Uniform

部分转载自： https://blog.csdn.net/daniel960601/article/details/79121055 圆周率π是一个无理数，没有任何一个精确公式能够计算π值，π的计算只能采用近似算法。 国际公认的π值计算采用蒙特卡洛方法。 一、蒙特卡洛方法 蒙特卡洛(Monte Carlo)方法，又称随机抽样或统计试验方法。当所求解的问题是某种事件出现的概率，或某随机变量的期望值时，可以通过某种“试验”方法求解。 简单说，蒙特卡洛是利用随机试验求解问题的方法。 二、π值的计算 构造一个单位正方形和一个单位圆的1/4，往整个区域内随机投入点，根据点到原点的距离判断点是落在1/4的圆内还是在圆外，从而根据落在两个不同区域的点的数目，求出两个区域的比值。如此一来，就可以求出1/4单位圆的面积，从而求出圆周率π。 1. 简化版PI 求解的Python实现（示例一）： # pi.py from random import random from math import sqrt from time import clock DARTS = 12000 # 总的实验次数 hits = 0 clock() for i in range(1, DARTS): x, y = random(), random(); dist = sqrt(x**2 + y**2) if dist <=

ThreeJS 实现扩散圆效果 代码实现 //r 圆半径 //init 初始圆半径 //ring 圆环大小 //color 颜色 THREE.Vector3 //speed 速度 function scatterCircle(r, init, ring, color, speed) { var uniform = { u_color: { value: color }, u_r: { value: init }, u_ring: { value: ring, }, }; var vs = ` varying vec3 vPosition; void main(){ vPosition=position; gl_Position = projectionMatrix * modelViewMatrix * vec4(position, 1.0); } `; var fs = ` varying vec3 vPosition; uniform vec3 u_color; uniform float u_r; uniform float u_ring; void main(){ float pct=distance(vec2(vPosition.x,vPosition.y),vec2(0.0)); if(pct>u_r || pct<(u_r-u_ring)){ gl_FragColor

模拟微信发红包，n个人抢总金额为m的红包，请设计一个算法并实现 这个题目是我在上周二面试字节跳动时候遇到的，当时写出来的还是一个暴力版本，回来之后就和朋友交流了一下，很多人也遇到过了，所以这个题目算是字节跳动研发/测试/测开系列经常出的题目，还挺有意思的，记录分享一下 初步想法-暴力版本 说实话，刚开始看到这个题目的时候，我的想法是这样的： 每次在(0, m)这个区间内随机一个值，记为r； 计算一下剩余金额m-r，剩余金额m-r必须大于(n-1)*0.01，不然后面的n-1个人无法完成分配； 按照顺序随机n-1次，最后剩下的金额可以直接当做最后一个红包，不需要随机； 嗯，听上去不错，然后动手实现了一下这个解法版本： def money_alloc(m, n): if n * 0.01 > m: raise ValueError("not enough money or too many people") result = [] m = round(m, 2) while n > 1: # 这里需要注意两个细节： # - random.uniform(a, b)的随机区间是≥a&≤b,即[a, b] # - random.uniform(a, b)随机出来的值是0.0012032010230123，保留两位小数之后是有可能出现等于0.00的情况 alloc_result =

转自大佬 https://www.cnblogs.com/developer-ios/p/12460006.html https://www.jianshu.com/p/dbac4c041de8 HLS简介 M3U8，用 UTF-8 编码。"M3U" 和 "M3U8" 文件都是苹果公司使用的 HTTP Live Streaming（HLS） 协议格式的基础； 是 Unicode 版本的 M3U M3U8文件是M3U文件的一种，只不过它的编码格式是UTF-8。M3U使用Latin-1字符集编码。M3U的全称是Moving Picture Experts Group Audio Layer 3 Uniform Resource Locator，即mp3 URL。M3U是纯文本文件； 所以UTF-8编码的M3U文件也简称为 M3U8； HLS 是一个由苹果公司提出的基于 HTTP 的 流媒体 网络传输协议。 HLS 的工作原理是把整个流分成一个个小的基于 HTTP 的文件来下载，每次只下载一些。当媒体流正在播放时，客户端可以选择从许多不同的备用源中以不同的速率下载同样的资源，允许流媒体会话适应不同的数据速率。在开始一个流媒体会话时，客户端会下载一个包含元数据的 extended M3U (m3u8) playlist文件，用于寻找可用的媒体流。 HLS 只请求基本的 HTTP 报文

seaborn.heatmap()的参数 seaborn.heatmap(data, vmin=None, vmax=None, cmap=None, center=None, robust=False, annot=None, fmt='.2g', annot_kws=None, linewidths=0, linecolor='white', cbar=True, cbar_kws=None, cbar_ax=None, square=False, xticklabels='auto', yticklabels='auto', mask=None, ax=None, **kwargs) ⚪ 绘制热图 uniform_data = np.random.rand(10,12) #随机创建10行12列的数组 pd.DataFrame(uniform_data) #以一个数据框的格式来显示 f,ax = plt.subplots(figsize=(9,6)) #定义一个子图宽高为9和6 ax存储的是图形放在哪个位置 ax = sns.heatmap(uniform_data,vmin = 0,vmax = 1) #vmin,vmax定义了色彩图的上下界 # sns.heatmap(uniform_data) #此语句会默认图形的大小画热图 　　 ⚪

