8、多对一的处理 多对一的理解： 多个学生对应一个老师 如果对于学生这边，就是一个多对一的现象，即从学生这边关联一个老师！ 数据库设计 CREATE TABLE `teacher` (`id` INT(10) NOT NULL,`name` VARCHAR(30) DEFAULT NULL,PRIM ...
分类：
其他好文 时间：
2020-12-07 12:38:29
阅读次数：
5
web安全***测试APP安全***漏洞测试详情分类专栏：网站***测试网站安全防护网站安全漏洞检测文章标签：app安全***测试网站***测试安全网站安全***测试服务网站安全公司网站漏洞检测版权前言小小白承包了一块20亩的土地，依山傍水，风水不错。听朋友说去年玉米大卖，他也想尝尝甜头，也就种上了玉米。看着玉米茁壮成长，别提小小白心里多开心，心里盘算着玉米大买后，吃香喝辣的富贵生活。好景不长，小小白这几天发
分类：
移动开发 时间：
2020-12-05 11:19:55
阅读次数：
14
原创朱辉（茶水）Linux阅码场2018-01-01作者简介朱辉，个人主页http://teawater.github.io/，微信公众号茶水侃山(cschatcs)。做过几年模拟器，做过几年GDB，在小米电视做过几年Linux内核优化，主要围绕MM。现在在HyperHQ当软件工程师。Linuxer祝所有用户新年快乐，感谢您对Linuxer在2017长情的陪伴。继续欢迎您给Linuxer投稿，赢取
分类：
系统相关 时间：
2020-12-04 11:34:37
阅读次数：
9
原创孟冉Linux阅码场2017-11-15内容简介：本文紧接着《宋宝华：火焰图：全局视野的Linux性能剖析》一文，继续分析火焰图的数据流程和绘制原理。作者简介：孟冉，目前就读于西安邮电大学，计算机科学与技术专业；目前研究linux系统的负载均衡技术和网络安全方面。孟冉目前在陈莉君老师的Linux3+1实验室，并正在努力朝LEP（LinuxEasyProfiling,http://www.lin
分类：
系统相关 时间：
2020-12-04 11:34:23
阅读次数：
12
1.基本情况 组长博客链接：https://www.cnblogs.com/yydswlt/ 答辩总结：Beta冲刺结束了，但是项目还未结束，功能还需要继续完善，针对老师提出的新问题再进一步的改善，早日获取真实数据量。 全队谈论照片： 工作流程： 制定计划：确定Beta冲刺目标及计划，合理安排进度任 ...
分类：
其他好文 时间：
2020-12-04 10:56:37
阅读次数：
5
原创梁金荣、戴君毅等Linux阅码场2月26日简介本文由西邮陈莉君教授研一学生梁金荣、戴君毅、马明慧等翻译，陈莉君、宋宝华老师指导和审核。译者梁金荣、戴君毅、马明慧等同学热爱开源，践行开放、自由和分享。原文地址：https://easyperf.net/blog/2019/10/05/Performance-Analysis-Of-MT-apps精品英文Linux系列文章翻译工作，由Linux阅码
分类：
编程语言 时间：
2020-12-02 12:13:34
阅读次数：
5
根据上图, 构造出来的最小生成树的权值和应为 16. 主要部分代码: /** * 将最小生成树保存为邻接表存储的图 MST, 返回最小权重和 * @param Graph * @param MST 即 Minimun-cost Spanning Tree 最下生成树 * @return */ int ...
分类：
编程语言 时间：
2020-11-30 15:25:45
阅读次数：
4
1前言6月23日，吴恩达宣布离开百度三个月后的创业项目：Deeplearning.ai，8月8日，吴恩达的最新课程“DeepLearningSpecialization”正式在Coursera上线，当时无论是在学界还是工业界都引起不小轰动，可见吴恩达老师的影响力。2初识我依稀记得第一次接触吴恩达老师课程是在大二参加创新项目，由于需要用到机器学习，在网易公开课看的斯坦福的machinelearnin
分类：
其他好文 时间：
2020-11-27 11:37:27
阅读次数：
8
GAN的数学推导前面我们讲了一下GAN的基本思想，最近看了一下GAN的论文，又恰好看到了李宏毅老师的课程，感觉里面的数学推导很有意思，所以准备写下来以备之后查阅。首先需要一点预备知识，KLdivergence，这是统计中的一个概念，是衡量两种概率分布的相似程度，其越小，表示两种概率分布越接近。对于离散的概率分布，定义如下对于连续的概率分布，定义如下根据我们之前讲的内容，我们要做的事情就如下图所示我
分类：
其他好文 时间：
2020-11-27 11:27:18
阅读次数：
8
为什么梯度的方向与等高线切线方向垂直在三维曲面上的梯度更新过程中，很多地方出现梯度的下降方向是如下这样走的：图片来源于百度百科从图上能够看出，也经常听老师同学说起，梯度下降的方向与等高线的切线方向垂直。那么为什么会垂直呢？其实是一个高数问题。解释假设我们的损失函数为z=f(x,y)，在几何上表示是一个曲面，该曲面被平面c（c为常数）所截得的曲线l方程为：这条曲线l在xoy轴面上的投影是一条平面曲线
分类：
其他好文 时间：
2020-11-27 11:25:25
阅读次数：
11
