学无止境

# 初始化一个前端项目 npm init vite@latest# npm init vue@latestnpm i# 初始化一个 NodeJS 服务端项目 npm install ts-node -gnpm init -ynpm install @types/node -Dnpm install express -Snpm install @types/express -Dnpm install axios -S正在学习中... # 学习链接 Vue3 + vite + Ts + pinia + 实战 + 源码 +electron（82/111）

# 前言 识别精度主要是由 召回率（recall）和精度（precision） 表示的，通过绘制 precision-recall 曲线，该曲线下方的面积越大，识别精度也就越高，反之越低。 # 数据定义 在一个数据集检测中，会产生四类检测结果：TP、TN、FP、FN T：true 表示正确 F：false 表示错误 P：positive 表示积极的，看成正例 N：negative 表示消极的，看成负例 排列组合，即可得到以下结果： TP：预测为 P（正例），预测对了，本来是正样本，检测为正样本（真阳性） TN：预测为...

# 定义 贝叶斯网络是一个 有向无圈图 （Directed Acyclic Graph, DAG），由代表变量节点及连接这些节点有向边构成。 节点代表随机变量 ，节点间的 有向边代表了节点间的相互关系 （由父节点指向其子节点），用条件概率表达变量间依赖关系，没有父节点的用先验概率进行信息表达。 令GGG 为定义在{X1,X2,...,XN}\{X_1, X_2, ..., X_N\}{X1​,X2​,...,XN​} 上的一个贝叶斯网络，其联合概率分布可以表示为各个节点的条件概率分布的乘积： p(X)=∏ipi(Xi∣ParG(Xi))p(X)=\prod_i...

# 前言 以前捣鼓过 wsl，即 Windows 下的 Linux 子系统，但兼容性依然比不过原生的 Linux 系统，使用 cmake 等命令会出现奇怪的问题。 最近听说 wsl2 出来了，而且也可以在 wsl 上安装 nvidia 显卡驱动了，有网友实测跑深度学习模型速度能比 Windows 的快一倍左右，哈哈这就必须得捣鼓捣鼓了，如果兼容性真的没问题的话，那可比虚拟机或双系统要爽多了～ 目前还发现，微软官网对 wsl 的使用教程也写的非常友好，推荐大家多看看官方教程，毕竟时效性可以保证～～ 微软 wsl...

# VSCode 配置 Visual Studio Code 下载地址：https://code.visualstudio.com/download VS Code 建议安装插件列表： 中文菜单： MS-CEINTL.vscode-language-pack-zh-hans SSH 远程开发： ms-vscode-remote.remote-ssh ms-vscode-remote.remote-ssh-edit ms-vscode.remote-explorer C++ 开发 ms-vscode.cpptools python...

# 基本概念 # 一个模型 λ=(π,A,B)\lambda=(\pi, A, B) λ=(π,A,B) 其中： π\piπ：初始概率分布 A：[ai,j][a_{i,j}][ai,j​] —> 转移矩阵，ai,j=P(it+1=qj∣it=qi)a_{i,j}=P(i_{t+1}=q_j|i_t=q_i)ai,j​=P(it+1​=qj​∣it​=qi​) B：[bj(k)][b_j(k)][bj​(k)] —>...

# 图片 # 下载语音包 在「 FPV 帮 」里可以找到许多语音包，链接如下： http://fpvbang.com/forum-55-1.html # 参考链接 OPENTX 遥控器语音设置教程 OpenTX，EdgeTX 语音包设置视频教程

# 前言 最近再搞农业物联网的项目，用到了 ZigBee 协议栈，需求之一是要监测土壤温度的数据，便采购了「 善学坊 」家的「 YTWD-A1 」传感器，其本质是 DS18B20 芯片，但网上关于这个芯片的数据读取方式多是 51 单片机或 STM32 相关的代码，经过自己的一番踩坑和实验，终于在 ZigBee 协议栈下写好了这个芯片的驱动，便在此记录下来，希望能帮助到有需要的小伙伴～ # 相关代码 ds18b20.h#ifndef HAL_DS18B20_H#define HAL_DS18B20_H#ifdef __cplusplusextern "C"...

# 安装 jupyterlab 更换国内源之后，在 anaconda powershell prompt 用下面命令安装 conda install jupyterlab 安装完成后，在命令行输入 jupyter-lab 启动 # numpy 常用命令 命令 备注 np.array([1,2,3,4]) Python 列表转换为 numpy 的数组 np.arange(0,10) 创建一个 0~9 的一维数组 np.ones(shape=(3,3)) 创建一个大小为 3*3 的全 1 数组 np.zeros(shape=(5,5)) 创建大小为 5*5 的全 0...

# 前言 没想到我又回来了，后面我的研究课题估计和 Python 逃不脱关系，终于又重新拾起了这门语言，所以便从头开始，把一些值得记录的记录下来，努力努力，向梦想前进！ # Scoop 安装 miniconda 我的开发环境是 windows，而 scoop 是 windows 上超好用的一个包管理工具，感兴趣的小伙伴可以看这篇博客（重装系统后要干的几件事）了解哟 用下面一行命令即可安装 miniconda scoop install miniconda3安装完后重启一下 everything，即可用 wox 输入 anaconda pow 快速启动 anaconda 的 shell 了 #...