最近更新日期:20// 在 Linux 的环境下,如果你不懂 bash 是什么,那么其他的东西就不用学了!因为前面几章我们使用终端机下达指令的方式, 就是通过 bash 的环境来处理的喔!所以说,他很重要吧!bash 的东西非常的多,包括变量的设置与使用、 bash 操作环境的创建、数据流重导向的功能,还有那好用的管线命令!好好清一清脑门,准备用功去啰~ ^_^ 这个章节几乎是所有命令行界面 (c
Go天生就是为了支持良好的项目管理体验而设计的。 包 在软件工程的实践中,我们会遇到很多功能重复的代码,比如去除字符串首尾的空格。高质量软件产品的特点就是它的部分代码是可以重用的,比如你不必每次写个函数去去除字符串首尾的空格。 我们上面讲过变量,结构体,接口和函数等,事实上所谓的包,就是把一些用的多的这些变量,结构体,接口和函数等统一放置在一个逻辑块中。并且给它们起一个名字,这个名字就叫做包名。
内容提要 本章主要介绍了http实际传输的货物————实体。以及与实体有关的一些实体首部及原理,当然了还介绍了为了减小带宽所作的一些编码措施和原理(内容编码和传输编码)! HTTP报文应该具备的功能 为了更好的描述http所传输数据的类型、大小、有效性等,http协议应该为主体提供以下描述信息: 1、可以被正确的识别(通过Content-Type首部说明媒体格式),以便接收端能够识别并正确处理内容
本章讨论javascript的集和超集,其中子集的定义大部分处于安全考虑。只有使用这门语言的一个安全的子集编写脚本,才能让代码执行的更安全、更稳定。ECMScript3标准是1999年版本的,10年后,ECMAScript5规范的更新,由于ECMAScript标准规范是允许对其做任何扩充的,伴随着Mozilla项目的改进,Firefox1.0、1.5、2.3.和3.5版本中分别发布了javascr
什么是深度学习 有两种方式来衡量模型的深度:第一种就是sequential instructions的数目,我们可以把这个想象成最长的计算路径;另一种方式就是描述概念之间相互关系的网络深度,但是这个方式呢要计算需要计算每个concept的representation,所以会比graph的深度要深,主要是因为简单的概念能被定义,从而能够表述更加复杂的概念。 深度学习的历史 深度学习有着长而丰富的开始
简介 贝叶斯网络又称信度网络,是Bayes方法的扩展,是目前不确定知识表达和推理领域最有效的理论模型之一。从1988年由Pearl提出后,已经成为近几年来研究的热点.。一个贝叶斯网络是一个有向无环图(Directed Acyclic Graph,DAG),由代表变量节点及连接这些节点有向边构成。节点代表随机变量,节点间的有向边代表了节点间的互相关系(由父节点指向其子节点),用条件概率进行表达关系强
1 引言 经过前面许多讲之后,我想大家应该对 Django 的基本开发概念和过程已经有所了解。那么是时候讲一些关于设计方面的东西。首先要声明,目前 Django 基本上还没有什么设计的教程,而我也只能写一些个人体会。 那么这篇教程的体会就是:View, Template and Templatetag 2 View, Temaplte 和 Tag 之间的关系 View 在 Django 中是用来处
1 引言 让我们再仔细看一下这个通讯录,我们知道,如果想增加新的记录,一种方法是通过 admin 界面,这个已经由 Django 自动为我们做好了。我们还可以批量导入,这个是我们实现的。但是这里有风险,为什么?如果什么人都可以导入这可是件不好的事,那么怎么办: 加权限控制 。 Django 自带了一个权限控制系统,那么我们就用它。因此先让我们简单地了解一下 Django 中的权限。同时我希望只有特
一个用于生成二十面体的类。// iOS iframe auto-resize workaround if ( /(iPad|iPhone|iPod)/g.test( navigator.userAgent ) ) { const scene = document.getElementById( 'scene' ); scene.style.width = getComputedStyle( sce
一个用于创建十二面几何体的类。// iOS iframe auto-resize workaround if ( /(iPad|iPhone|iPod)/g.test( navigator.userAgent ) ) { const scene = document.getElementById( 'scene' ); scene.style.width = getComputedStyle( s
鸟类启发我们飞翔,牛蒡植物启发了尼龙绳,大自然也激发了许多其他发明。从逻辑上看,大脑是如何构建智能机器的灵感。这是启发人工神经网络(ANN)的关键思想。然而,尽管飞机受到鸟类的启发,但它们不必拍动翅膀。同样的,ANN 逐渐变得与他们的生物表兄弟有很大的不同。一些研究者甚至争辩说,我们应该完全放弃生物类比(例如,通过说“单位”而不是“神经元”),以免我们把我们的创造力限制在生物学的系统上。 人工神经
在这个课程中,我们已经研究了几个不同的统计量,包括总编译距离,最大值,中位数和平均值。在关于随机性的明确假设下,我们绘制了所有这些统计量的经验分布。有些统计量,比如最大和总变异距离,分布明显偏向一个方向。但是,无论研究对象如何,样本均值的经验分布几乎总是接近钟形。 如果随机样本的性质是真的,不管总体如何,它都能成为一个有力的推理工具,因为我们通常不清楚总体中的数据。大型随机样本的均值分布属于这类性
本章将研究 Go 语言进程、线程和 goroutine,会涉及到操作系统关于进程、线程的知识,同时研究 Go 语言提供的相关标准库 API;goroutine 作为 Go 的一个核心特性,本章会重点介绍。 虽然标准库中能操作进程、线程和 goroutine 的API不多,但它们是深入学习、理解 Go 语言必须掌握的知识。本章从操作系统和 Go 源码层面深入探讨它们。
我们之前使用的光照技术还算不错,光线在模型表面得到了很好的插值,为场景营造出真实感。但是这种效果还能够有非常大的提升。事实上,我们以前使用的这种插值方式在某种程度上来说是对效果提升的一个障碍,特别是当纹理代表的是凹凸不平的平面的时候,这使得模型看起来就太平滑了。例如下面这两幅图片: 左边的图片比右边的图片看起来要好多了,它将石头表面的凹凸不平的感觉很好的表现了出来,而右边的图片看起来则感觉太光滑了
光照是 3D 图形学的最重要的研究领域之一。对光照得体的模拟会使渲染的场景增加很多视觉吸引力。之所以使用“模拟”这个词是因为你无法完全准确的计算出光在自然界中的表现。真正的光是由大量的称为“光子”的粒子组成的,并且同时表现出波和粒子的特性(光的“波粒二象性”)。如果你在程序中试图序计算每一个光子的作用,那么你将很快用光电脑的计算力。 因此,这些年来出现了一些光照模型,它们可以近似的模拟自然界中光照