用神经网络分类上和下
( A, B )---3*30*2---( 1, 0 )( 0, 1 )
做一个网络,输入为3个点,训练集A,B各有4张图片。让B的4张图片全是0.排列组合A,记录迭代次数平均值的变化。收敛误差为7e-4,每个网络收敛199次。
其中得到一组数据
差值结构 | 1-A-B | 迭代次数 | 差值结构 | 2-A-B | 迭代次数 | |||||
0 | 0 | 0 | 0*3*1*6-0*0*0*0 | 6394.4774 | 1 | 1 | 0 | 6*1*3*0-0*0*0*0 | 7134.0452 | |
0 | 1 | 1 | 0*3*1*6-0*0*0*0 | 6394.4774 | 0 | 0 | 1 | 6*1*3*0-0*0*0*0 | 7134.0452 | |
0 | 0 | 1 | 0*3*1*6-0*0*0*0 | 6394.4774 | 0 | 1 | 1 | 6*1*3*0-0*0*0*0 | 7134.0452 | |
1 | 1 | 0 | 0*3*1*6-0*0*0*0 | 6394.4774 | 0 | 0 | 0 | 6*1*3*0-0*0*0*0 | 7134.0452 | |
0 | 0 | 0 | 0*6*4*3-0*0*0*0 | 6408.3869 | 0 | 1 | 1 | 3*4*6*0-0*0*0*0 | 7174.8894 | |
1 | 1 | 0 | 0*6*4*3-0*0*0*0 | 6408.3869 | 1 | 0 | 0 | 3*4*6*0-0*0*0*0 | 7174.8894 | |
1 | 0 | 0 | 0*6*4*3-0*0*0*0 | 6408.3869 | 1 | 1 | 0 | 3*4*6*0-0*0*0*0 | 7174.8894 | |
0 | 1 | 1 | 0*6*4*3-0*0*0*0 | 6408.3869 | 0 | 0 | 0 | 3*4*6*0-0*0*0*0 | 7174.8894 | |
0 | 1 | 1 | 3*1*6*0-0*0*0*0 | 6488.0352 | 0 | 0 | 0 | 0*6*1*3-0*0*0*0 | 7141.7538 | |
0 | 0 | 1 | 3*1*6*0-0*0*0*0 | 6488.0352 | 1 | 1 | 0 | 0*6*1*3-0*0*0*0 | 7141.7538 | |
1 | 1 | 0 | 3*1*6*0-0*0*0*0 | 6488.0352 | 0 | 0 | 1 | 0*6*1*3-0*0*0*0 | 7141.7538 | |
0 | 0 | 0 | 3*1*6*0-0*0*0*0 | 6488.0352 | 0 | 1 | 1 | 0*6*1*3-0*0*0*0 | 7141.7538 | |
1 | 1 | 0 | 6*4*3*0-0*0*0*0 | 6390.9497 | 0 | 0 | 0 | 0*3*4*6-0*0*0*0 | 7112.809 | |
1 | 0 | 0 | 6*4*3*0-0*0*0*0 | 6390.9497 | 0 | 1 | 1 | 0*3*4*6-0*0*0*0 | 7112.809 | |
0 | 1 | 1 | 6*4*3*0-0*0*0*0 | 6390.9497 | 1 | 0 | 0 | 0*3*4*6-0*0*0*0 | 7112.809 | |
0 | 0 | 0 | 6*4*3*0-0*0*0*0 | 6390.9497 | 1 | 1 | 0 | 0*3*4*6-0*0*0*0 | 7112.809 | |
0 | 0 | 1 | 1*6*0*3-0*0*0*0 | 6462.3166 | 0 | 1 | 1 | 3*0*6*1-0*0*0*0 | 7140.9397 | |
1 | 1 | 0 | 1*6*0*3-0*0*0*0 | 6462.3166 | 0 | 0 | 0 | 3*0*6*1-0*0*0*0 | 7140.9397 | |
