人工智能导论-第3章-知识点与学习笔记
- 参考教材3.2节的内容,介绍什么是自然演绎推理;解释“肯定后件”与“否定前件”两类错误的演绎推理是什么意义,给出具体例子加以阐述。
- 参考教材3.3节的内容,介绍什么是文字(literal);介绍什么是子句集。
- 参考教材3.3节的内容,详细阐述谓词公式化为子句集的方法和步骤。需要给出具体的例子加以详细的说明。(电子版文档中,谓词公式必须是Word文档插入的可编辑的公式,直接截图的作业报告,需要重新提交)
- 参考教材3.4节的内容,名词解释“消解原理”及其意义。
- 参考教材3.4节的内容,从谓词公式转化为子句集的角度,阐述你对鲁宾孙归结原理的理解。
- 认真学习教材第72页3.4节的定义3.1,谈谈你对定义3.1的理解,该定义中提及的“文字”及文字互补具体是指代什么含义。
- 认真学习教材第76页3.5节的内容,从归结原理、子句集不可满足性的角度,谈谈你对归结反演的理解。
- 参考教材32页的定义2.5,介绍什么是谓词公式不可满足性。再参考定义2.5,谈谈你对定理3.1的理解(教材第72页)。
- 参考教材33页的定义2.7,介绍什么是谓词公式永真蕴含。再参考定义2.7,谈谈你对定理3.2的理解(教材第73页)。
- 应用归结原理求解下面的问题
(1)已知如下信息如下:
F1:王(Wang)先生是小李(Li)的老师。
F2: 小李与小张(Zhang)是同班同学。
F3: 如果x与y是同班同学,则,x的老师也是y的老师。
求小张的老师是谁?
(2) 设TONY、MIKE和JOHN属于ALPINE俱乐部,ALPINE俱乐部的成员不是滑雪运动员就是登山运动员。登山运动员不喜欢雨,而且任何不喜欢雪的人不是滑雪运动员。MIKE讨厌TONY所喜欢的一切东西,而喜欢TONY所讨厌的一切东西。TONY喜欢雨和雪。试用谓词公式的集合表示这段知识,用归结原理回答问题:“谁是ALPINE俱乐部的一个成员?他是一个登山运动员但不是一个滑雪运动员。”
解答:
自然演绎推理是从已知为真的事实出发,直接运用经典逻辑的推理规则来推导出结论的过程。这种推理过程遵循逻辑规则,包括P规则、T规则、假言推理、拒取式推理等。其中,假言推理的一般形式为P、P→Q⇒Q,表示当条件P成立且条件P蕴含条件Q时,可以推出结论Q为真。而拒取式推理的一般形式是,当条件P蕴含条件Q为真且结论Q为假时,可以推出条件P为假。
肯定后件和否定前件。肯定后件是指,当已知条件P→Q为真时,试图通过观察到后件Q为真来推断前件P为真,这种推理是不正确的。否定前件是指,当已知条件P→Q为真时,试图通过观察到前件P为假来推断后件Q为假,这种推理也是不正确的。
举例
如果今天下雨,那么地面会湿润。
今天地面是湿润的(肯定后件)。
所以,今天下雨了。
这种推理是不正确的,因为地面湿润可能是由于其他原因,比如使用水管浇水,而不一定是因为下雨。
另一个例子是:
如果今天下雨,那么地面会湿润。
今天没有下雨(否定前件)。
所以,今天地面不会湿润。
这个推理也是错误的,因为即使没有下雨,也可能有其他原因导致地面湿润,比如有人洒水
文字:在谓词逻辑中,原子谓词公式及其否定称为文字。一个文字是一个不能再分解的命题,它可以是一个原子谓词,也可以是一个原子谓词的否定。比如,如果我们有一个原子谓词P,那么P和¬P(P的否定)都是文字,其中P称为正文字,¬P称为负文字。正文字和负文字互为补充,因为它们是同一个原子谓词的肯定和否定。
子句集:在谓词逻辑中,由文字构成的析取式称为子句。而由多个子句构成的集合称为子句集。子句集可以包含单个子句,也可以包含多个子句。空子句是一种特殊的子句,它不包含任何文字,表示为NIL。空子句是永假的、不可满足的,因为它不包含任何文字,无法被满足。子句集的目的是用来描述问题或命题中的多个条件,通过对子句集的处理和推理,可以得到对问题的解答或结论。
