overfit同步小助手
文章同步
前端项目性能优化方案有哪些
前端项目性能优化方案汇总
性能优化（内存）
应用程序开发过程，内存层面知识的了解，同时了解内存对程序的性能、bug的影响
DTO概念的了解和使用
DTO概念的了解和例子使用
mysql误删数据后 快速恢复的办法
查询2018-11-12 09:00:00到2018-11-13 20:00:00 数据库为 kongzhong 的操作日志，并且过滤出 只包括 template_coupon_tb_product_category 表数据的操作记录 ，输入如下命令将数据写入到一个备用的txt文件中。查询2018-
基于SpringBoot的影视/短视频网站系统
基于SpringBoot的视频网站
Matlab实现DBSCAN算法（每行代码标注详细注解）
本文主要为了完成平日作业，并进一步加深对算法的理解。也希望对来访的读者有所帮助。文章目录一、什么是DBSCAN算法 二、DBSCAN算法的意义 三、DBSCAN算法代码解析关键概念 大致思路 对照代码的解读 四、总结一、什么是DBSCAN算法 DBSCAN基于高密度连通区域的、基于
RocketMQ 介绍及基本概念
1 介绍RocketMQ作为一款纯java、分布式、队列模型的开源消息中间件，支持事务消息、顺序消息、批量消息、定时消息、消息回溯等。1.1 RocketMQ 特点支持发布/订阅（Pub/Sub）和点对点（P2P）消息模型在一个队列中可靠的先进先出（FIFO）和严格的顺序传递 （RocketMQ可以
Oracle19c安装，基本配置教程（超详细）
安装有出错的风险，卸载也是比较麻烦的，所以先提前设置一个还原点，在windows中的步骤如下，如果对自己有信心，可以直接跳过该部分开始安装oracle在设置中进入创建还原点的界面开始创建还原点上面已经成功创建了还原点，如果安装oracle时出现问题，自己也无法解决，恢复到安装之前即可，恢复步骤如下经
oracle行转列方法集合
wm_concat、listagg、xmlagg、pivot函数
【推荐算法】协同过滤算法介绍
协同过滤算法（Collaborative Filtering） 是比较经典常用的推荐算法，它是一种完全依赖用户和物品之间行为关系的推荐算法。我们从它的名字“协同过滤”中，也可以窥探到它背后的原理，就是 “协同大家的反馈、评价和意见，一起对海量的信息进行过滤，从中筛选出用户可能感兴趣的信息”。....
pinia和vuex的区别 Vuex 和 Pinia 的优缺点 何时使用Pinia，何时使用Vuex
（1）pinia它没有mutation,他只有state，getters，action【同步、异步】使用他来修改state数据（2）pinia他默认也是存入内存中，如果需要使用本地存储，在配置上比vuex麻烦一点（3）pinia语法上比vuex更容易理解和使用，灵活。（4）pinia没有module
vue3中使用vue-i18n(ts中使用$t, vue3不用this)
vue3中使用vue-i18n(ts中使用$t, 没有this)
【Node.js实战】一文带你开发博客项目（MySQL基础）
本文详细阐述了博客项目的数据库表如何设计，数据库增删查改等基本操作如何去实现，以及如何使用node.js连接数据库...
webpack详解
一、什么是webpack1、官方解释：从本质上来讲，webpack是一个现在的javaScript应用的静态模块化打包工具。（从两点概括这句话即模块和打包）下面来说一下模块和打包的概念！2、前端模块化：前端模块化的一些方案：AMD、CMD、CommonJS、ES6（浏览器不能识别它们，但是webpa
Node.js--》Express和路由模块的讲解使用
express提供了一个非常好用的函数，叫做 express.static()，通过它我们可以很方便地创建一个静态资源服务器，例如：通过以下代码就可以将 test 目录下的图片、CSS文件、JS文件对外开发使用了，我们可以通过 http://127.0.0.1/index.htm 进行访问。当然不使
python跳出循环之break
python跳出循环之break我们写循环的时候，会碰到两层或多层循环的情况，有些时候满足条件后需要跳出全部循环。但是break只能跳出最近的一层循环。那如何解决这个问题呢？往下看...第一种方法：利用函数的return# 说明：return是结束函数的执行，直接返回def doFn(): f
Python - logging.Formatter 的常用格式字符串
格式字符串作用%(name)s日志记录器的名称(记录通道)%(levelno)s日志记录级别的数字DEBUG=10、INFO=20、WARNING=30、ERROR=40、CRITICAL=50%(levelname)s日志记录级别的文本“DEBUG”、“INFO”、“WARNING”、“ERROR
torch.nn.Parameter()函数的讲解和使用
torch.nn.Parameter()函数的讲解和使用
YOLOv5的head详解
yolov5的head详解，主要是detect部分
CUDA error: device-side assert triggered
原因1：模型大小不匹配在定义模型的最终全连接层时，我没有将 196（斯坦福汽车数据集的类总数）作为输出单元的数量，而是使用了 195。错误通常在您执行反向传播的行中识别。您的损失函数将比较模型的输出和数据集中该观察的标签。万一您对标签和输出感到困惑，请参阅下面我如何定义它们：原因2：损失函数输入错误