0 | 0 | 0 | 1*6*0*3-0*0*0*0 | 6462.3166 | 1 | 1 | 0 | 3*0*6*1-0*0*0*0 | 7140.9397 | |
0 | 1 | 1 | 1*6*0*3-0*0*0*0 | 6462.3166 | 0 | 0 | 1 | 3*0*6*1-0*0*0*0 | 7140.9397 | |
1 | 0 | 0 | 4*3*0*6-0*0*0*0 | 6486.1156 | 1 | 1 | 0 | 6*0*3*4-0*0*0*0 | 7181.9447 | |
0 | 1 | 1 | 4*3*0*6-0*0*0*0 | 6486.1156 | 0 | 0 | 0 | 6*0*3*4-0*0*0*0 | 7181.9447 | |
0 | 0 | 0 | 4*3*0*6-0*0*0*0 | 6486.1156 | 0 | 1 | 1 | 6*0*3*4-0*0*0*0 | 7181.9447 | |
1 | 1 | 0 | 4*3*0*6-0*0*0*0 | 6486.1156 | 1 | 0 | 0 | 6*0*3*4-0*0*0*0 | 7181.9447 | |
1 | 1 | 0 | 6*0*3*1-0*0*0*0 | 6379.392 | 0 | 0 | 1 | 1*3*0*6-0*0*0*0 | 7126.4573 | |
0 | 0 | 0 | 6*0*3*1-0*0*0*0 | 6379.392 | 0 | 1 | 1 | 1*3*0*6-0*0*0*0 | 7126.4573 | |
0 | 1 | 1 | 6*0*3*1-0*0*0*0 | 6379.392 | 0 | 0 | 0 | 1*3*0*6-0*0*0*0 | 7126.4573 | |
0 | 0 | 1 | 6*0*3*1-0*0*0*0 | 6379.392 | 1 | 1 | 0 | 1*3*0*6-0*0*0*0 | 7126.4573 | |
0 | 1 | 1 | 3*0*6*4-0*0*0*0 | 6444.2764 | 1 | 0 | 0 | 4*6*0*3-0*0*0*0 | 7173.6533 | |
0 | 0 | 0 | 3*0*6*4-0*0*0*0 | 6444.2764 | 1 | 1 | 0 | 4*6*0*3-0*0*0*0 | 7173.6533 | |
1 | 1 | 0 | 3*0*6*4-0*0*0*0 | 6444.2764 | 0 | 0 | 0 | 4*6*0*3-0*0*0*0 | 7173.6533 | |
1 | 0 | 0 | 3*0*6*4-0*0*0*0 | 6444.2764 | 0 | 1 | 1 | 4*6*0*3-0*0*0*0 | 7173.6533 | |
这16组数据,左侧为第1列,右侧的为第2列。第1列的迭代次数全都小于第2列, 并且第1列和第2列的差值结构都是上下对称的,比如前3组
1 | 2 | |||||
0 | 0 | 0 | 1 | 1 | 0 | |
0 | 1 | 1 | 0 | 0 | 1 | |
0 | 0 | 1 | 0 | 1 | 1 | |
1 | 1 | 0 | 0 | 0 | 0 | |
0 | 0 | 0 | 0 | 1 | 1 | |
1 | 1 | 0 | 1 | 0 | 0 | |
1 | 0 | 0 | 1 | 1 | 0 | |
0 | 1 | 1 | 0 | 0 | 0 | |
0 | 1 | 1 | 0 | 0 | 0 | |
0 | 0 | 1 | 1 | 1 | 0 | |
1 | 1 | 0 | 0 | 0 | 1 | |
0 | 0 | 0 | 0 | 1 | 1 |
左右两侧的结构是对称的,但迭代次数确不相同,这种对称性被破缺了,神经网络到底是如何判断哪个是上,哪个是下的?