步骤一:消去蕴含符号和等价符号
首先,我们需要消去谓词公式中的蕴含符号和等价符号,将其转化为否定和合取的形式,以便后续的处理。利用等价关系将蕴含符号和等价符号转化为合适的形式。
步骤二:移动否定符号
接下来,将否定符号移动到紧靠谓词的位置上,以减少否定符号的辖域,利用德摩根律等关系将否定符号移动到合适的位置。
步骤三:变量标准化
进行变量标准化,重新命名变元,使每个量词采用不同的变元,从而确保不同量词的约束变元有不同的名字。这样做是为了避免命名冲突和混淆,确保逻辑推理的准确性。
步骤四:消去存在量词
分两种情况进行处理:一种是存在量词不出现在全称量词的辖域内,另一种是存在量词出现在全称量词的辖域内。针对不同情况,采取不同的方式消去存在量词,通常使用Skolem函数进行替换。
步骤五:化为前束形
将所有的全称量词移到公式的前面,使每个量词的辖域都包括公式后的整个部分,从而形成前束形式。
步骤六:化为Skolem标准形
利用合取和析取的性质,将谓词公式化为Skolem标准形,即将其转化为一组子句的合取式形式。
步骤七:略去全称量词
由于所有的变量都是全称量词量化的变量,因此可以省略全称量词,子句中的变量仍然认为是全称量词量化的变量。
步骤八:子句变量标准化,即使每个子句中的变量的符号不同
例:
(∀x)|P(x)→|(∀y)[P(y)→ P(f(x, y))]∧¬ (∀y[Q(x,y)+ P(y)]
(1)消去蕴涵符号
(∀x){¬ P(x) V |( ∀y)[¬ P(y) V Pf(x,y))] ∧ ¬(∀y)[¬ Q(x,y) V P(y)]}
(2)把否定符号移到每个谓词前面
(∀x){¬P(x) V {( ∀y)[¬P(y) V P(f(x,y))]∧(∃y){¬[¬Q(x,y) VP(y)]}}}
(∀x)|¬ P(*) V {( ∀y)[¬ P(y)V P(f(x,y))] ∧(∃y)[Q(x,y)∧¬ P(y)]}}
(3)变量标准化
(∀x){¬P(x) V{(∀y)[¬P(y)VP(f(x,y))] ∧(∃w)[Q(x,w)∧P(w)]}
(4)消去存在量词
设 w的 Skolem 函数是 g(x),则
(∀x){¬P(x) V [(∀y)[¬P(y) V P((x,y))]^[Q(x,g(x)) ∧¬P(g(x))]]}
消解原理又称为归结原理,是由逻辑学家鲁宾孙在1965年提出的一种证明子句集不可满足性的理论及方法。这个原理是机器定理证明的基础之一,在人工智能、自动推理等领域有广泛的应用。
转化为子句集:首先,将给定的谓词逻辑公式转化为子句集。这个转化过程中,需要将逻辑连接词转化为子句间的关系,通常是合取关系。这样,一个谓词逻辑公式就可以表示为多个子句的集合。
子句集的不可满足性判定:为了判断子句集的不可满足性,需要对子句集中的每个子句进行判定。如果存在一个子句是不可满足的,那么整个子句集也是不可满足的。这是因为在合取关系下,只要有一个子句是假的,整个合取式就为假。
归结过程:如果子句集中不包含空子句,就需要应用归结规则来尝试导出空子句。归结规则的基本形式是对两个子句进行归结,如果其中一个子句包含一个文字,而另一个子句包含该文字的否定,则可以通过消解得到一个新的子句。这个新的子句可以被添加到子句集中,然后再次检查是否存在空子句。重复这个过程直到得到一个空子句或者无法再应用归结规则为止。
x判断结果:如果得到了一个空子句,就说明原始的子句集是不可满足的。这是因为如果子句集是可满足的,那么根据归结规则的应用,就不可能导出一个空子句。如果无法得到空子句,则说明原始子句集是可满足的。
在命题逻辑中,"文字"是指命题变量或其否定形式。具体来说,如果一个文字是一个命题变量或者其否定形式,那么它就是一个文字。例如,在命题逻辑中,如果P是一个命题变量,则P和¬P都是文字。
