学学半简介
“学学半”是一套用 ruby on rails 开发的网络教学站点。
学学半包含三个模块：内容管理模块，教学管理模块，登录计费模块。
内容管理模块包含如下功能：
创建教科书
为教科书添加课文
为课文内容添加辅导页面
为课文内容添加习题
为课文内容添加某种教学方式（有效组织辅导页面）
按教学方式安排辅导页面和习题
依据记忆曲线进行卡片式练习
对所学卡片进行抽查自测
使用习题进行随机测试，评价测试
将习题组织成试卷，可限定考试时间
批改答卷
教学管理模块包含如下功能：
创建班级
为班级添加学生、班干和各科教师
对学生进行各种分组
对小组进行评价
对班级进行教学
布置作业，对作业进行评价
班干和教师可对学生的不良记录进行登记和消除
利用特定试卷安排班级测验，查看答题，按班级批改答卷
登录计费模块
用户登录管理，可区分计时用户和特别不计时用户
根据计时用户的登录时间，逾期强制下线，充值续时
收费管理，出纳现金管理。
-
MST53XXB系列是一款输入电压可达35V，静态电流1.9uA，最大输出电流200mA的高压低功耗低压差线性稳压器。 MST53XXB具有对输入电压瞬态和负载电流瞬态的快速响应，并确保MST53XXB启动和短路恢复期间无过冲电压。 MST53XXB系列具有短路保护，限流保护和过温保护功能。 MST53XXB系列包含四个固定输出电压，分别为：1.8V，3.3V，3.6V，和5.0V。 特点
-
MST56XXB系列是一款输入电压可达60V，静态电流2.1uA，高PSRR，最大输出电流150mA的高压低功耗低压差线性稳压器。 MST56XXB具有对输入电压瞬态和负载电流瞬态的快速响应，并确保MST56XXB启动和短路恢复期间无过冲电压。 MST56XXB系列具有短路保护，限流保护和过温保护功能。 MST56XXB系列包含四个固定输出电压，分别为：1.8V，3.3V，3.6V，和5.0V。
-
描述 MST54XXB系列是一款输入电压可达45V，静态电流2.5uA，高PSRR，最大输出电流350mA的高压低功耗低压差线性稳压器。 MST54XXB具有对输入电压瞬态和负载电流瞬态的快速响应，并确
-
描述 MST53XXB系列是一款输入电压可达35V，静态电流1.9uA，最大输出电流200mA的高压低功耗低压差线性稳压器。 MST53XXB具有对输入电压瞬态和负载电流瞬态的快速响应，并确保MST53XXB启动和短路恢复期间无过冲电压。 MST53XXB系列具有短路保护，限流保护和过温保护功能。 MST53XXB系列包含四个固定输出电压，分别为：1.8V，3.3V，3.6V，和5.0V。 特点
-
MST56XXB系列是一款输入电压可达60V，静态电流2.1uA，高PSRR，最大输出电流150mA的高压低功耗低压差线性稳压器。 MST56XXB具有对输入电压瞬态和负载电流瞬态的快速响应，并确保MST56XXB启动和短路恢复期间无过冲电压。 MST56XXB系列具有短路保护，限流保护和过温保护功能。 MST56XXB系列包含四个固定输出电压，分别为：1.8V，3.3V，3.6V，和5.0V。
-
在写完代码后，上传至远程仓库，输入了git add .遇到了以下问题。 $ git add . error: open(".vs/xxb/v17/Browse.VC.opendb"): Permission denied error: unable to index file '.vs/xxb/v17/Browse.VC.opendb' fatal: adding files failed 这时
-
描述 MST54XXB系列是一款输入电压可达45V，静态电流2.5uA，高PSRR，最大输出电流350mA的高压低功耗低压差线性稳压器。 MST54XXB具有对输入电压瞬态和负载电流瞬态的快速响应，并确
-
%BXX前XX b, %FXX后XX f 1、 前阵子看cpu从sleep模式唤醒时，对tst bne和tst beq有些模糊。先记录： 摘抄如下： TST R0, #0X8 BNE SuspendUp ；BNE指令是“不相等（或不为0）跳转指令”： LDR R1,#0x00000000 先进行and运算，如果R0的第四位不为1，则结果为零，则设置zero=1（继续下面的LDR指
