a暴力枚举n^2自己去排序a[0]-a[n-1]的所有温度，看看多少个学生符合要求。枚举所有温度（没法优化),(看看多少个学生符合要求->这一步优化）假如温度等于3 那么需要看[1,5]的话即可。如果有序，那么就会特别快了。只需要快速查找【1，5】两个端点就OK了解法2:排序+二分(二分两个端点)N*logn+N*logN解法3:N*1ogN +O(N)(滑动窗口)滑动窗口(最大值与最小值<=2p

目录变量和类型类型带来的意义-动态类型-（有利有弊 单人开发爽，多人开发不爽，还要写文档)注释使用#输入与输出-与类型转换python不能把字符串和数字进行拼接类型转换运算符算术运算符关系运算符逻辑运算符链式求值python不支持++,--条件语句(if)-需要缩进组while /for循环continue/break函数Python一个函数可以返回多个值 （区别于C++,Java-(需要包装成一

数据集训练集:用于训练模型的数据验证集:调节超参数的数据 -（超参数，假如y=f(x) =2x^2+3 我们需要把这些参数，找到一个最优秀的出来)测试集:用于评估模型性能的数据样本：数据集中一条数据是关于一个事件或对象的描述，称为一个样本特征：数据集中一列反映事件或对象在某方面的表现或性质的事项，称为特征特征向量:将样本的所有特征表示为向量的形式，输入到模型中标签:监督学习中每个样本的结果信息，也

数据集训练集:用于训练模型的数据验证集:调节超参数的数据 -（超参数，假如y=f(x) =2x^2+3 我们需要把这些参数，找到一个最优秀的出来)测试集:用于评估模型性能的数据样本：数据集中一条数据是关于一个事件或对象的描述，称为一个样本特征：数据集中一列反映事件或对象在某方面的表现或性质的事项，称为特征特征向量:将样本的所有特征表示为向量的形式，输入到模型中标签:监督学习中每个样本的结果信息，也

查看当前架构，他应该内部有自己版本的jdk,所以我们不需要改，假如没有就应该肯定要改了（当然你们又可能并不是这个版本，所以方便你们指定，我也 写上)里面我是一点没改docker build -t opsxlab/xxl-job-admin:3.0.1 . 直接build创建镜像。很苦逼一个情况,m1的docker假如不翻墙，我们找不到xxl-job,所以我们要自己制作。这里，假如你们找不到版本，所

Nacos遇到的无法下线问题，caused: errCode: 500, errMsg: do metadata operation failed ;caused: com.alibaba.naco

对于修改后Nacos端口，连接超时，java.util.concurrent.TimeoutException: Waited 3000 milliseconds (plus 5 millisecon

为什么要学习去使用云服务器，外网 IP能干什么，MAC使用Termius连接阿里云服务器。保姆级教学

该摘要围绕开放世界 DeepFake 归因（OW-DFA）展开，针对现有方法的两大缺陷（置信度偏差导致伪标签不可靠、预设未知伪造类型数量），提出了置信度感知非对称学习（CAL）框架与动态原型剪枝（DPP）策略，并通过实验验证其性能优于现有方法。ACR 是 “给已知和未知类型‘量身定制’高置信度样本的筛选规则，让模型对两类样本都能自信地预测，同时帮 CCR 把正则化做得更好”。这个图表示一个置信度失

方法核心思想人话解释Bagging并行训练 + 独立投票 + 降低方差找一群 “水平差不多的专家”，各自独立判断，最后少数服从多数（避免单个专家的偏见）Boosting串行训练 + 知错就改 + 降低偏差找一群 “新手”，第一个新手犯错后，第二个新手专门盯着第一个错的地方学，依次迭代，最后加权投票（越往后的模型越专注难样本）