关联的。然而，当我们把“tea”和“coffee”两个词提供给计算机时，它无法像我们一样识别这两个词之间的关联。 单词不是计算机自然就能理解的东西。为了让计算机理解单词背后的意思，这个单词需要被编码成数字形式。这就是词嵌入的用武之地。 词嵌入是自然语言处理中常用的一种技术，将单词转换成向量形式的数值。这些向量将以一定的维数占据嵌入空间。 如果两个词有相似的语境，比如“tea”和“coffee”，那么这两个词在嵌入空间中的距离将彼此接近，而与具有不同语境的其他词之间的距离则会更远。 在这篇文章中，我将逐步向你展示如何可视化嵌入这个词。由于本文的重点不是详细解释词嵌入背后的基本理论，你可以在本文和本文中阅读更多关于该理论的内容。 为了可视化词嵌入，我们将使用常见的降维技术，如PCA和t-SNE。为了将单词映射到嵌入空间中的向量表示，我们使用预训练词嵌入GloVe 。 加载预训练好的词嵌入模型 在可视化词嵌入之前，通常我们需要先训练模型。然而，词嵌入训练在计算上是非常昂贵的。因此，通常使用预训练好的词嵌入模型。它包含嵌入空间中的单词及其相关的向量表示

　　之前总结过关于PCA的知识： 深入学习主成分分析（PCA）算法原理 。这里打算再写一篇笔记，总结一下如何使用scikit-learn工具来进行PCA降维。 　　在数据处理中，经常会遇到特征维度比样本数量多得多的情况，如果拿到实际工程中去跑，效果不一定好。一是因为冗余的特征会带来一些噪音，影响计算的结果；二是因为无关的特征会加大计算量，耗费时间和资源。所以我们通常会对数据重新变换一下，再跑模型。数据变换的目的不仅仅是降维，还可以消除特征之间的相关性，并发现一些潜在的特征变量。 　　降维算法由很多，比如PCA ，ICA，SOM，MDS， ISOMAP，LLE等，在此不一一列举。PCA是一种无监督降维算法，它是最常用的降维算法之一，可以很好的解决因变量太多而复杂性，计算量增大的弊端。 一，PCA 的目的 　　PCA算法是一种在尽可能减少信息损失的前提下，找到某种方式降低数据的维度的方法。PCA通常用于高维数据集的探索与可视化，还可以用于数据压缩，数据预处理。 　　通常来说，我们期望得到的结果，是把原始数据的特征空间（n个d维样本）投影到一个小一点的子空间里去，并尽可能表达的很好（就是损失信息最少）。常见的应用在于模式识别中，我们可以通过减少特征空间的维度，抽取子空间的数据来最好的表达我们的数据，从而减少参数估计的误差。注意，主成分分析通常会得到协方差矩阵和相关矩阵

定义: 　　回归是统计学的核心,它其实是一个广义的概念,通常指那些用一个或多个预测变量来预测响应变量.既:从一堆数据中获取最优模型参数 1.线性回归 　　1.1简单线性回归 　　案例:女性预测身高和体重的关系 　　结论:身高和体重成正比关系 1 fit <- lm(weight ~ height,data = women) 2 summary(fit) 3 plot(women$height,women$weight,xlab = ' Height inches ' ,ylab = ' Weight pounds ' ) 4 abline(fit) 　　1.2添加多项式来提升预测精度 　　 结论:模型的方差解释率提升到99.9%,表示二次项提高了模型的拟合度 1 fit2 <- lm(weight ~ height + I(height^2),data = women) 2 summary(fit2) 3 plot(women$height,women$weight,xlab = ' Height inches ' ,ylab = ' Weight pounds ' ) 4 lines(women$height,fitted(fit2)) 　　1.3多元线性回归 　　案例探究:探究美国州的犯罪率和其他因素的关系,包括人口,文盲率,平均收入,天气 　　结论:谋杀率和人口