-
主要内容：本节引言：,1.OSI七层网络模型浅析,2.TCP/IP四层模型,3.TCP/UDP区别讲解,4.Java中对于网络提供的几个关键类：,本节小结：本节引言： 为了照顾没学过Java Socket的初学者，或者说捋一捋Android开发中涉及到的网络协议相关的概念， 毕竟面试的时候，面试官来了句给我说下网络协议有几层？那么IP协议在哪层？Socket是什么鬼？ 分哪几种？TCP和UDP协议又在哪层？有什么区别...嗯，这...所以学习本节概念性的理论还是很有 必要的！那么话不多说，开始本
-
网站是怎么工作的？ 打开浏览器输入：www.lcsays.com试一下 这个过程就是：我们用浏览器访问了一个网站。那么到底浏览器和网站分别都做了什么呢？我们再来做一个试验 在试验之前我们要安装nc工具（nc是一个网络工具，通过nc命令可以模拟客户端或服务器端程序，非常方便） [root@centos7vm ~]# yum install nc 接着我们来尝试一下nc的网络功能，先打开一个终端输入
-
本文向大家介绍Three.js基础学习教程，包括了Three.js基础学习教程的使用技巧和注意事项，需要的朋友参考一下 一、Three.js官网及使用Three.js必备的三个条件 1.Three.js 官网 https://threejs.org/ 2.使用Three.js必备的三个条件 (To actually be able to display anything with Three.js
-
问题内容： 我正在寻找一个针对网络数学并且已经过测试的Java库。没什么特别花哨的东西，仅仅是用来存放ips和子网的东西，以及执行诸如打印子网掩码或计算IP是否在给定子网之内的事情。 我应该自己动手，还是已经有一个健壮的库了？ 问题答案： 我们自己开发了Java IPv4算术库。在此处查看：http : //tufar.com/ipcalculator/ 它已获得BSD许可。
-
校验者: @STAN,废柴0.1 翻译者: @那伊抹微笑 半监督学习 适用于在训练数据上的一些样本数据没有贴上标签的情况。 sklearn.semi_supervised 中的半监督估计, 能够利用这些附加的未标记数据来更好地捕获底层数据分布的形状，并将其更好地类推到新的样本。 当我们有非常少量的已标签化的点和大量的未标签化的点时，这些算法表现均良好。 <cite>y</cite> 中含有未标记的
-
Statistical learning Machine learning is a technique with a growing importance, as the size of the datasets experimental sciences are facing is rapidly growing. Problems it tackles range from building
-
1.1.1. 课堂上课结束后，老师可在电脑端的【教学日志】，查看或删除历次课堂的上课记录和课外任务记录； 6.1上课记录 : 在活动列表中，点击某教学活动后的【查看详情】，可以看到每个活动的统计详情; 点名详情可显示各学生的点名记录及评价: 签到详情中可显示学生的签到状态分类统计及明细，也可以修改学生的签到状态： 练习详情中可显示学生的提交人数及得分明细，并且用统计图方式统计了各分段的人数分布，同
-
我计划编写一个国际象棋引擎，它使用深度卷积神经网络来评估国际象棋的位置。我将使用位板来表示棋盘状态，这意味着输入层应该有12*64个神经元用于位置，1个用于玩家移动（0表示黑色，1表示白色）和4个神经元用于铸币权（wks、bks、wqs、bqs）。将有两个隐藏层，每个层有515个神经元，一个输出神经元的值介于-1表示黑色获胜，1表示白色获胜，0表示相等的位置。所有神经元都将使用tanh（）激活函数