而"文字互补"指的是两个文字之间的关系,其中一个文字是另一个文字的否定形式。在命题逻辑中,如果有两个文字,一个是某个命题变量,另一个是该变量的否定形式,则它们被称为互补文字。例如,如果有两个文字分别是P和¬P,那么它们就是互补文字,因为P是¬P的否定形式,反之亦然。
在归结原理中,利用互补文字的性质,可以通过消解(归结)两个含有互补文字的子句来得到新的子句,从而进行推理和证明过程。
归结反演是一种利用归结原理证明定理的过程。它通过将已知前提和待证结论转化为谓词公式,然后将其转化为子句集,并应用归结原理进行归结操作,直到出现空子句或无法再进行归结为止。如果最终得到了空子句,那么就证明了待证结论是真的。
从归结原理和子句集不可满足性的角度来看,归结反演的理解可以总结如下:
转化为子句集: 首先,将已知前提和待证结论分别表示为谓词公式,并将其转化为子句集。这样做的目的是为了能够应用归结原理,因为归结原理是针对子句集的。
归结操作: 对于子句集中的子句,不断地应用归结原理进行归结操作。归结操作的目标是尝试消解含有互补文字的子句,从而得到新的子句,并将其加入到子句集中。这个过程会一直进行下去,直到出现空子句(表示矛盾)或者无法再进行归结为止。
判断结果: 如果最终得到了空子句,则说明待证结论是真的,因为在命题逻辑中,如果可以从已知前提中推导出矛盾,那么待证结论就是真的。如果无法得到空子句,则说明无法证明待证结论。
谓词公式P的不可满足性指的是不存在任何解释,使得公式P在该解释下的真值为真。换句话说,当无论如何选择谓词公式P中的各个谓词及其参数的赋值,都无法使得整个公式为真时,该谓词公式就是不可满足的。
以谓词逻辑为例,谓词公式通常包含谓词、变量和量词,并且有关系符号和逻辑连接词连接起来。不可满足性意味着无法找到一组解释(变量的赋值),使得公式中的每个子句都可以为真。这表示公式中的子句之间存在矛盾,或者说无法满足所有的限制条件。
选择互补文字的子句: 在子句集中选择两个子句,这两个子句中分别包含相互否定的文字(互补文字)。
应用归结原理: 对于选定的两个子句,从中消去互补文字,然后将剩余部分合取(取并集),形成一个新的子句,称为归结式。
验证结果: 如果得到的归结式是空子句(NIL),即不包含任何文字,那么表示这两个原始子句之间存在矛盾。如果未能得到空子句,则表明归结未成功,可能需要尝试其他的归结。
对于谓词公式p与q,若p->q永真,则称p永真蕴含q,记作P=>Q,且称p为q的逻辑结论,p为q的前提。C1与C2为真,则C12为真。
(1)
(2)
成员(x):x是ALPINE俱乐部的一个成员。
登山运动员(x):x是一个登山运动员。
滑雪运动员(x):x是一个滑雪运动员。
喜欢(x, y):x喜欢y。
讨厌(x, y):x讨厌y。
雨(y):y是雨。
雪(y):y是雪。
推理:
1成员(TONY)。
2成员(MIKE)。
3成员(JOHN)。
4登山运动员(TONY)。
5登山运动员(MIKE)。
6登山运动员(JOHN)。
7非滑雪运动员(TONY)。
8非滑雪运动员(MIKE)。
9非滑雪运动员(JOHN)。
10雨和雪(TONY)。
11不喜欢(TONY, MIKE)。
12喜欢(MIKE, TONY)。
假设一个人x,是ALPINE俱乐部的一个成员,是一个登山运动员但不是一个滑雪运动员。
可得出
成员(x)。
登山运动员(x)。
非滑雪运动员(x)。
归结步骤如下:
归结1和3,得到非滑雪运动员(x)。
归结2和非滑雪运动员(x),得到矛盾。
相关文章:
人工智能导论-第3章-知识点与学习笔记
参考教材3.2节的内容,介绍什么是自然演绎推理;解释“肯定后件”与“否定前件”两类错误的演绎推理是什么意义,给出具体例子加以阐述。参考教材3.3节的内容,介绍什么是文字(literal);介绍什么是子…...