比较二者的结构
0*3*1*6-0*0*0*0 | ||||||||||
0 | 0 | 0 | → | 0 | 1 | 1 | → | 1 | 1 | 0 |
0 | 1 | 1 | 0 | 0 | 1 | 0 | 1 | 1 | ||
0 | 0 | 1 | 1 | 1 | 0 | 0 | 0 | 1 | ||
1 | 1 | 0 | ||||||||
如果略去全是0的一行,第1列的结构都可以变换成上三角矩阵。
3*4*6*0-0*0*0*0 | ||||||||||||||
0 | 1 | 1 | → | 0 | 1 | 1 | → | 1 | 1 | 0 | → | 1 | 0 | 0 |
1 | 0 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | 1 | 1 | 0 | |||
1 | 1 | 0 | 1 | 1 | 0 | 1 | 0 | 0 | 0 | 1 | 1 | |||
0 | 0 | 0 |
而第2列的结构经变换后得到的都是下三角矩阵。
所以上三角矩阵的迭代次数是小于下三角矩阵的迭代次数的,
A | B | |||||
1 | 1 | 0 | 〈 | 0 | 0 | 0 |
0 | 1 | 1 | 1 | 0 | 0 | |
0 | 0 | 1 | 1 | 1 | 0 | |
0 | 0 | 0 | 0 | 1 | 1 |
质心越低的迭代次数越大。所以对于这种特别的情况,用神经网络分类上下是可能的。尽管差值结构可以按照行1→2→3→4→1的顺序随意的变换而不改变迭代次数,但这种变换本身并不会改变形态内在的上下特征,这意味这神经网络各行的权重是不同的。而差值结构的列都可以按照1→2→3→1的顺序变换而不改变迭代次数,如
0 | 0 | 0 | 0*3*1*6-0*0*0*0 | 6394.477387 |
0 | 1 | 1 | 0*3*1*6-0*0*0*0 | 6394.477387 |
0 | 0 | 1 | 0*3*1*6-0*0*0*0 | 6394.477387 |
1 | 1 | 0 | 0*3*1*6-0*0*0*0 | 6394.477387 |
0 | 0 | 0 | 0*6*2*5-0*0*0*0 | 6478.336683 |
1 | 1 | 0 | 0*6*2*5-0*0*0*0 | 6478.336683 |
0 | 1 | 0 | 0*6*2*5-0*0*0*0 | 6478.336683 |
1 | 0 | 1 | 0*6*2*5-0*0*0*0 | 6478.336683 |
0 | 0 | 0 | 0*5*4*3-0*0*0*0 | 6415.944724 |
1 | 0 | 1 | 0*5*4*3-0*0*0*0 | 6415.944724 |
1 | 0 | 0 | 0*5*4*3-0*0*0*0 | 6415.944724 |
0 | 1 | 1 | 0*5*4*3-0*0*0*0 | 6415.944724 |
这说明神经网络各列是同权的,无差别,所以如果神经网络有质心,应该是到边的而不是到中心的。
差值结构 | 1-A-B | 迭代次数 | 差值结构 | 2-A-B | 迭代次数 | ||||||||||||||
1 | 1 | 0 | 0 | 0 | 0 | 0*3*1*6-0*0*0*0 | 6394.4774 | 1 | 1 | 0 | 6*1*3*0-0*0*0*0 | 7134.0452 | 0 | 0 | 1 | ||||
0 | 1 | 1 | 0 | 1 | 1 | 0*3*1*6-0*0*0*0 | 6394.4774 | 0 | 0 | 1 | 6*1*3*0-0*0*0*0 | 7134.0452 | 0 | 1 | 1 | ||||
0 | 0 | 1 | 0 | 0 | 1 | 0*3*1*6-0*0*0*0 | 6394.4774 | 0 | 1 | 1 | 6*1*3*0-0*0*0*0 | 7134.0452 | 1 | 1 | 0 | ||||
1 | 1 | 0 | 0*3*1*6-0*0*0*0 | 6394.4774 | 0 | 0 | 0 | 6*1*3*0-0*0*0*0 | 7134.0452 | ||||||||||
