overfit同步小助手
文章同步
tomcat下载安装及配置教程
之前选择的版本是tomcat 10.0按照下面流程走了一遍，发现一直是未发现的状态。后来，我换成了tomcat 9版本就OK了下面以tomcat 9.0版本为例讲述其过程
Python表白代码合集：5种表白代码，找不到对象你来找我，这也太秀了叭
文章目录一、容我啰嗦两句二、来吧，代码展示1、给女神比个小心心2、无限弹窗式表白3、这货不是表白代码，悄悄送给你们4、520表白墙5、抖音热门表白小软件6、无套路表白三、写在最后一、容我啰嗦两句爬虫看多了，对身体不好，我们来点现实的，学学表白找个女朋友他不香吗，对吧~文章最后教你们怎么打包成exe，
黑马程序员Spring视频教程，全面深度讲解spring5底层原理 学习笔记
介绍代码仓库地址：https://gitee.com/CandyWall/spring-source-study跟着黑马满一航老师的spring高级49讲做的学习笔记，本笔记跟视频内容的项目名称和代码略有不同，都是基于我自己的考量，代码都已经过运行验证过的，仅供参考。视频教程地址：https://w
数据库-MySQL-索引介绍
索引概述介绍优缺点索引的结构二叉树B-Tree（多路平衡查介绍索引(index)是帮助htysQL高效获取数据的数据结构(有序)。在数据之外，数据库系统还维护着满足特定查找算法的数据结构，这些数据结构以某种方式引用（指向）数据，这样就可以在这些数据结构上实现高级查找算法，这种数据结构就是索引。演示如
爬虫的基本原理
一、爬虫的基本原理网络爬虫的价值其实就是数据的价值，在互联网社会中，数据是无价之宝，一切皆为数据，谁拥有了大量有用的数据，谁就拥有了决策的主动权。爬虫聚合站点https://qbt4.mobduos.com/promote/pc/?code=339115928&utm=339115928ht
学习Spring框架这一篇就够了
1. spring概述1.1 Spring是什么（理解）Spring是分层的 Java SE/EE应用 full-stack 轻量级开源框架，以 IoC（Inverse Of Control：反转控制）和 AOP（Aspect Oriented Programming：面向切面编程）为内核。提供了展
《SpringBoot篇》13.属性校验注解史上最全
整理了好久好久，我愿称之为史上最全校验注解表！
聊天没有表情包被嘲讽，程序员直接用python爬取了十万张表情包
聊天没有表情包被嘲讽，程序员直接用python爬取了十万张表情包前言分析页面具体实现解析页面获取网页内容解析网页内容文件下载多线程下载成果总结前言事情要从几天前说起，我有一个朋友，他在和他喜欢的小姐姐聊天时，聊天的气氛一直非常尬，这时他就想发点表情包来缓和一下气氛，但一看自己的表情包收藏都是这样的。
SpringBoot八种bean的加载方式
2.xml:context+注解(@Component+4个@Bean3.配置类+扫描+注解(@Component+4个@Bean)@Bean定义FactoryBean接口@Configuration注解的proxyBeanMethods属性4.@Import导入bean的类@Import导入配置类
微服务介绍(史上最全)
1、微服务简介简而言之，微服务架构风格是一种将单个应用程序开发为“一套小型服务”的方法，每个服务“运行在自己的进程中”，并通过轻量级机制(通常是HTTP资源API)进行通信。这些服务“围绕业务功能构建”，并通过全自动部署机制“独立部署”。“这些服务只有最低限度的集中管理”，可能是用不同的编程语言编写
【Python秒杀脚本】淘宝或京东等秒杀抢购
提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、环境二、安装1.ChromeDriver安装2.Seleuinm安装3.淘宝秒杀脚本4.京东秒杀脚本总结前言提示：这里可以添加本文要记录的大概内容：我们的目标是秒杀淘宝或京东等的订单，这里面有几个关键点，首先需要登录淘宝
springboot整合webSocket（看完即入门）
webSocket1、什么是webSocket？2、webSocket可以用来做什么?3、webSocket协议4、服务端WebSocket操作类5、客户端1、什么是webSocket？WebSocket是一种在单个TCP连接上进行全双工通信的协议。WebSocket使得客户端和服务器之间的数据交换
机器学习中的数学——距离定义（二）：曼哈顿距离（Manhattan Distance）
曼哈顿距离是种使用在几何度量空间的几何学用语，用以标明两个点在标准坐标系上的绝对轴距总和。下图中红线代表曼哈顿距离，绿色代表欧氏距离，也就是直线距离，而蓝色和黄色代表等价的曼哈顿距离。曼哈顿距离在2维平面是两点在纵轴上的距离加上在横轴上的距离，即：d(x,y)=∣x1−y1∣+∣x2−y2∣d(x,
YOLO v5加入注意力机制、swin-head、解耦头部（回归源码）
YOLO v5 加入注意力机制、解耦头部和swin-head
图像分类方法总结
1. 图像分类问题描述图像分类问题是计算机视觉领域的基础问题，它的目的是根据图像的语义信息将不同类别图像区分开来，实现最小的分类误差。具体任务要求是从给定的分类集合中给图像分配一个标签的任务。总体来说，对于单标签的图像分类问题，它可以分为跨物种语义级别的图像分类，子类细粒度图像分类，以及实例级图像分
kaggle注册以及数据集下载全流程
kaggle注册，数据集下载及常见问题
CosineAnnealingLR（余弦退火调整学习率）
这是一种学习率的调整方式。
Encoder-Decoder 模型架构详解
文章目录概述Seq2Seq（ Sequence-to-sequence ）Encoder-Decoder的缺陷Attention 机制的引入Transformer中的Encoder-Decoder概述Encoder-Decoder 并不是一个具体的模型，而是一个通用的框架。Encoder 和
深度学习之bottleneck layer
一、bottleneck layery中文名称：瓶颈层。我初次接触也就是在残差网络中。一般在较深的网络中，如resnet101中使用。一般的结构如下：其中两个1X1fliter分别用于降低和升高特征维度，主要目的是为了减少参数的数量，从而减少计算量，且在降维之后可以更加有效、直观地进行数据的训练和特
线性判别分析(LDA)详解
入门小菜鸟，希望像做笔记记录自己学的东西，也希望能帮助到同样入门的人，更希望大佬们帮忙纠错啦~侵权立删。目录一、LDA简介二、数学原理（以二分类为例子）1、设定2、每一类的均值和方差3、目标函数4、目标函数的求解三、多分类LDA四、LDA用途与优缺点1、用途2、优点3、缺点五、LDA的python应