2022-05-10

常用命令

conda

查看所有conda环境：conda env list conda info -e
删除环境：conda remove -n envname --all
复制环境：conda create -n new_envname --clone source_envname

linux

根据管道符查找进程：ps -aux | grep app.py
后台运行进程且关闭终端不结束并输出日志：nohup python manage.py runserver 0.0.0.0:8989 > runoob.log 2>&1 &
查看当前目录下空间使用情况：du -h --max-depth=1 |sort -rh
为git远程仓库生成ssh密钥：

1 2	ssh-keygen -t rsa -C "email" cat home/username/.ssh/id_rsa.pub

vue

vue2 创建项目vue init webpack "项目名称"

JavaScript

判断对象为空：JSON.stringify(obj) == '{}'

i.i.d，iid或者IID

独立同分布independent and identically distributed (i.i.d.)

2022-04-15

开发

HEXO 插入图片

图片

2008 BeiJing
2022 CUMT

配置流程（参考自https://www.jianshu.com/p/f72aaad7b852）

第一步：安装插件，在hexo根目录打开Git Bash,执行

1	npm install hexo-asset-image --save

第二步：打开hexo的配置文件_config.yml

找到 post_asset_folder，把这个选项从false改成true

第三步：打开`/node_modules/hexo-asset-image/index.js`

将内容更换为下面的代码,（在此感谢Ericam_ 大神：https://blog.csdn.net/xjm850552586）

'use strict';
var cheerio = require('cheerio');

// http://stackoverflow.com/questions/14480345/how-to-get-the-nth-occurrence-in-a-string
function getPosition(str, m, i) {
  return str.split(m, i).join(m).length;
}

var version = String(hexo.version).split('.');
hexo.extend.filter.register('after_post_render', function(data){
  var config = hexo.config;
  if(config.post_asset_folder){
        var link = data.permalink;
    if(version.length > 0 && Number(version[0]) == 3)
       var beginPos = getPosition(link, '/', 1) + 1;
    else
       var beginPos = getPosition(link, '/', 3) + 1;
    // In hexo 3.1.1, the permalink of "about" page is like ".../about/index.html".
    var endPos = link.lastIndexOf('/') + 1;
    link = link.substring(beginPos, endPos);

    var toprocess = ['excerpt', 'more', 'content'];
    for(var i = 0; i < toprocess.length; i++){
      var key = toprocess[i];
 
      var $ = cheerio.load(data[key], {
        ignoreWhitespace: false,
        xmlMode: false,
        lowerCaseTags: false,
        decodeEntities: false
      });

      $('img').each(function(){
        if ($(this).attr('src')){
            // For windows style path, we replace '\' to '/'.
            var src = $(this).attr('src').replace('\\', '/');
            if(!/http[s]*.*|\/\/.*/.test(src) &&
               !/^\s*\//.test(src)) {
              // For "about" page, the first part of "src" can't be removed.
              // In addition, to support multi-level local directory.
              var linkArray = link.split('/').filter(function(elem){
                return elem != '';
              });
              var srcArray = src.split('/').filter(function(elem){
                return elem != '' && elem != '.';
              });
              if(srcArray.length > 1)
                srcArray.shift();
              src = srcArray.join('/');
              $(this).attr('src', config.root + link + src);
              console.info&&console.info("update link as:-->"+config.root + link + src);
            }
        }else{
            console.info&&console.info("no src attr, skipped...");
            console.info&&console.info($(this));
        }
      });
      data[key] = $.html();
    }
  }
});

第四步：复制图片到对应文件夹

hexo new image-atrical之后在source/_posts生成image-atrical.md文件和image-atrical文件夹，把要插入的图片复制到image-atrical文件夹内，然后在md中即可正常引入图片并显示了！

1	![This is my photo](./image-atrical/CumtCs.jpg)

2022-03-27

开发

mysql基本使用与注意事项

连接远程数据库

语法：mysql -h host -P port -u user -ppassword
注意：大写P表示端口，小写p表示密码，且小写p参数与密码之间不能有空格，否则将会被识别为连接的数据库名称

使用

查看表内数据数量：select count( colume_name ) from table_name

创建表：

create table `table_name`(
    `colume_name` int not null primary key,
    `colume_name` datetime null,
)

注意：列命和表名需要使用反引号！

2022-03-19

开发

Vue笔记

Vue基础语法

v-text 设置文本;
v-html 设置文本，可解析html;
v-on 绑定事件，简写为@，例@click="f" @mouseover="over", 同时可在事件后面添加.修饰符对事件进行限制，例<input type="text" @keyup.enter="fe">仅在键盘输入enter键后进行触发fe函数；
v-show 通过display属性控制元素是否显示;
v-if 是否加载该元素dom树;
v-bind 绑定属性，简写为:，例 :src="imgSrc";
v-for 根据数据生成列表结构<li v-for="item in arr">{{ item }}</li>;
v-model 实现表单元素的双向绑定<input type="text" v-model="message">;

es6 语法

箭头函数

// 传统写法
const f = function(){
    ...
}

// 箭头函数（一个参数小括号可省略）
const f = () => {
    ...
}

// 箭头函数（只有一行代码省略写法）
const f1 = (num1, num2) => num1 + num2

// 等效f1
const f2 = (num1,num2) => {
    return num1 + num2
}

箭头函数this指向: 向外层作用域中逐个查找，直到有this的定义

// 箭头函数this指向问题
const obj = {
    f1() {
        setTimeout(function(){
            console.log(this); //window
        })

        setTimeout(() => {
            console.log(this); //obj对象
        })
    }
}

vue-cli

npm run build卡住
运行

1	npm config set registry http://registry.cnpmjs.org

重新build即可

2021-11-10

开发

多线程

主线程和子线程

共享
- 堆
- 全局变量
非共享
- 线程id
- 栈

2021-08-24

科研

预推免面试准备

深度学习的理解

本质原理：实现非线性映射；（神经网络的节点和参数非常多，通过梯度下降可以使模型适用于绝大多数问题）
不同任务之间的本质区别：通过设置不同的目标函数（LossFunction）、或输出的模式结构（比如GAN\TRANSFORMER）
网络结构：不同的网络的内部结构起到的就是提升模型性能的作用（提高准确度、提高训练速度、提高模型速度等）

实用新型专利

解决问题：
1. 基于交通大数据背景，通过交通视频系统获取需要交通疏导地点，提高出警速度；
2. 交警动作映射到交通指挥等中，实现交警动作和指挥灯信号的同步；
工作流程：
1. 首先对HRnet网络 2d姿态估计模型和videopose3d姿态估计模型进行训练，得到得到基本的交通指挥手势信息库
2. 对交警动作进行识别并将交通信息响应到交通灯中；
3. 对为识别动作可进行模型的增量学习；
算法：
1. YOLO:目标检测
2. HRNet：用于2d人体姿态估计
  - 传统网络结构：高分辨率->低分辨率->恢复为高分辨率，是一种串联结构；
  - HRNET：整个网络过程都保持高分辨率表征，从网络第一阶段开始，逐步增加网络的低分辨率子网，形成更多阶段，然后将多分辨率子网进行连接，是一种并联结构；
3. VIDEOPOSE3D：3d人体姿态估计