TaiShan特战队六月底成立，至今百日有余，恰逢1024程序员节，遂整理此文，献礼致敬！希望能为广大在鲲鹏处理器上开发软件、性能调优的程序员们，提供一点帮助。从今天开始，将陆续推出性能调优专题文章。原贴链接： https://bbs.huaweicloud.com/blogs/126594 1.1 鲲鹏处理器 NUMA简介 随着现代社会信息化、智能化的飞速发展，越来越多的设备接入互联网、物联网、车联网，从而催生了庞大的计算需求。但是功耗墙问题以功耗和冷却两大限制极大的影响了单核算力的发展。为了满足智能世界快速增长的算力需求，多核架构成为最重要的演进方向。 传统的多核方案采用的是SMP（Symmetric Multi-Processing）技术，即对称多处理器结构，如图1-1所示。在对称多处理器架构下，每个处理器的地位都是平等的，对内存的使用权限也相同。任何一个程序或进程、线程都可以分配到任何一个处理器上运行，在操作系统的支持下，可以达到非常好的负载均衡，让整个系统的性能、吞吐量有较大提升。但是，由于多个核使用相同的总线访问内存，随着核数的增长，总线将成为瓶颈，制约系统的扩展性和性能。 图1-1 对称多处理器SMP架构 鲲鹏处理器支持NUMA（Non-uniform memory access, 非统一内存访问）架构，能够很好的解决SMP技术对CPU核数的制约

该原创文章首发于微信公众号：字节流动 FFmpeg 开发系列连载： FFmpeg 开发(01)：FFmpeg 编译和集成 FFmpeg 开发(02)：FFmpeg + ANativeWindow 实现视频解码播放 FFmpeg 开发(03)：FFmpeg + OpenSLES 实现音频解码播放 FFmpeg 开发(04)：FFmpeg + OpenGLES 实现音频可视化播放 前面 Android FFmpeg 开发系列文章中，我们已经利用 FFmpeg 的解码功能和 ANativeWindow 的渲染功能，实现了的视频的解码播放。但是，当你想为播放器做一些视频滤镜时，如加水印、旋转缩放等效果，使用 OpenGL ES 实现起来就极为方便。 OpenGLES 渲染解码帧 经过上面几节的介绍，我们对音视频的解码过程已经比较熟悉了。本文要用 OpenGL 实现视频的渲染，这里再回顾下视频的解码流程： 从流程图中可以看出，解码一帧图像后，首先将对图像进行格式转换，转换成 RGBA 格式，使用 OpenGL 或 ANativeWindow 可以直接进行渲染。 当然，使用 OpenGL 进行渲染时，为了提升性能，可以将格式转换放到 GPU 上来做（即 shader 实现 YUV 到 RGB 的转换），也可以使用 OES 纹理直接接收 YUV 图像数据，这里就不进行展开讲了。

URI：统一资源标志符（Uniform Resource Identifier） URL：统一资源定位符（uniform resource location） URI与URL都是定位资源位置的，就是表示这个资源的位置信息，就像经纬度一样可以表示你在世界的哪个角落。URI是一种宽泛的含义更广的定义，而URL则是URI的一个子集，就是说URL是URI的一部分。 https://www.jianshu.com/p/eb3e5ec98a66 1.请求request包括请求头、请求行、请求体 Accept：告诉服务器，客户端支持的数据类型。 Accept-Charset：告诉服务器，客户端采用的编码。 Accept-Encoding：告诉服务器，客户机支持的数据压缩格式。 Accept-Language：告诉服务器，客户机的语言环境。 Host：客户机通过这个头告诉服务器，想访问的主机名。 If-Modified-Since:客户机通过这个头告诉服务器，资源的缓存时间。 Referer:客户机通过这个头告诉服务器，它是从哪个资源来访问服务器的。（一般用于防盗链） User-Agent:客户机通过这个头告诉服务器，客户机的软件环境。 Cookie：客户机通过这个头告诉服务器，可以向服务器带数据。 Connection：客户机通过这个头告诉服务器，请求完后是关闭还是保持链接。 Date

先学习几个英文单词 summary　　汇总，摘要 scope　　　 范围 我这是很早以前的笔记，后来有了博客才发布的，有些内容比较老，懒得改了。 先说明总体流程 暂时不管怎么编程，假设已经有了如下代码，可执行的。 # encoding:utf-8 import tensorflow as tf print ( ' version: ' , tf. __version__ ) foo = tf.Variable(3, name= ' foo ' ) bar = tf.Variable(2, name= ' bar ' ) result = tf.add(foo, bar, name= ' add ' ) # 初始化变量 init = tf.global_variables_initializer() # 启动图 (graph) sess = tf.Session() sess.run(init) res = sess.run(result) print ( ' result: ' , res) train_writer = tf.summary.FileWriter( ' log2 ' , sess.graph) 可视化效果，先感性认识一下 可视化简要步骤 1.运行该代码 　　// 此时在log2中已经生成文件 2.启动可视化工具 　　a.