0 | 1 | 1 | 0 | 0 | 0 | 0*6*4*3-0*0*0*0 | 6408.3869 | 0 | 1 | 1 | 3*4*6*0-0*0*0*0 | 7174.8894 | 1 | 0 | 0 | ||||
1 | 1 | 0 | 1 | 1 | 0 | 0*6*4*3-0*0*0*0 | 6408.3869 | 1 | 0 | 0 | 3*4*6*0-0*0*0*0 | 7174.8894 | 1 | 1 | 0 | ||||
1 | 0 | 0 | 1 | 0 | 0 | 0*6*4*3-0*0*0*0 | 6408.3869 | 1 | 1 | 0 | 3*4*6*0-0*0*0*0 | 7174.8894 | 0 | 1 | 1 | ||||
0 | 1 | 1 | 0*6*4*3-0*0*0*0 | 6408.3869 | 0 | 0 | 0 | 3*4*6*0-0*0*0*0 | 7174.8894 | ||||||||||
1 | 1 | 0 | 0 | 1 | 1 | 3*1*6*0-0*0*0*0 | 6488.0352 | 0 | 0 | 0 | 0*6*1*3-0*0*0*0 | 7141.7538 | 0 | 0 | 1 | ||||
0 | 1 | 1 | 0 | 0 | 1 | 3*1*6*0-0*0*0*0 | 6488.0352 | 1 | 1 | 0 | 0*6*1*3-0*0*0*0 | 7141.7538 | 0 | 1 | 1 | ||||
0 | 0 | 1 | 1 | 1 | 0 | 3*1*6*0-0*0*0*0 | 6488.0352 | 0 | 0 | 1 | 0*6*1*3-0*0*0*0 | 7141.7538 | 1 | 1 | 0 | ||||
0 | 0 | 0 | 3*1*6*0-0*0*0*0 | 6488.0352 | 0 | 1 | 1 | 0*6*1*3-0*0*0*0 | 7141.7538 | ||||||||||
0 | 1 | 1 | 1 | 1 | 0 | 6*4*3*0-0*0*0*0 | 6390.9497 | 0 | 0 | 0 | 0*3*4*6-0*0*0*0 | 7112.809 | 1 | 0 | 0 | ||||
1 | 1 | 0 | 1 | 0 | 0 | 6*4*3*0-0*0*0*0 | 6390.9497 | 0 | 1 | 1 | 0*3*4*6-0*0*0*0 | 7112.809 | 1 | 1 | 0 | ||||
1 | 0 | 0 | 0 | 1 | 1 | 6*4*3*0-0*0*0*0 | 6390.9497 | 1 | 0 | 0 | 0*3*4*6-0*0*0*0 | 7112.809 | 0 | 1 | 1 | ||||
0 | 0 | 0 | 6*4*3*0-0*0*0*0 | 6390.9497 | 1 | 1 | 0 | 0*3*4*6-0*0*0*0 | 7112.809 | ||||||||||
1 | 1 | 0 | 0 | 0 | 1 | 1*6*0*3-0*0*0*0 | 6462.3166 | 0 | 1 | 1 | 3*0*6*1-0*0*0*0 | 7140.9397 | 0 | 0 | 1 | ||||
0 | 1 | 1 | 1 | 1 | 0 | 1*6*0*3-0*0*0*0 | 6462.3166 | 0 | 0 | 0 | 3*0*6*1-0*0*0*0 | 7140.9397 | 0 | 1 | 1 | ||||
0 | 0 | 1 | 0 | 0 | 0 | 1*6*0*3-0*0*0*0 | 6462.3166 | 1 | 1 | 0 | 3*0*6*1-0*0*0*0 | 7140.9397 | 1 | 1 | 0 | ||||
0 | 1 | 1 | 1*6*0*3-0*0*0*0 | 6462.3166 | 0 | 0 | 1 | 3*0*6*1-0*0*0*0 | 7140.9397 | ||||||||||
