Simon Shi的小站

人工智能,机器学习, 强化学习,大模型,自动驾驶

0%

C++�����������

��ҵ��Ŀ��
����������ݣ�5X5���������飩��
1 2 3 4 5
16 17 18 19 6
15 24 25 20 7
14 23 22 21 8
13 12 11 10 9

˼·��
ʹ�ö�ά���飬Ϊʹ�䲻������5X5����ά������һ����̬�Ķ�ά���飬�����±�ֱ�Ϊx��y,���� arr[x][y]��
ʹ��forѭ����ѭ����ʼֵtempΪ1����������ΪtempС�����������±���˵õ��Ļ���ȱʡѭ�����ñ���ʽ��forѭ���ڻ���4��forѭ��
ѭ����ʼ������ͼ��

****

��һȦ���ӵ�һ�ŵ�һ����ʼ
3.1 ��һ��ѭ������������Ҹ�ֵ
3.2 �ڶ���ѭ����������ϵ��¸�ֵ
3.3 ������ѭ����������ҵ���ֵ
3.4 ���ĸ�ѭ����������µ��ϸ�ֵ��
��һ�Σ�ѭ��������
�ڶ�Ȧ�������±������������λ���ڶ��ŵڶ�������ִ�������ѭ����
����Ȧ�������±������������λ�������ŵ���������ִ�������ѭ��
����
ѭ��������
4��ʹ������ѭ����������顣
5. ