![](../../asset/images/user/bgImg_default.jpeg)
简介
该用户还未填写简介
擅长的技术栈
可提供的服务
暂无可提供的服务
最近组里配了电脑,性能比我的笔记本好不少,特别是一张 3080Ti 的显卡,如果不物尽其用就太可惜了。所以我拿到之后立马就装了向日葵远程软件,感觉还可以,但总是有点卡顿,没法拿来写代码什么的,最多看看程序运行情况今天一个同学教了我一下怎么用 vscode 连组里的服务器,顿时感觉很不错,通过一个插件的形式来连接,写程序就的感觉就和本地开发差不多,还能享受高性能,于是今晚折腾了几个小时也配了一套两边
初等行列变换分别适用的场合
向量组的秩和矩阵的秩
本文介绍sklearn.datasets模块本文是从jupyter文档转换来的,某个代码块不一定能直接复制运行,代码输出结果统一以注释形式添加在代码最后文章目录0. 前置0.1 关于Sklearn0.2 Bunch类型1. sklearn.datasets模块1.1 玩具数据集1.1.1 波士顿房价数据集(回归)乳癌数据集(二分类)糖尿病数据集(回归)手写字体数据集(多分类)鸢尾花数据集(多分类)
本科阶段,对离散型随机变量和连续型随机变量单独定义了数学期望和条件数学期望。注意到有很多随机变量的分布函数既不是离散的也不是连续的,下面考虑如何对这类一般的分布函数定义数学期望需要用到 Riemann-Stieltjes 积分,参考:随机过程(1.1)—— 概率空间、分布函数、Riemann-Stieltjes 积分文章目录1. 数学期望1.1 本质定义1.2 随机变量的函数的期望1.3 期望的性
题目链接:A+B Format (20分)题目描述Calculate a+b and output the sum in standard format – that is, the digits must be separated into groups of three by commas (unless there are less than four digits).Input Speci
参考:《利用python进行数据分析》第4章注意,由于本文是jupyter文档转换来的,代码不一定可以直接运行,有些注释是jupyter给出的交互结果,而非运行结果!!文章目录1. 引言1.1 关于NumPy1.2 NumPy的特点1.3 NumPy的主要用途1.4 说明2. ndarray2.1 生成ndarray2.1.1 array方法2.1.2 生成方法概览1. 引言1.1 关于NumPy
本文介绍我基于 Openai GPT API 开发的 telegram 聊天机器人。该 bot 具有催眠聊天、图像生成、语音输入输出等多模态交互能力,代码开源
![文章图片](https://img-blog.csdnimg.cn/direct/2a15d207cc8c49a3b9e36bbaaa731c15.png)
本文介绍向量空间投影与投影矩阵,并阐述其作用
本文介绍如何使用 torchrun 框架改写 DDP 单机多卡并行代码,增强容错性和稳定性