一个开源 GenBI AI 本地代理(确保本地数据安全),使数据驱动型团队能够与其数据进行互动,生成文本到 SQL、图表、电子表格、报告和 BI
一、GenBI AI 代理介绍(文末提供下载) github地址:https://github.com/Canner/WrenAI 本文信息图片均来源于github作者主页 在 Wren AI,我们的使命是通过生成式商业智能 (GenBI) 使组织能够无缝访问数据&…...
Java 大视界 -- Java 大数据在智能电网中的应用与发展趋势(71)
💖亲爱的朋友们,热烈欢迎来到 青云交的博客!能与诸位在此相逢,我倍感荣幸。在这飞速更迭的时代,我们都渴望一方心灵净土,而 我的博客 正是这样温暖的所在。这里为你呈上趣味与实用兼具的知识,也…...
c语言练习题【消息队列、共享内存、信号灯集】
练习1:消息队列 请使用消息队列实现2个终端之间互相聊天 #发送端 key_t key; int id;typedef struct Msgbuf{long channel;char buf[128];}msg_t;int main(int argc, const char *argv[]) {if (argc<2){printf("传入频道号\n");return 1;}keyftok("./ipc&q…...
力扣 295. 数据流的中位数
🔗 https://leetcode.cn/problems/find-median-from-data-stream/ 题目 数据流中不断有数添加进来,add 表示添加数据,find 返回数据流中的中位数 思路 大根堆存储数据流中偏小的数据小根堆存储数据流中偏大的数据若当前的 num 比大根堆的…...
JavaScript原型链与继承:优化与扩展的深度探索
在 JavaScript 的世界里,万物皆对象,而每个对象都有一个与之关联的原型对象,这就构成了原型链的基础。原型链,简单来说,是一个由对象的原型相互连接形成的链式结构 。每个对象都有一个内部属性[[Prototype]]࿰…...
【建站】专栏目录
建站专栏的想法有很多,想写穷鬼如何快速低成本部署前后端项目让用户能访问到,如何将网站收录到百度,bing,google并优化seo让搜索引擎搜索到网站,想写如何把网站加入google广告或者接入stripe信用卡首款平台收款&#x…...
题目 1160: 出圈
题目描述 设有n个人围坐一圈并按顺时针方向从1到n编号,从第1个人开始进行1到m的报数,报数到第个m人,此人出圈,再从他的下一个人重新开始1到m的报数,如此进行下去直到所剩下一人为止。 输入格式 输入多行,每…...
Python小游戏29乒乓球
import pygame import sys # 初始化pygame pygame.init() # 屏幕大小 screen_width 800 screen_height 600 screen pygame.display.set_mode((screen_width, screen_height)) pygame.display.set_caption("打乒乓球") # 颜色定义 WHITE (255, 255, 255) BLACK (…...
力扣 【99. 恢复二叉搜索树】Java题解(二叉树的 Morris 遍历)
题目链接 Morris遍历 递归和迭代遍历,不管是前序中序还是后续,空间复杂度都是O(n)(递归是因为隐式调用栈的开销)。 而Morris遍历可以做到空间复杂度是O(1)。 思路就是节点的前序节点的右指针指向该节点,来保证可以通…...
CNN的各种知识点(一):卷积神经网络CNN通道数的理解!
卷积神经网络CNN通道数的理解! 通道数的核心概念解析1. 通道数的本质 2. 单张灰度图的处理示例: 3. 批量输入的处理通道与批次的关系: 4. RGB三通道输入的处理计算过程:示例: 5. 通道数的实际意义6. 可视化理解(1) 单通…...
python-UnitTest框架笔记
UnitTest框架的基本使用方法 UnitTest框架介绍 框架:framework,为了解决一类事情的功能集合 UnitTest框架:是python自带的单元测试框架 自带的,可以直接使用,不需要格外安装 测试人员用来做自动化测试,作…...
书生大模型实战营3
文章目录 L0——入门岛git基础Git 是什么?Git 中的一些基本概念工作区、暂存区和 Git 仓库区文件状态分支主要功能 Git 平台介绍GitHubGitLabGitee Git 下载配置验证下载 Git配置 Git验证 Git配置 Git常用操作Git简易入门四部曲Git其他指令 闯关任务任务1: 破冰活动…...
