articles learning to english
使用Ventoy制作Win to Go和Fedora to Go双系统
这是一次简短的记录 整体的思路实际上是通过虚拟机制作安装好系统的虚拟磁盘文件，然后加载到Ventoy中,从Ventoy启动 Ventoy官方网站 在实现的过程中，首先需要对存储介质（U盘等等，我是用的是固态硬盘盒）进行初始化并安装Ventoy 随后使用虚拟机来安装系统，装在物理机的硬盘上就可以了，大 ......
QT: Qt for MCU + PyQt6 to Android
https://www.qt.io/blog/taking-qt-for-python-to-android https://github.com/shyamnathp/python-for-android/tree/pyside_support https://www.qt.io/blog/qt- ......
EF CodeFirst mysql 迁移异常Unable to create a 'DbContext' of type
问题过程 终端执行 dotnet ef migrations add init 出现如下错误： Pomelo.EntityFrameworkCore.MySql Microsoft.EntityFrameworkCore.Tools Unable to create a 'DbContext' of ......
pytorch反向传播错误解决：RuntimeError: Trying to backward through the graph a second time, but the buffers have already been freed. Specify retain_graph=True when calling backward the first time.
pytorch反向传播错误解决： 错误： RuntimeError: Trying to backward through the graph a second time, but the buffers have already been freed. Specify retain_graph=T ......
Welcome to Tokyo!
首先有简单的 \(O(n^3)\) \(dp\)，可以决策单调性优化到 \(O(n^2)\)，还可以进一步利用不同差分数 \(O(\sqrt n)\) 优化到 \(O(n\sqrt n\log n)\)，不过这个方向已经没什么前途了 考虑线性规划形式，设 \(a_{1\sim n}\) 表示第 \( ......
【scikit-learn基础】--『监督学习』之 逻辑回归分类
逻辑回归这个算法的名称有一定的误导性。虽然它的名称中有“回归”，当它在机器学习中不是回归算法，而是分类算法。因为采用了与回归类似的思想来解决分类问题，所以它的名称才会是逻辑回归。 逻辑回归的思想可以追溯到19世纪，由英国统计学家Francis Galton在研究豌豆遗传问题时首次提出。然而，真正将逻 ......
What I Learned In 2023 - Alexandr Wang
一篇共鸣的博文：https://alexw.substack.com/p/what-i-learned-in-2023 小小年纪，已悟到这个层次，实至名归。 每年年底，我都会写下过去一年的主要经验教训并发送给At the end of every year, I write up the major ......
English66
混沌与宇宙 太初混沌Chaos 大地女神：Gaia 地狱深渊之神：Tartarus 昏暗之神：Ereus 黑夜之神：Nyx 爱欲之神：Eros 《新约.约翰福音》的开篇这样说：太初有道，道与神同在，道就是神。 Cosmos秩序———>秩序和法则（字面意思就是：rule） universe:表示宇宙， ......
初中英语优秀范文100篇-048My English Has Improved-我的英文水平提高了
PDF格式公众号回复关键字:SHCZFW048 记忆树 1 When I entered junior middle school,there were so many subjects that I had to stay up every night to review what I had l ......
openssh login from windows 11 to linux without password
* [OpenSSH for Windows 中基于密钥的身份验证 | Microsoft Learn](https://learn.microsoft.com/zh-cn/windows-server/administration/openssh/openssh_keymanagement)* [ ......
[Vue warn]: onUnmounted is called when there is no active component instance to be associated with
[Vue warn]: onUnmounted is called when there is no active component instance to be associated with. Lifecycle injection APIs can only be used during e ......
【scikit-learn基础】--『监督学习』之 K-近邻分类
KNN（K-近邻），全称K-Nearest Neighbors，是一种常用的分类算法。KNN算法的历史可以追溯到1957年，当时Cover和Hart提出了“最近邻分类”的概念。但是，这个算法真正得到广泛认知和应用是在1992年，由Altman发表的一篇名为“K-Nearest Neighbors”的 ......
English65
词缀 词根定义：相当于汉字的偏旁部首单词中相对独立的部分历史赋予其意义和内涵体现单词最本质的特征维系同根词的唯一线索。 什么是词缀：词素构词理论认为：一切单词都是由一个或多个词素构成的，词素是最低一级的语法单位，是最小的，不能再次分割的有意义的单位。 词素分为两种：1、自由词素：独立存在如man,w ......
C#基础巩固(2)-Linq To XML创建XML
C#基础巩固(2)-Linq To XML创建XML 一、首先要清楚一个正确的XML基本格式是怎样的。 1.后缀名.xml结尾 2.有一行描述 3.有且仅有一个根节点。 如图: 一个正确的xml文件能够被浏览器打开且显示。所以判断一个xml文件有没有错误也可以用浏览器打开看有没有报错。 二、传统的X ......
Element implicitly has an 'any' type because expression of type 'string' can't be used to index type
问题： Element implicitly has an 'any' type because expression of type 'string' can't be used to index type No index signature with a parameter of type ' ......
【scikit-learn基础】--『监督学习』之 随机森林回归
随机森林回归（Random Forest Regression）是一种在机器学习领域广泛应用的算法，由美国科学家 Leo Breiman 在2001年提出。它是一种集成学习方法，通过整合多个决策树的预测结果来提高预测精度和稳定性。 随机森林回归适用于各种需要预测连续数值输出的问题，如金融领域的股票价 ......
关于pandas.to_datetime对不同时间格式使用时发生报错的情况
在看菜鸟的pandas对格式错误清洗时，发现菜鸟提供的代码在我现在的版本跑不通。 把报错在网上找了半天都是把报错errors参数给修改的。 最后重看了下报错信息，发现把format改成mixed，告诉pandas数据格式混合就可以（汗），应该是python3版本太新的问题 报错代码： import ......
初中英语优秀范文100篇-046A Letter to Parents-给父母的一封信
PDF格式公众号回复关键字:SHCZFW046 记忆树 1 Thank you for your great love for me. 翻译 谢谢你对我的无比爱意。 简化记忆 爱意 句子结构 主语（I）：我，是整个句子的主语。 谓语（thank）：感谢，是主句的谓语动词。 宾语（you）：你，是主句 ......
《Ensemble deep learning: A review》阅读笔记
论文标题 《Ensemble deep learning: A review》 集成深度学习： 综述 作者 M.A. Ganaie 和 Minghui Hu 来自印度理工学院印多尔分校数学系和南洋理工大学电气与电子工程学院 本文写的大而全。 初读 摘要 集成学习思想： 结合几个单独的模型以获得更好的 ......
learned_inertial_model_odometry 复现
据集 BlackBrid 数据集，总大小4.9TB，但是可以按需获取 其下载程序 python sequenceDownloader.py FLIGHT ENVIRONMENT DATASETFOLDER 举例说明 FLIGHT clover/yawForward/maxSpeed5p0 ENVIR ......
SciTech-BigDataAIML-Tensorflow-Introduction to modules, layers, and models
Introduction to modules, layers, and models Model: To do machine learning in TensorFlow, you are likely to need to define, save, and restore a model. ......
《A Novel Table-to-Graph Generation Approach for Document-Level Joint Entity and Relation Extraction》阅读笔记
代码 原文地址 文档级关系抽取（DocRE）的目的是从文档中提取实体之间的关系，这对于知识图谱构建等应用非常重要。然而，现有的方法通常需要预先识别出文档中的实体及其提及，这与实际应用场景不一致。为了解决这个问题，本文提出了一种新颖的表格到图生成模型（TAG），它能够在文档级别上同时抽取实体和关系。T ......
SciTech-BigDataAIML-Tensorflow-Introduction to graphs and tf.function
Graphs are data structures that contain: a set of tf.Operation objects, which representing units of computation; and tf.Tensor objects, which represen ......
如何在无窗口模式下运行GPG——如何在命令行模式下使用gpg生成秘钥：How to make gpg prompt for passphrase on CLI——GPG prompt for password in command line
参考： Unable to generate a key with GnuPG (agent_genkey failed: No such file or directory) ["No such file or directory" when generating a gpg key](https ......
How To Remove the Oracle OLAP API Objects From 9i and 11g Databases (Doc ID 278111.1)
How to remove the Oracle OLAP API objects from a 9i database We can consider like olap api objects: -) objects in the schema of olapsys; -) public syn ......
服务器开机出现no option to boot to。无法正常开机
原因：没有找到启动设备，出现这种情况一般是硬盘、网络、CDROOM等启动方式都不满足启动条件 1、硬盘不满足：例如没做RAID的情况，单盘状态不是online状态 2、网络不满足：例如硬件层面没插对应的网卡 3、CDROOM不满足： 没有挂载CDROOM 当如上条件满足后，在boot引导把对应的启动 ......
SciTech-BigDataAIML-Tensorflow-Introduction to Gradients and Automatic Differentiation
In this guide, you will explore ways to compute gradients with TensorFlow, especially in eager execution. Automatic Differentiation and Gradients Auto ......
idea反编译报Unable to provision, see the following errors:
java.lang.RuntimeException: org.codehaus.plexus.component.repository.exception.ComponentLookupException: com.google.inject.ProvisionException: Unable ......
【scikit-learn基础】--『监督学习』之 决策树回归
决策树算法是一种既可以用于分类，也可以用于回归的算法。 决策树回归是通过对输入特征的不断划分来建立一棵决策树，每一步划分都基于当前数据集的最优划分特征。它的目标是最小化总体误差或最大化预测精度，其构建通常采用自上而下的贪心搜索方式，通过比较不同划分标准来选择最优划分。 决策树回归广泛应用于各种回归问 ......