0 | 1 | 1 | 1 | 0 | 0 | 4*3*0*6-0*0*0*0 | 6486.1156 | 1 | 1 | 0 | 6*0*3*4-0*0*0*0 | 7181.9447 | 1 | 0 | 0 | ||||
1 | 1 | 0 | 0 | 1 | 1 | 4*3*0*6-0*0*0*0 | 6486.1156 | 0 | 0 | 0 | 6*0*3*4-0*0*0*0 | 7181.9447 | 1 | 1 | 0 | ||||
1 | 0 | 0 | 0 | 0 | 0 | 4*3*0*6-0*0*0*0 | 6486.1156 | 0 | 1 | 1 | 6*0*3*4-0*0*0*0 | 7181.9447 | 0 | 1 | 1 | ||||
1 | 1 | 0 | 4*3*0*6-0*0*0*0 | 6486.1156 | 1 | 0 | 0 | 6*0*3*4-0*0*0*0 | 7181.9447 | ||||||||||
1 | 1 | 0 | 1 | 1 | 0 | 6*0*3*1-0*0*0*0 | 6379.392 | 0 | 0 | 1 | 1*3*0*6-0*0*0*0 | 7126.4573 | 0 | 0 | 1 | ||||
0 | 1 | 1 | 0 | 0 | 0 | 6*0*3*1-0*0*0*0 | 6379.392 | 0 | 1 | 1 | 1*3*0*6-0*0*0*0 | 7126.4573 | 0 | 1 | 1 | ||||
0 | 0 | 1 | 0 | 1 | 1 | 6*0*3*1-0*0*0*0 | 6379.392 | 0 | 0 | 0 | 1*3*0*6-0*0*0*0 | 7126.4573 | 1 | 1 | 0 | ||||
0 | 0 | 1 | 6*0*3*1-0*0*0*0 | 6379.392 | 1 | 1 | 0 | 1*3*0*6-0*0*0*0 | 7126.4573 | ||||||||||
0 | 1 | 1 | 0 | 1 | 1 | 3*0*6*4-0*0*0*0 | 6444.2764 | 1 | 0 | 0 | 4*6*0*3-0*0*0*0 | 7173.6533 | 1 | 0 | 0 | ||||
1 | 1 | 0 | 0 | 0 | 0 | 3*0*6*4-0*0*0*0 | 6444.2764 | 1 | 1 | 0 | 4*6*0*3-0*0*0*0 | 7173.6533 | 1 | 1 | 0 | ||||
1 | 0 | 0 | 1 | 1 | 0 | 3*0*6*4-0*0*0*0 | 6444.2764 | 0 | 0 | 0 | 4*6*0*3-0*0*0*0 | 7173.6533 | 0 | 1 | 1 | ||||
1 | 0 | 0 | 3*0*6*4-0*0*0*0 | 6444.2764 | 0 | 1 | 1 | 4*6*0*3-0*0*0*0 | 7173.6533 | ||||||||||
相关文章:
用神经网络分类上和下
( A, B )---3*30*2---( 1, 0 )( 0, 1 ) 做一个网络,输入为3个点,训练集A,B各有4张图片。让B的4张图片全是0.排列组合A,记录迭代次数平均值的变化。收敛误差为7e-4,每个网络收敛199次。 其中得到一组数据 差值结构 1-A-B 迭代次…...
VS Code 1.75 发布!
欢迎使用 2023 年 1 月版的 Visual Studio Code。希望您喜欢此版本中的许多更新,其中一些主要亮点包括:配置文件、VS Marketplace 签名、辅助功能改进、更轻松地调整多视图大小、树视图搜索历史、新的 Git 命令等等。让我们一起看看吧! 配置文…...
Vue2仿网易云风格音乐播放器(附源码)
Vue2仿网易云风格音乐播放器1、整体效果2、使用技术3、实现内容4、源码5、使用图片1、整体效果 2、使用技术 使用了HTML5 CSS3进行页面布局及美化使用Vue2进行数据渲染与页面交互使用Axios发送http请求获取数据 3、实现内容 实现了搜索歌曲功能,输入歌手或歌曲关…...