在CentOS服务器上部署DeepSeek R1
在CentOS服务器上部署DeepSeek R1,并通过公网IP与其进行对话,可以按照以下步骤操作: 一、环境准备 系统要求: CentOS 8+(需支持AVX512指令集)。 硬件配置: GPU版本:NVIDIA驱动520+,CUDA 11.8+。 CPU版本:至少16核处理器,64GB内存。 存储空间:原始模型需要30GB,量…...
C++中常用的十大排序方法之4——希尔排序
成长路上不孤单😊😊😊😊😊😊 【😊///计算机爱好者😊///持续分享所学😊///如有需要欢迎收藏转发///😊】 今日分享关于C中常用的排序方法之4——希尔排序的相…...
机器学习day7
自定义数据集 使用pytorch框架实现逻辑回归并保存模型,然后保存模型后再加载模型进行预测,对预测结果计算精确度和召回率及F1分数 代码 import numpy as np import torch import torch.nn as nn import torch.optim as optimizer import matplotlib.pyp…...
【流媒体】搭建流媒体服务器
搭建Windows Nginx服务器 搭建 下载nginx工具包解压至本地,并在cmd窗口中切换至nginx所在的本地目录修改 conf/nginx.conf 文件,更改其端口号 server中的 listen的端口号从 80改为 8080,因为80经常被其他服务占用,导致无法打开 …...
(电脑版)植物大战僵尸幼儿园版本,开启你的冒险之旅!
欢迎来到植物大战僵尸中文版,园长Jen已准备好迎接你的挑战!在这个充满乐趣和策略的游戏中,你将体验到多种游戏模式,每种模式都带来不同的挑战和乐趣。 游戏模式: 冒险模式:踏上刺激的冒险旅程,…...
民法学学习笔记(个人向) Part.2
民法学学习笔记(个人向) Part.2 民法始终在解决两个生活中的核心问题: 私法自治;交易安全; 3. 自然人 3.4 个体工商户、农村承包经营户 都是特殊的个体经济单位; 3.4.1 个体工商户 是指在法律的允许范围内,依法经…...
解决SetWindowCompositionAttribute使控件文本透明的问题
用以下参数调用该API,能实现类似Aero的模糊透明效果。 参数具体含义见 https://zhuanlan.zhihu.com/p/569258181 http://www.memotech.de/WindowComposition/Text.txt http://www.memotech.de/WindowComposition/WindowComposition.zip DWORD accent[4] { 3,0,0,0 …...
响应式编程与协程
响应式编程与协程的比较 响应式编程的弊端虚拟线程Java线程内核线程的局限性传统线程池的demo虚拟线程的demo 响应式编程的弊端 前面用了几篇文章介绍了响应式编程,它更多的使用少量线程实现线程间解耦和异步的作用,如线程的Reactor模型,主要…...
Altium Designer绘制原理图时画斜线的方法
第一步:检查设置是否正确 打开preferences->PCB Editor ->Interactive Routing->Interactive Routing Options->Restrict TO 90/45去掉勾选项,点击OK即可。如下图所示: 然后在划线时,按下shift空格就能够切换划线…...
Android --- CameraX讲解
预备知识 surface surfaceView SurfaceHolder surface 是什么? 一句话来说: surface是一块用于填充图像数据的内存。 surfaceView 是什么? 它是一个显示surface 的View。 在app中仍在 ViewHierachy 中,但在wms 中可以理解为…...
动态分库分表
1. 动态分库分表的核心目标 解决单库性能瓶颈:通过水平拆分数据,提升并发处理能力。 支持弹性扩展:在不中断服务的前提下,实现数据分片的动态扩容/缩容。 避免跨分片操作:减少跨分片查询(如JOIN、事务&am…...
shell -c
个人博客地址:shell -c | 一张假钞的真实世界 shell -c {string}:表示命令从-c后的字符串读取。在需要使用管道或者重定向需要sudo时很有用,如下: $ sudo find ../*/exportFiles -mtime 15 -name "*" | xargs -I {} r…...