国创

结构：
- 数字孪生部分：6自由度机械臂+web端的3d模型实现二者姿态的实时映射
- 控制部分：直接控制+视觉控制，视觉控制部分使用yolo算法+videopose3d获取人体姿态，将手臂数据作用在机械臂上
- 服务：深度学习服务器 + 边缘设备（机械臂）微型服务器 + Threejs的WEB前端模型
难点：
- 姿态控制时高，网络性能有限，需要网络结构优化（使用YOLOX）
- 精度低：视觉识别控制难以满足高精度作业，难以解决（需要使用高精度传感器）
yolo：寻求速度与准确度的平衡！
- 网络输出：x,y,h,w,classes(confidence )
- 锚点：在锚点上选择较优的锚框再进行回归，直接回归h和w难度较大
- https://blog.csdn.net/leviopku/article/details/82660381
- yoloV1：
  - 结构: 7个卷积层 + flatten + 全连接层
  - 损失函数：误差平方和计算（bounding box损失+confidence损失+class损失）
  - 缺点：
    1. 群体性目标检测差：一群鸟
    2. 目标出现新尺寸时预测效果差
- yolov2：CVPR2017
  - 每个卷积层添加BatchNormalization层，同时一处dropout层，减小过拟合，加快收敛
  - 更高分辨率分类器：448*448
  - 使用基于anchor的边界框预测，使用网络更加易于收敛
  - 使用k-means获得priors（anchor）
- yolov3：做大做强，再创辉煌
HRNet：用于人体姿态识别
- 将不同分辨率的feature map进行并联
- 在并联的基础上，添加不同feature map的交互（fusion），交互方法为：
  - 相同分辨率feature map直接复制
  - 升分辨率使用bilnear upsample +1*1卷积讲channel数统一
  - 降分辨率使用strid为3*3的卷积（3x3卷积是为了通过学习的方式，降低信息的损耗）
  - 3个featuremap的融合是相加

数据挖掘基本算法：

贝叶斯：根据先验概率计算属于某个类别的后验概率，最后取概率最大的分类
决策树：id3，4.5，CART
K-MEANS：无监督、聚类迭代
svm：核函数，通过升维达到使用线性方法解决非线性问题的能力

transformer和bert模型-nlp任务

基于mindspore框架实现，
Transfomer：encoder和decoder，编码器+解码器，input->编码器编码->解码器解码输出->output；
- encoder：输入部分（embedding编码）、注意力机制和前馈神经网络
- decoder：相对于encoder多了Masked Mutil-head-Attention，用于覆盖decoder还未见过的单词
Bert结构：Transfomer中多个encoder结构堆叠在一起构成网络结构；
模型训练：
1. 预训练：无监督训练过程，包括掩码语言模型和句子关系模型（时间很长）
2. fine-tune：微调训练，根据下游任务进行模型微调训练（速度较快）
Bert优缺点：准确率高，在各类nlp任务中都达到了极高的准确率，但是速度较慢，难以应用于线上任务

夏令营

由于前5学期成绩处于保研边缘，大三下学期把主要精力放在课程考试上了，在考试基本全结束后投递了一些院校（此时大部分院校已经截至了），投了大概7、8所，最终只有西电入营了，最后挂了。

西电

自我介绍两分钟
光准备英文自我介绍了，中文的却一下子懵了，说的比较乱
问了简历上gpu多线程的课程设计，问怎么体现多线程的性能优势的，多大的数据量（其实就是win32的多线程程序设计，没用到大规模数据，回答的很烂）
问了决策树的原理，有哪几种决策树
原理回答感觉还可以（但是逻辑不够清晰），后面决策树我就记得id3和c4.5，回答了个信息增益和信息增益率，答的很不完全
数学建模时间序列模型是什么模型，我真不知道，我以为时间序列模型就是一种模型，当时就用spss处理的，原理一点不知道
总结
当时抱着随便试试的心态，也是第一次面试不知道准备点什么。面试结束竟然自我感觉良好，现在复盘才发现回答的太烂了。

改进点

简历优化：主要优化项目经历，加点干货
简历复盘：对简历上的内容充分复习，基本都会问
搜集目标院校信息，尽快联系老师！（不知道8月份联系老师是否合适）
英语准备：自我介绍、专业词汇、常见英文问题（知乎有收藏）、简历问题英文准备（有时间的话）
专业课复习
算法：5 per day