作者：蓝军高级威胁团队@深信服千里目安全实验室 原文链接： https://mp.weixin.qq.com/s/wtEbawfOd1g_T2ovp1SaGg 1.针对SolarWinds供应链攻击简介 最近FireEye披露的UNC2452黑客组织入侵SolarWinds的供应链攻击让安全从业人员印象深刻。一是影响规模大，SolarWinds官方称受影响的客户数量可能有18000家。二是攻击者留下的后门程序-Sunburst，十分隐蔽和具有迷惑性，分析认为攻击者对SolarWinds Orion产品理解程度很深。 有证据表明，早在2019年10月，UNC2452黑客组织就一直在研究通过添加空类来插入代码的能力。因此将恶意代码插入原始SolarWinds.Orion.Core.BusinessLayer.dll的时间可能很早，甚至可能是在软件构建编译之前。这就导致SolarWinds官方无意间对包含4000行恶意代码的DLL进行了数字签名，这样容易让恶意代码提升权限，并且很难被人发现。感染的Origin软件第一个版本是2019.4.5200.9083，在此几个月的时间内，用户通过下载受到感染的产品版本被感染。目前原始dll文件中没有发现存在动态拓展、也不存在横向移动等后渗透阶段的相关能力支持。 2.Sunburst后门总体流程 总体流程图 （Sunburst的供应链攻击各阶段-图源

作者：telami 来源：www.telami.cn/2017/weak-reference/ Java里一个对象obj被创建时，被放在堆里。当GC运行的时候，发现没有任何引用指向obj，那么就会回收obj对象的堆内存空间。 换句话说，一个对象被回收, 必须满足两个条件: （1）没有任何引用指向它 （2）GC被运行。 在实际开发中，我们可以通过把所有指向某个对象的referece置空来保证这个对象在下次GC运行的时候被回收，类似下面： Object c = new Car(); c=null; 但是，这样做是一件很繁琐并且违背GC自动回收原则的事。对于简单的情况, 手动置空是不需要程序员来做的, 因为在java中, 对于简单对象, 当调用它的方法执行完毕后, 指向它的引用会被从栈中弹出, 所以它就能在下一次GC执行时被回收了。 但是, 也有特殊例外. 当使用cache的时候, 由于cache的对象正是程序运行需要的, 那么只要程序正在运行, cache中的引用就不会被GC(或者说, cache中的reference拥有了和主程序一样的life cycle). 那么随着cache中的reference越来越多, GC无法回收的object也越来越多, 无法被自动回收。当这些object需要被回收时, 回收这些object的任务只有交给程序编写者了。然而这却违背了GC的本质

<template> 1、圣杯 </template> <!--HTML代码如下--> <!--注意元素次序--> <div class= "main" > Main </div> <div class= "left" > Left </div> <div class= "right" > Right </div> /*CSS代码如下：*/ /*习惯性的CSS:*/ html { height : 100 % ; padding : 0 ; margin : 0 } /*父元素body空出左右栏位*/ body { padding-left : 100 px ; padding-right : 200 px ; } /*左边元素更改*/ . left { background : red ; width : 100 px ; float : left ; margin-left : - 100 % ; position : relative ; left : - 100 px ; height : 100 % ; } /*中间部分*/ . main { background : blue ; width : 100 % ; height : 100 % ; float : left ; } /*右边元素定义*/ . right { background : red ; width

css实现盒子模型居中方式 <div class="parent"> <div class="child"></div> </div> 1.绝对定位 margin负值 .parent{ width:600px; height:600px; margin:auto; position: relative; background-color: #000; } .child{ width:200px; height:200px; background-color: red; position: absolute; top:50%; left:50%; margin:-100px 0 0 -100px; } 2.绝对定位 四个方位为0 .parent{ width:600px; height:600px; margin:auto; position: relative; background-color: #000; } .child{ width:200px; height:200px; background-color: red; position: absolute; top:0; left:0; right:0; bottom:0; margin:auto; } 3.绝对定位 translate .parent{ width:600px; height:600px; margin