Spring相关面试题
文章目录请谈一下你对 spring 的理解?说一下 Spring 的核心是什么?请谈 一下你对 Spring IOC 和 和 AOP 的理解?请说一下 Spring 的 的 Bean 作用域?请谈一下Spring中bean对象的生命周期?Spring中的事务是如何实现的 &…...
操作符详解(上篇)
前言小伙伴们大家好,随着对c的不断学习今天我们将来学习操作符。在初始c语言中也介绍过操作符但也只是点到即可,今天我们将详细了解操作符。操作符分类:算术操作符移位操作符位操作符赋值操作符单目操作符关系操作符逻辑操作符条件操作符逗号…...
采样电路的3个组成部分
采样电路的使用实际上是电路的一个闭环控制过程,也可以理解为一个负反馈过程,采集的信号被传送到主控制芯片进行调整。今天就来为您介绍一下采样电路的三个组成部分分析!一起来看看吧! 这里的采样实际上分为电流采样、电压采样、…...
ffmpeg硬解码与软解码的压测对比
文章目录ffmpeg硬解码与软解码的压测一、基本知识二、压测实验1. 实验条件及工具说明2. 压测脚本3. 实验数据结果ffmpeg硬解码与软解码的压测 一、基本知识 本文基于intel集显进行压测 软解码:cpu对视频进行解码硬解码:显卡或者多媒体处理芯片对视频进…...
操作符——“C”
各位CSDN的uu们你们好呀,今天,总算是要到我们的操作符啦,在C语言中,操作符是一个极为复杂的东西,下面,就让我们进入操作符的世界吧 算术操作符 移位操作符 位操作符 赋值操作符 单目操作符 关系操作符…...
YSP的UI界面设计
文章目录一、准备工作二、UI设计1.QPushButton:三、遇到的bug一、准备工作 1.MSVC和MinGW上编译的项目,不能用另一个编译器进行编译 2.若要使用MSVC编译器,需要下载对应版本的VS 见此篇:https://blog.csdn.net/Copperxcx/article…...
干货 | 什么是磁传感器?最常用的磁传感器类型及应用
1、什么是磁传感器?磁传感器通常是指将磁场的大小和变化转换成电信号。磁场,以地球磁场(地磁)或磁石为例的磁场是我们熟悉但不可见的现象。将不可见的磁场转化为电信号,以及转化为可见效应的磁传感器一直以来都是研究的主题。从几十年前使用电…...
操作符(运算符)详解
🚀🚀🚀大家觉不错的话,就恳求大家点点关注,点点小爱心,指点指点🚀🚀🚀 目录 🐰算数操作符: - * / % 🐰移位操作符&#x…...
【LeetCode每日一题】【2023/2/9】1797. 设计一个验证系统
文章目录1797. 设计一个验证系统方法1:哈希表代码总体1797. 设计一个验证系统 LeetCode: 1797. 设计一个验证系统 中等\color{#FFB800}{中等}中等 你需要设计一个包含验证码的验证系统。每一次验证中,用户会收到一个新的验证码,这个验证码在…...
计算机图形学:改进的中点BH算法
作者:非妃是公主 专栏:《计算机图形学》 博客地址:https://blog.csdn.net/myf_666 个性签:顺境不惰,逆境不馁,以心制境,万事可成。——曾国藩 文章目录专栏推荐专栏系列文章序一、改进缘由二、…...
【SQL开发实战技巧】系列(六):从执行计划看NOT IN、NOT EXISTS 和 LEFT JOIN效率,记住内外关联条件不要乱放
系列文章目录 【SQL开发实战技巧】系列(一):关于SQL不得不说的那些事 【SQL开发实战技巧】系列(二):简单单表查询 【SQL开发实战技巧】系列(三):SQL排序的那些事 【SQL开发实战技巧…...