Spring Boot 2 快速教程:WebFlux处理流程(五)
WebFlux请求处理流程 下面是spring mvc的请求处理流程 具体步骤: 第一步:发起请求到前端控制器(DispatcherServlet) 第二步:前端控制器请求HandlerMapping查找 Handler (可以根据xml配置、注解进行查找) 匹配条件包括…...
10.8 LangChain Output Parsers终极指南:从JSON解析到流式处理的规范化输出实践
LangChain Output Parsers终极指南:从JSON解析到流式处理的规范化输出实践 关键词: LangChain Output Parsers、结构化输出、JSON解析、数据校验、流式处理 一、为什么需要规范化输出?大模型输出的“荒野西部”问题 原始输出的三大痛点: 格式不可控:模型可能返回纯文本、…...
G1. Yunli‘s Subarray Queries (easy version)
题目链接:Problem - 2009G1 - Codeforces 题目大意: 给你一个长度为n的整数数组a序列, 然后你可以操作任何次, 将序列里的一个数换成其他任意数字。 后有q次询问, 每一次询问[L, R] 在此区间里, 可最少进行…...
[漏洞篇]SQL注入漏洞详解
[漏洞篇]SQL注入漏洞详解 介绍 把SQL命令插入到Web表单提交或输入域名或页面请求的查询字符串,最终达到欺骗服务器执行恶意的SQL命令。通过构造恶意的输入,使数据库执行恶意命令,造成数据泄露或者修改内容等,以达到攻击的目的。…...
【apt源】RK3588 平台ubuntu20.04更换apt源
RK3588芯片使用的是aarch64架构,因此在Ubuntu 20.04上更换apt源时需要使用针对aarch64架构的源地址。以下是针对RK3588芯片在Ubuntu 20.04上更换apt源到清华源的正确步骤: 步骤一:打开终端 在Ubuntu 20.04中,按下Ctrl Alt T打…...
Maven
什么是Maven? Maven是一个项目管理工具,基于POM(Project Object Model,项目对象模型)的概念呢,Maven可以通过一小段描述信息来管理项目的构建,报告和文档的项目管理工具软件。 Maven包含了一个…...
软件工程概论试题五
一、多选 1.好的软件的基本属性包括()。 A. 效率 B. 可依赖性和信息安全性 C. 可维护性 D.可接受性 正答:ABCD 2.软件工程的三要素是什么()? A. 结构化 B. 工具 C.面向对象 D.数据流! E.方法 F.过程 正答:BEF 3.下面中英文术语对照哪些是正确的、且是属…...
Python量化交易助手:xtquant的安装与应用
Python量化交易助手:xtquant的安装与应用 技术背景和应用场景 在量化交易领域,Python因其强大的库支持和灵活性成为了许多开发者的首选语言。其中,xtquant 是迅投官方开发的一个Python包,专门用于与miniqmt通信,实现…...
opencv图像处理框架
一.课程简介与环境配置 二.图像基本操作 (1)计算机眼中的视觉 1)计算机眼中图像是由一块块组成,每一块又由很多很多个像素点组成,一个像素点的值是在0到255之间,值越大就越亮。 2)RGB表示彩色图像的三个颜色通道(红绿蓝),一张…...
MotionLCM 部署笔记
目录 依赖项 humanml3d: sentence-t5-large 下载数据: 报错:No module named sentence_transformers 继续报错:from transformers.integrations import CodeCarbonCallback 解决方法: 推理相关 GitHub - Dai-W…...
BUUCTF_[安洵杯 2019]easy_web(preg_match绕过/MD5强碰撞绕过/代码审计)
打开靶场,出现下面的静态html页面,也没有找到什么有价值的信息。 查看页面源代码 在url里发现了img传参还有cmd 求img参数 这里先从img传参入手,这里我发现img传参好像是base64的样子 进行解码,解码之后还像是base64的样子再次进…...
LLM - 基于LM Studio本地部署DeepSeek-R1的蒸馏量化模型
文章目录 前言开发环境快速开始LM Studio简单设置模型下载开始对话 模型选择常见错误最后 前言 目前,受限于设备性能,在本地部署的基本都是DeepSeek-R1的蒸馏量化模型,这些蒸馏量化模型的表现可能并没有你想象的那么好。绝大部分人并不需要本…...
