overfit同步小助手
文章同步
【最强链表结构】双向带头循环链表——C实现
前言🎆笔者也仅是大一萌新，写博客为了记录和巩固知识✨赠人玫瑰，手留余香，欢迎各位读者进行交流和建议🥰能与大家一起学习，一起进步是我的荣幸🌹如果这篇文章有帮助到您，还请留个赞支持一下哦🤞✨往期文章✨🎃顺序表🎃🎃单链表🎃目录🎆链表的种类双向带头循环链表实现1.代码声明2.初始化3.打印
C笔记 -- 一个为 IT人士打造的笔记工具
设想我们有这样的笔记工具，你会使用么？CSDN 浏览器助手今天发布的新版上线了《C笔记》功能，通过C笔记可以帮助用户快速的收集、记录和整理自己感兴趣的内容。它能将用户在 PC 浏览器（推荐 Chrome， Edge）上访问的任何网页都很快的收录到自己的「C笔记本」上——「C笔记本」是用户在 CSDN
【C++】list的模拟实现@STL —— 迭代器
我们的开始，是很长的电影，放映了三年，我票都还留着。
Shell全解析(一)：Shell脚本
文章目录一、前言二、Shell脚本2.1 从Shell到Shell脚本2.2 编写Shell脚本2.3 执行Shell脚本三、Shell脚本内对参数的操作四、Shell脚本中常见命令4.1 Shell echo命令4.1.1 echo中直接输出普通字符串4.1.2 echo中显示转义字符4.1.3
手把手教你拿下时间复杂度，（包教包会）
时间复杂度是数据结构的入门，确实很多老师讲不明白的东西，这篇文章手把手教你拿下时间复杂度。
不吹不黑 OpenHarmony会是一个伟大的操作系统吗
路漫漫其修远兮、吾将上下而求索！OpenHarmony的目标是伟大的，注定要成为一个伟大的操作系统。虽然OpenHarmony现在还有很多不完善的地方，但是，我们可以看到，每一个版本的发布，OpenHarmony总能给我们带来一些惊艳的地方，总能让我们看到伟大的操作系统的雏形。也希望有更多的开发者能
走进Javascript
javascript是什么？JavaScript（简称“JS”） 是一种具有函数优先的轻量级，解释型或即时编译型的编程语言。虽然它是作为开发Web页面的脚本语言而出名，但是它也被用到了很多非浏览器环境中，JavaScript 基于原型编程、多范式的动态脚本语言，并且支持面向对象、命令式、声明式、函数
nodejs从实战到入门
很多人学习node.js，学习完还是一知半解，感觉学会了但是没有完全学会，当在项目中要用到时，还是会有一种无从下手的感觉。本文主要是通过几个实际应用的例子来给初学者讲解node.js在实际项目中的应用，用尽量简单的代码先做出些东西来提高初学者学习的信心。
vue脚手架下载以及创建项目(保姆级)
Vue/cli的版本 vue/cli的版本 最新版本 默认使用的vue版本 v2 v2.9.3 2.5.11 v3 v3.4.1 v2.5.22 v4 v4
手把手教你解决web前端跨域问题
本文章只讲述前端解决跨域的办法，并且前端解决跨域问题只在本地开发时有效，项目发布线上需要前端服务器配置请求代理比如nginx的反向代理。解决跨域的方法就是“欺骗”浏览器或删除浏览器限制
蓝桥杯 —— Web前端（功能实现类）【标题即题目链接，点击查看具体要求】
蓝桥杯 —— Web前端（功能实现类）
属性的遍历
关于属性的枚举和循环遍历
推荐个国产框架，从此轻松开发 小程序/App/h5
目前前端市场，主流框架分为PC框架和移动框架两个方向。此外，还有两种 JavaScript 库，React 和 Vue。基于这两个 JS 库，市场上有各种各样的框架。今天介绍UNI-APP是一个基于Vue.JS的跨端移动框架。现在在国内，有很多移动平台，比如微信、支付宝、百度、字节跳动等，都提供了小
基于Pytorch的强化学习(DQN)之 Baseline 基本概念
目录1. 引言2. 数学推导2.1 引理2.2 改进的策略梯度2.3 蒙特卡罗模拟3. baseline的选择1. 引言我们前面讲过策略梯度下降算法，现在来介绍一种加快收敛速度的方法：设置Baseline。2. 数学推导我们之前推导过状态价值函数梯度的公式，以下证明源于这个公式。2.1 引理我们先证
【第31篇】探索普通视觉Transformer Backbones用于物体检测
摘要我们探索了普通的、非分层的视觉转换器（ViT）作为目标检测的骨干网络。这种设计使原始 ViT 架构能够针对对象检测进行微调，而无需重新设计用于预训练的分层主干。通过对微调的最小调整，我们的普通骨干检测器可以获得具有竞争力的结果。令人惊讶的是，我们观察到：（i）从单尺度特征图（没有常见的 FPN
第2例 基于卷积神经网络LeNet的手写体数字识别
第2例 基于卷积神经网络LeNet的手写体数字识别卷积操作就是提取图像的边缘纹理特征的。卷积神经网络去做图像分类的思路非常简单，先使用卷积运算对图像进行边缘纹理特征提取，多层卷积即是提取深度特征的边缘纹理特征；卷积核是通过机器学习得到的，所以具体提取到什么样的纹理我们不必要去考究。思路： 卷积神经网
基于python中cv2库的图像分割
分割算法准确率（交并比）计算；区域生长算法；区域分裂合并算法；Kmeans分割图像算法；图像中目标数量检测
【计算机视觉】局部图像描述子：SIFT算法
文章目录【计算机视觉】局部图像描述子：SIFT算法1. SIFT算法的原理1.1 SIFT算法的目标与思想1.1.1 算法目标1.1.2 算法思想1.2 尺度空间的思想和表示1.2.1 尺度空间的思想1.2.2 尺度空间的表示1.3 高斯金字塔的构建1.4 高斯差分金字塔和DOG函数1.5 DOG局
R语言使用is.unsorted函数判断向量数据是否有序
R语言使用is.unsorted函数判断向量数据是否有序