- 前言 在macbook上面使用备忘录的时候，发现默认字体太小了，看着一点儿也不舒服。 解决方法 方法一 选择需要更改字号的文字段落，使用command +/- 实现字体的放大... 前言 在macbook上面使用备忘录的时候，发现默认字体太小了，看着一点儿也不舒服。 解决方法 方法一 选择需要更改字号的文字段落，使用command +/- 实现字体的放大...
- 题目链接~~> 做题感悟：比赛时想到方法了，但是没能AC，很遗憾，没有考虑到左右子树的右节点相等的情况，结果就杯具了，比赛完后捋了一下思路就AC了，说明比赛时很不淡定，头脑不清醒，以后要注意。 解题思路： 题目给的就是一颗树，只是要把右节点多的放到左儿... 题目链接~~> 做题感悟：比赛时想到方法了，但是没能AC，很遗憾，没有考虑到左右子树的右节点相等的情况，结果就杯具了，比赛完后捋了一下思路就AC了，说明比赛时很不淡定，头脑不清醒，以后要注意。 解题思路： 题目给的就是一颗树，只是要把右节点多的放到左儿...
- 1 TCP头 TCP是一种可靠的、面向连接的字节流服务，头部定义如下。 /*TCP头定义，共20个字节*/typedef struct _TCP_HEADER { short m_sSourPort; // 源端口号16bit short m_sDestPort; // 目的端口号16bit unsigned int m_uiSequNum; // 序列号32bit... 1 TCP头 TCP是一种可靠的、面向连接的字节流服务，头部定义如下。 /*TCP头定义，共20个字节*/typedef struct _TCP_HEADER { short m_sSourPort; // 源端口号16bit short m_sDestPort; // 目的端口号16bit unsigned int m_uiSequNum; // 序列号32bit...
- 目录 前言消息签名二进制摘要 前言 HMAC算法可以用于验证信息的完整性，这些信息可能在应用之间传递，或者存储在一个可能有安全威胁的地方。 其基本思路：生成实际数据的一个密码散列，并提供一个共享的秘密密钥。然后使用得到的散列检查所传输或存储的信息，以确定一个信任级别，而不传输秘密密钥。 消息签名 hmac库提供了一个new()函数来创建一个新对象... 目录 前言消息签名二进制摘要 前言 HMAC算法可以用于验证信息的完整性，这些信息可能在应用之间传递，或者存储在一个可能有安全威胁的地方。 其基本思路：生成实际数据的一个密码散列，并提供一个共享的秘密密钥。然后使用得到的散列检查所传输或存储的信息，以确定一个信任级别，而不传输秘密密钥。 消息签名 hmac库提供了一个new()函数来创建一个新对象...
- Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-... Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-...
- GTX模块 Virtex-6支持多种高速串行接口，其中高速串行模块GTX收发器可以实现150Mbit/s～6.5Gbit/s的线速率。GTX收发器是芯片与芯片之间、板与板之间进行串行通信的首选解决方案。GTX收发器具有以下特性。灵活的SERDES支持多速率应用。功能强大的发射预加重和接收均衡功能，具有最佳的信号完整性。集成式“变速箱”可以实现灵活编码：8B/10B、64B/6... GTX模块 Virtex-6支持多种高速串行接口，其中高速串行模块GTX收发器可以实现150Mbit/s～6.5Gbit/s的线速率。GTX收发器是芯片与芯片之间、板与板之间进行串行通信的首选解决方案。GTX收发器具有以下特性。灵活的SERDES支持多速率应用。功能强大的发射预加重和接收均衡功能，具有最佳的信号完整性。集成式“变速箱”可以实现灵活编码：8B/10B、64B/6...
- 赛灵思官方文档中在讲乘累加器（MAC）（也就是在这篇博文中的乘累加器：【 FPGA 】FIR 滤波器的架构）时，有一段话是对系数填充的简单叙述，当时我没有写进那篇博文中去，我觉得放到那里会让我的博文变得难以理解。 这篇博文我仍然不想放进去，因为我不是太明白，还是塞进这一块，供大家参考吧： 实现滤波器所需的乘法器数量是通过滤波计算过程所需的乘法次... 赛灵思官方文档中在讲乘累加器（MAC）（也就是在这篇博文中的乘累加器：【 FPGA 】FIR 滤波器的架构）时，有一段话是对系数填充的简单叙述，当时我没有写进那篇博文中去，我觉得放到那里会让我的博文变得难以理解。 这篇博文我仍然不想放进去，因为我不是太明白，还是塞进这一块，供大家参考吧： 实现滤波器所需的乘法器数量是通过滤波计算过程所需的乘法次...