十分钟利用环信WebIM-vue3-Demo,打包上线一个即时通讯项目【含音视频通话】
这篇文章无废话,只教你如果接到即时通讯功能需求,十分钟利用环信WebIM-vue3-Demo,打包上线一个即时通讯项目【包含音视频通话功能】。 写这篇文章是因为,结合自身情况,以及所遇到的有同样情况的开发者在接到即时通讯&a…...
pandas——DataFrame基本操作(二)【建议收藏】
pandas——DataFrame基本操作(二) 文章目录pandas——DataFrame基本操作(二)一、实验目的二、实验原理三、实验环境四、实验内容五、实验步骤1.修改数据2.缺失值3.合并1.concat合并2.使用append方法合并3.使用merge进行合并4.使用…...
PostgreSQL查询引擎——General Expressions Grammar之restricted expression
General expressions语法规则定义在src/backend/parser/gram.y文件中,其是表达式语法的核心。有两种表达式类型:a_expr是不受限制的类型,b_expr是必须在某些地方使用的子集,以避免移位/减少冲突。例如,我们不能将BETWE…...
从某种程度上来看,产业互联网是一次对于互联网的弥补和修正
如果对当下我们正在经历的这样一个时代进行一次定义的话,我更加愿意将其划归到产业互联网的范畴里。可能有人会说,这与产业互联网并无联系,因为从本质上来看,当下我们所经历的这样一个时代,其实是与互联网并没有太多联…...
【C#Unity题】1.委托和事件在使用上的区别是什么?2.C#中 == 和 Equals 的区别是什么?
1.委托和事件在使用上的区别是什么? 委托和事件是C#中的重要概念,通俗来讲,委托是一个可以指向特定方法的指针,可以将委托分配给不同的脚本,使它们能够完成不同的任务。而事件则是一种使用委托实现的通知机制ÿ…...
FFmpeg5.0源码阅读——内存池AVBufferPool
摘要:FFmpeg中大多数数据存储比如AVFrame,AVPacket都是通过AVBufferRef管理的,而承载数据的结构为AVBuffer。本文主要通过FFmpeg源码来分析下FFmpeg中AVBuffer相关的实现。 关键字:AVBuffer、AVBufferPool、AVBufferPool 1. AVBufferRef 1.…...
Python学习------起步7(字符串的连接、删除、修改、查询与统计、类型判断及字符串字母大小写转换)
目录 前言: 1.字符串的连接 join() 函数 2.字符串的删除&取代 replace()函数 3.字符串的修改&切割 (1)strip() 函数 (2)lstrip()函数 和 rstrip()函数 (3)split()函数-->…...
雪花算法snowflake
snowflake中文的意思是 雪花,雪片,所以翻译成雪花算法。它最早是twitter内部使用的分布式环境下的唯一ID生成算法。在2014年开源。雪花算法产生的背景当然是twitter高并发环境下对唯一ID生成的需求,得益于twitter内部高超的技术,雪…...
Part 4 描述性统计分析(占比 10%)——上
文章目录【后续会持续更新CDA Level I&II备考相关内容,敬请期待】【考试大纲】【考试内容】【备考资料】1、统计基本概念1.1、统计学的含义及应用1.1.1、统计学的含义1.2.1、统计学的应用1.2、统计学的基本概念1.2.1、数据及数据的分类1.2.2、总体和样本1.2.3、…...
Linux系统安全:安全技术和防火墙
目录 一、安全技术 1、安全技术 2、防火墙分类 二、防火墙 1、iptables五表五链 2、黑白名单 3、iptables基本语法 4、iptables选项 5、控制类型 6、隐藏扩展模块 7、显示扩展模块 8、iptables规则保存 9、自定义链使用 一、安全技术 1、安全技术 ①入侵检测系统…...
【干货】Python:turtle库的用法
【干货】Python:turtle库的用法1. turtle库概述2. turtle库与基本绘图2.1 导入库的三种方式2.1.12.1.22.1.32.2 窗体函数2.2 画笔状态函数2.2.1 seed(s)2.2.2 random()2.2.3 randint(a, b)2.2.4 getrandbits(k)2.2.5 randrange(start, stop[ , step])2.2.6 uniform(…...