2021-08-03

科研

预退免

计算机组成原理

计算机系统概论

分类：专用机、通用机
发展：电子管计算机->晶体管计算机->中小规模集成电路计算机->大规模集成电路计算机->巨大规模集成电路计算机
- 性能指标：
  1. 吞吐量：一台计算机再某一时间间隔内处理的信息量
  2. 响应时间：从输入有效到系统产生响应的时间
  3. 总线宽度：cpu内部运算器和存储器之间互连的内部总线二进制位数
  4. 存储器带宽：单位时间从存储器读出二进制数信息量
  5. 主频：cpu工作受主时钟控制，主频指主时钟的频率
    3.计算机硬件
- 运算器（ALU, arithmetic logical unit）：算术运算和逻辑运算
- 存储器：存储器有很多存储单元、存储单元的编号成为“地址”
- 控制器
  1. 指令形式：指令码+地址码
    - 指令数码化后，存储器的任何位置既可存数据也可存指令
    - 冯诺依曼结构：指令和数据存放在同一个存储器（存储程序并按地址顺序执行）
    - 哈佛结构：指令和数据分别存放在两个存储器（速度更快）
  2. 控制器基本任务：
    - 取指令->将操作码交给译码器分析->执行指令->继续取指令
    - 取指周期：取指令的一段时间
    - 执行周期：执行指令的时间
  3. 指令流和数据流：
    - 字：一个字至少由一个以上字节组成
    - 字长：一个字的二进制位数
    - 数据字、指令字
    - 指令流：取值周期中从内存读出的信息流，流向控制器
    - 数据流：执行周期中从内存读出的信息流，流向运算器
1. 计算机软件
  第2章运算方法和运算器
  1. 原码、反码、补码：
  - 引入补码的概念是因为ALU运算器在进行减法运算时比较困难，使用补码不需要进行减法运算
  - 引入反码是因为原码直接求补码仍需要进行减法运算，通过反码计算补码则简单的多
  - 正数的原码、反码和补码全部相同
  - 负数的反码符号位不变，其余按位取反，补码为在反码的基础上加1

数据库原理

常见问题

数据库事务和事务的ACID特性：
1. 事务是访问并操作数据的操作序列，是一个数据库的逻辑运行工作单位，一个事务中的操作序列要么全部执行，要么全部不执行
2. 数据库的ACID特性（事务的四大特性）:
  - 原子性：指事务是一个不可再分割的工作单位，事务中的操作要么全部执行，要么全部不执行
  - 一致性：事务在执行前后数据库保持一致性状态（满足数据库完整性约束）
  - 隔离性：并发事务在操作和访问数据时进行数据封锁（事务间时隔离的），一个事务不会影响其他事务的结果
  - 持久性：即使出现了任何事故比如断电等，事务一旦提交，则持久化保存在数据库中（通过日志等备份实现）
数据库的范式
1. 范式就是关系型数据库的规范要求，范式越高数据库冗余越小
2. 数据库3大范式：
  - 第一范式（1NF）：确保列的原子性，既某个属性不存在子属性（没一列为最小数据单元）
  - 第二范式（2NF）：在一范式的基础上，非主属性完全依赖于任何一个候选码
  - 第三范式（3NF）：在二范式的基础上，不存在传递依赖（任何非主属性不依赖于其他非主属性）
视图、游标
1. 视图：视图是一种虚拟的表，对视图的修改不会影响基本表，更安全；
2. 游标：从结果集中提取一条记录的机制（利用游标可单独操作结果集中的每一行）

2021-05-21

开发

c++ winapi 多线程通信之事件机制

功能介绍

本次作业实现了使用event事件机制进行线程间通信控制，控制两个子进程实现1到100000的累加，第一个子进程thread1负责偶数的累加，第二个子进程thread2负责基数的累加，最终得出计算结果为5000050000，经过res函数验证结果正确。