- 先贴出来传统的FIR滤波器实现结构作为后面的对比： 传统的FIR滤波器的实现结构： （【 FPGA 】FIR滤波器开篇之传统抽头延迟线FIR滤波器实现介绍） ... 先贴出来传统的FIR滤波器实现结构作为后面的对比： 传统的FIR滤波器的实现结构： （【 FPGA 】FIR滤波器开篇之传统抽头延迟线FIR滤波器实现介绍） ...
- 下面将展示FIR滤波器核可用的滤波器架构 1 乘累加（MAC）结构（Multiply-Accumulate） 用单个乘累加器引擎实现的基于 MAC 的 FIR滤波器的简化视图： 将单个 MAC 实现扩展到多个 MAC，可以实现更高性能的滤波器，例如支持更多滤波器系数、更高采样速率以及更多通道等。 实现MAC 结构的FIR滤波器主要需要使用 加法器、乘法器以及存储资... 下面将展示FIR滤波器核可用的滤波器架构 1 乘累加（MAC）结构（Multiply-Accumulate） 用单个乘累加器引擎实现的基于 MAC 的 FIR滤波器的简化视图： 将单个 MAC 实现扩展到多个 MAC，可以实现更高性能的滤波器，例如支持更多滤波器系数、更高采样速率以及更多通道等。 实现MAC 结构的FIR滤波器主要需要使用 加法器、乘法器以及存储资...
- 导入包 from rdkit import Chemfrom rdkit.Chem import MACCSkeysfrom rdkit import DataStructsimport numpy as np 载入smiles并计算MACCS Keys mol = Chem.MolFromSmiles('OC(=O)C1=C(C=CC=C1)C2=C3C=CC(=O)... 导入包 from rdkit import Chemfrom rdkit.Chem import MACCSkeysfrom rdkit import DataStructsimport numpy as np 载入smiles并计算MACCS Keys mol = Chem.MolFromSmiles('OC(=O)C1=C(C=CC=C1)C2=C3C=CC(=O)...
- Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-... Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-...
- Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 机器学习组成：模型、策略、优化 《统计机器学习》中指出：机器学习=模型+策略+算法。其实机器学习可以表示为：Learning= Representati... Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 机器学习组成：模型、策略、优化 《统计机器学习》中指出：机器学习=模型+策略+算法。其实机器学习可以表示为：Learning= Representati...
- 导入包 import pandas as pdimport numpy as npfrom sklearn.datasets import load_bostonfrom sklearn.linear_model import LinearRegression, SGDRegressor, Ridge, LogisticRegressionfrom sklearn.mod... 导入包 import pandas as pdimport numpy as npfrom sklearn.datasets import load_bostonfrom sklearn.linear_model import LinearRegression, SGDRegressor, Ridge, LogisticRegressionfrom sklearn.mod...
- Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-... Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-...
- Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-... Machine Learning | 机器学习简介 Machine Learning | (1) Scikit-learn与特征工程 Machine Learning | (2) sklearn数据集与机器学习组成 Machine Learning | (3) Scikit-learn的分类器算法-k-近邻 Machine Learning | (4) Scikit-...
上滑加载中
推荐直播
-
华为云码道Skill实战与极速交付，智能开发全链路实战2026/07/22 周三 19:00-21:00
王一男-华为云码道产品规划专家；李炎-华为云码道产品专家；姜浩-华为云HCDG核心组成员
直播深度解读华为云码道6月产品新特性，从Skill市场安装专家技能，带你零距离体验从需求，开发，审查，重构全链路闭环的开发过程。从零构建并交付一个完整项目，让您体验从代码提交到服务上线的“极速”之旅。
回顾中 -
聚开发者之力，创具身新未来2026/07/23 周四 15:00-17:00
张豪杰/程文/王军/刘新春/黄钦开 /张晓天
本次华为云具身智能开发平台CloudRobo培训面向具身智能开发者，带您全流程体验机器人本体R2C小时级接入、环境重建与轨迹生成仿真数据生产、PB级数据管理、数据评测、模型训推、强化学习和Benchmark一键评测等功能，并体验业界主流具身模型应用。
回顾中
热门标签