信息安全与网络安全有什么区别?
生活中我们经常会听到要保障自己的或者企业的信息安全。那到底什么是信息安全呢?信息安全包含哪些内容?与网络安全又有什么区别呢?今天我们就一起来详细了解一下。什么叫做信息安全?信息安全定义如下:为数据处理系统建…...
花了5年时间,用过市面上95%的工具,终于找到这款万能报表工具
经常有粉丝问我有“哪个报表工具好用易上手?”或者是“有哪些适合绝大多数普通职场人的万能报表工具?” 从这里我大概总结出了大家选择报表工具最期望满足的3点: (1)简单易上手:也就是所谓的学习门槛要低…...
ESP32S3系列--SPI主机驱动详解(一)
一、目的SPI是一种串行同步接口,可用于与外围设备进行通信。ESP32S3自带4个SPI控制器外设,其中SPI0/SPI1内部专用,共用一组信号线,通过一个仲裁器访问外部Flash和PSRAM;SPI2/3各自使用一组信号线;开发者可以使用SPI2/3控制外部SPI…...
2023开工开学火热!远行的人们,把淘特箱包送上顶流
春暖花开,被疫情偷走的三年在今年开学季找补回来了。多个数据反馈,居民消费意愿大幅提升。在淘特上,开工开学节点就很是明显:1月30日以来,淘特箱包品类甚至远超2022年双11,成为开年“第一爆品”。与此同时&…...
Intel x86_64 PMU简介
文章目录前言一、性能监控概述二、CPUID information三、架构性能监控3.1 架构性能监控 Version 13.1.1 架构性能监控 Version 1 Facilities3.1.2 预定义的体系结构性能事件3.1.3 cmask demo测试参考资料前言 Intel 64 和 IA-32 架构提供了 PMU(Performance Monito…...
我想学做网站/重庆排名优化整站优化
通过对全球2944位首席信息官的年度调查,全球领先的信息技术研究和顾问公司Gartner发现人们现已深处数字商业时代,许多企业正根据数字化能力重构业务与运营模式。本文探讨了2016年中国首席信息官议程的三项主要调查结果,此次调查包含来自中国8…...
日喀则网站seo/江苏做网站的公司有哪些
总结 splice()会改变原来的数组,返回的是被改变的内容,比如说通过splice删掉了某一项,那么返回的是删掉的这一项,当然还是会以数组的形式返回。 slice不会对原数组进行改变,会返回一个新的数组。利用slice同样也可以实…...
山西做网站优势/b2b平台都有哪些网站
深度学习基础 - 积分 flyfish 考虑平方根函数f(x)xf(x) \sqrt {x}f(x)x ,其中x∈[0,1]x∈[0,1]x∈[0,1] 。在区间[0,1]上,函数f“下方”的面积是多少?问题中的“下方”面积,是指函数), yf(x)y f(x)yf(x)的图象与x…...
独立网站建设空间哪里买/快速排名教程
**JAVA实训之旅2** 今天开启了java实训第二课,老师带领我们开始敲代码之旅,说是敲代码,不如说是牵着老师的鼻子走,因为整堂课听下来都不知道自己学了什么,但还是能跟上老师的节奏。 首先老师带领我们依次创建四…...
做儿童交互网站/品牌推广战略
转行IT,有软件开发、技术支持、运营,那么为什么偏偏选择做软件测试相关工作,这到底是偶然还是必然?01不断变化的行业现状在早年,软件测试还属于一个崭新的内容,出现在大家的眼中。而软件测试究竟需要什么样…...
自己做网站要买服务器吗/seo哪家强
编写帮助文档除了内容之外,如何呈现给用户也很重要,专业的形象有助于帮助用户更快的上手使用,并且建立专业形象,可能你的帮助文档内容来源各个地方,但最终,每个知识库都需要自己的样式指南,你可…...