Intel 与 Yocto 项目的深度融合:全面解析与平台对比
在嵌入式 Linux 领域,Yocto 项目已成为构建定制化 Linux 发行版的事实标准,广泛应用于不同架构的 SoC 平台。Intel 作为 x86 架构的领导者,在 Yocto 生态中投入了大量资源,为其嵌入式处理器、FPGA 和 AI 加速硬件提供了完整的支持…...
2025-工具集合整理
科技趋势 github-rank 🕷️Github China/Global User Ranking, Global Warehouse Star Ranking (Github Action is automatically updated daily). 科技爱好者周刊 制图工具 D2 D2 A modern diagram scripting language that turns text to diagrams 文档帮助 …...
快速提升网站收录:利用网站新闻发布功能
本文转自:百万收录网 原文链接:https://www.baiwanshoulu.com/63.html 利用网站新闻发布功能快速提升网站收录是一个有效的策略。以下是一些具体的建议,帮助你更好地利用这一功能: 一、保持新闻更新频率 搜索引擎尤其重视网站的…...
wxss样式模板,全局配置window
1 wxss样式模板 1.1什么是wxss 1.2 rpx 1.3 样式导入 1.4 全局样式 1.5局部样式 2 全局配置 2.1 全局配置window 2.2 window 导航栏区域...
git多人协作
目录 一、项目克隆 二、 1、进入克隆仓库设置 2、协作处理 3、冲突处理 4、多人协作分支的推送拉取删除 1、分支推送(2种) 2、远程分支拉取(2种) 3、远程分支删除 一、项目克隆 git clone 画船听雨眠/test1 (自定义的名…...
Maven全解析:从基础到精通的实战指南
概念: Maven 是跨平台的项目管理工具。主要服务基于 Java 平台的构建,依赖管理和项目信息管理项目构建:高度自动化,跨平台,可重用的组件,标准化的流程 依赖管理: 对第三方依赖包的管理…...
使用Pytorch训练一个图像分类器
一、准备数据集 一般来说,当你不得不与图像、文本或者视频资料打交道时,会选择使用python的标准库将原始数据加载转化成numpy数组,甚至可以继续转换成torch.*Tensor。 对图片而言,可以使用Pillow库和OpenCV库对视频而言…...
除了成本核算,还有哪些财务分析工具可以提高工作效率?
除了成本核算,财务工作中还有多种分析工具可以提高工作效率,以下是详细介绍: 一、数据可视化工具 Power BI:这是一款强大的数据可视化工具,通过创建交互式报表、仪表板和图表来展示财务数据。它易于使用,提…...
【SSM】Spring + SpringMVC + Mybatis
SSM课程,以下为该课程的笔记 bean:IOC容器创建的对象 P12 bean的生命周期 在bean中定义init()和destroy()方法,然后在xml中配置方法名,让bean对象能找到对应的生命周期方法。 或通过实现接口的方式定义声明周期方法。 P13 sett…...
Windows图形界面(GUI)-QT-C/C++ - QT Tab Widget
公开视频 -> 链接点击跳转公开课程博客首页 -> 链接点击跳转博客主页 目录 一、概述 1.1 什么是 QTabWidget? 1.2 使用场景 二、常见样式 2.1 选项卡式界面 2.2 动态添加和删除选项卡 2.3 自定义选项卡标题和图标 三、属性设置 3.1 添加页面&…...
pstricks PGFTikz 在CTeX套装中绘图Transparency或Opacity失效的问题
我在CTeX中画图的时候,习惯用Geogebra先画好,然后生成pstricks或PGFTikz代码: 这样不用插入eps或pdf之类的图片,也是一种偷懒的方法。以前往arXiv.org上面传论文也是这样:代码出图,就不用另外上传一幅eps或…...
操作系统和中间件的信息收集
在浏览器中收集操作系统与中间件信息时,主要通过客户端JavaScript(用于操作系统/浏览器信息)和服务器端脚本(用于中间件信息)实现。以下是分步指南: 一、客户端操作系统信息收集(JavaScript&am…...
Android --- handler详解
handler 理解 handler 是一套Android 消息传递机制,主要用于线程间通信。 tips: binder/socket 用于进程间通信。 参考: Android 进程间通信-CSDN博客 handler 就是主线程在起了一个子线程,子线程运行并生成message ,l…...