overfit同步小助手
文章同步
python——MySQL封装操作
【代码】python——MySQL封装操作。
【云原生-Docker】Docker 安装 MySQL
创建Dockerfile， 创建目录mysql，用于存放后面的相关东西，进入创建的mysql目录，创建Dockerfile
MySQL 有这一篇就够（呕心狂敲37k字，只为博君一点赞！！！）
文章目录前言一、SQL简述1.SQL的概述2.SQL的优点3.SQL的分类二、数据库的三大范式三、数据库的数据类型1.整数类型2.浮点数类型和定点数类型九、MySQL数据表简单查询1.简单查询概述2.查询所有字段（方法不唯一只是举例）3.查询指定字段（sid、sname）4.常数的查询5.从查询结果
2022MySQL 8.0.30 安装及配置（详细教程）
MySQL 8.0.30 安装及配置（详细教程2022）
Spring Boot配置多数据源的四种方式
在日常的项目中我们的开发都是采用单数据库的模式，但是在高并发的时代，单数据库已经无法承载大数据量的访问，所以就需要使用多个数据库进行对数据的读写分离。
13万字学会Spring+SpringMVC+Mybatis框架
目录Spring介绍Spring是什么Spring发展历程Spring优势Spring的体系结构 Spring快速入门Spring程序开发步骤idea中快速入门 Spring配置文件Bean标签基本配置Bean标签范围配置 无参构造创建时机Bean生命周期配置 Bean实例化三种方式 Bean的
MySQL表的增删查改
本文主要介绍表的MySQL增删查改。
【云原生 • Kubernetes】认识 k8s、k8s 架构、核心概念点介绍
Kubernetes（k8s）概念、架构介绍，k8s 包含的核心概念点讲解（部分基础及重要概念，掌握基本可以满足绝大部分场景的使用）。
听说你想面对监狱编程，你，够格吗？
面向监狱编程你必须要知道的一些事情！
Spring中的AOP概念介绍使用、AOP相关术语、切入点表达式（面向切面编程上篇）
编写代码的时候只关注主业务功能(非共性功能) * 将共性功能抽取出来 * 在代码执行的时候将 "共性功能与非共性功能" , "织入" 到一起生成 "代理对象" /*底层是动态代理模式*/* 什么是AOP？* 面向切面编程 * 它的特点是什么？* 将切面代码(多个方法中的相同代码) 与主业务代码分开编
基于Springboot的校园疫情管理系统
【Coding路人王：从0到1】项目简介： 该项目基于springboot框架实现了疫情背景下的校园管理，主要涵盖了中国疫情确诊分布地图(对接腾讯API接口)、中国实时疫情新闻播报、以及对疫情数据的饼图、折线图和柱状图展示。系统角色可以进行增删改查，为角色分配菜单权限，大致分为学生、教师、院系级系
【JAVAEE框架】MyBatis与Spring的整合（上）
要在Spring中使用MyBatis，需要在Spring的配置文件中定义一些类SqlSessionFactoryBean ：为整合应用提供SqlSession对象资源SqlSessionTemplate： 负责管理MyBatis的SqlSession，调用SQL映射语句，实现对数据库的访问Mappe
【国庆活动】Tomcat 的优化方式
内存在大量数据处理的情况下，将会有较大的内存容量需求，可以用 -Xmx -Xms -XX:MaxPermSize 等参数对内存不同功能块进行划分。这里以 tomcat7 的参数配置为例，需要修改 conf/server.xml 文件，主要是优化连接配置，关闭客户端 dns 查询。这里我们采用了 Ng
权重确定方法五：CRITIC权重法
CRITIC权重法是一种基于数据波动性的客观赋权法。其思想在于两项指标，分别是波动性（对比强度）和冲突性（相关性）指标。对比强度使用标准差进行表示，如果数据标准差越大说明波动越大，权重会越高；冲突性使用相关系数进行表示，如果指标之间的相关系数值越大，说明冲突性越小，那么其权重也就越低。权重计算时，
VMware ESXi安装NVIDIA GPU显卡硬件驱动和配置vGPU
一、驱动软件准备：从nvidia网站下载驱动，注意，和普通显卡下载驱动地址不同。按照ESXi对应版本不同下载不同的安装包。安装包内含ESXi主机驱动和虚拟机驱动。GPU显卡和物理服务器兼容查询：（重要：一定要查兼容，最近遇到一客户反馈安装驱动后运行nvidia-smi各种报错，最后查询是因为不兼容导
yolov5 训练结果解析
yolov5 训练结果解析在每次训练之后，都会在runs-train文件夹下出现一下文件，如下图：一：weights包含best.pt（做detect时用这个）和last.pt（最后一次训练模型）二：confusion1：混淆矩阵：①：混淆矩阵是对分类问题的预测结果的总结。使用计数值汇总正确和不正确
深度学习 简介
在介绍深度学习之前，我们先看下人工智能，机器学习和深度学习之间的关系：机器学习是实现人工智能的一种途径，深度学习是机器学习的一个子集，也就是说深度学习是实现机器学习的一种方法。与机器学习算法的主要区别如下图所示：传统机器学习算术依赖人工设计特征，并进行特征提取，而深度学习方法不需要人工，而是依赖算法
MAE详解
目录一、介绍二、网络结构1. encoder2. decoder3. LOSS三、实验全文参考：论文阅读笔记：Masked Autoencoders Are Scalable Vision Learners_塔_Tass的博客-CSDN博客masked autoencoders(MAE)是hekai
（Note）优化器Adam的学习率设置
从统计的角度看，Adam的自适应原理也是根据统计对梯度进行修正，但依然离不开前面设置的学习率。如果学习率设置的过大，则会导致模型发散，造成收敛较慢或陷入局部最小值点，因为过大的学习率会在优化过程中跳过最优解或次优解。同时神经网络的损失函数基本不是凸函数，而梯度下降法这些优化方法主要针对的是凸函数，所