实现代码 c++

#include<Windows.h>
#include<iostream>
#include<string>
using namespace std;
long long sum = 0;
int maxn = 100000;
CRITICAL_SECTION cs;
DWORD WINAPI thread1(PVOID pvParam) {
    //进入临界区后进行屏幕输出，防止两个线程同时输出导致输出混乱
	EnterCriticalSection(&cs);
	cout << "Threat1 is running!" << endl;
	LeaveCriticalSection(&cs);
	//打开event1事件
	HANDLE hEvent = OpenEvent(EVENT_ALL_ACCESS, TRUE, TEXT("event1"));
	for (int i = 0; i <= maxn; i += 2) {
		//等待event1为受信状态后向下执行
		WaitForSingleObject(hEvent, INFINITE);
		//cout << "hevent1 is true" << endl;
		//设置event1 为未受信状态，防止其他线程操作
		//ResetEvent(hEvent);
		sum += i;
		//操作结束后更改event1为受信状态，允许其他子线程访问
		SetEvent(hEvent);
	}
	return 0;
}
DWORD WINAPI thread2(PVOID pvParam) {
	EnterCriticalSection(&cs);
	cout << "Threat2 is running!" << endl;
	LeaveCriticalSection(&cs);
	HANDLE hEvent = OpenEvent(EVENT_ALL_ACCESS, TRUE, TEXT("event1"));
	for (int i = 1; i <= maxn; i += 2) {
		WaitForSingleObject(hEvent, INFINITE);
		//ResetEvent(hEvent);
		sum += i;
		SetEvent(hEvent);
	}
	return 0;
}
long long res() {
	long long s = 0;
	for (int i = 1; i <= maxn; i++) {
		s += i;
	}
	return s;
}
int main() {
	InitializeCriticalSection(&cs);
	//创建事件event1
	HANDLE hEvent = CreateEvent(NULL, FALSE, FALSE, TEXT("event1"));
	//CreateEvent()参数分别表示安全属性、人工重置选项、初始受信状态、对象名，第二个False表示不使用人工重置即自动重置，在event被获取到后（WaitForSingleObject）自动变为未受信状态，不需要使用ResetEvent进行状态变更
	//text（）作用是实现对字符处理的透明化，不论是否使用 unicode 字符集，使用 TEXT 宏都可以使程序正常使用，
	//如果程序中有 unicode 宏的，那么就使用宽字符，否则使用单字节字符，保证程序的可移植性
	cout << "event1 was created and fIinitialState is False \n";
	//设置event1事件为受信状态
	SetEvent(hEvent);
	//创建子进程threat1和threat2
	HANDLE hThreat1 = CreateThread(NULL, 0, thread1, NULL, 0, NULL);
	HANDLE hThreat2 = CreateThread(NULL, 0, thread2, NULL, 0, NULL);
	EnterCriticalSection(&cs);
	cout << "threat1 and threat2 were created!\n";
	LeaveCriticalSection(&cs);

	//ResumeThread(hThreat1);
	//ResumeThread(hThreat1);
	HANDLE hThreats[2] = { hThreat1,hThreat2 };
	WaitForMultipleObjects(2, hThreats, TRUE, INFINITE);
	cout << "Mutil threats result of the sum from 1 to "<<maxn<<" is " << sum << endl;
	cout << "Right result of the sum from 1 to " << maxn << " is " << res() << endl;
	return 0;
}

2021-04-26

开发

linux容器

vector

查询快，插入删除慢

list

查询慢，插入删除快

deque

结合上面两种有点，查询快，同时实现了插入和删除快

面向对象的优点

可维护
可复用
可扩展

面向对象的特点

封装、继承、多态

简单工厂模式

红黑树 Red Black Tree

红黑树是将二元树平衡化的技巧

平衡树：左右子枝相当
不平衡树：左右子枝不平衡

红黑树特点：

红黑节点交替出现
根节点为黑色
每条路径上黑色节点数目相等
每次新增加的节点为红色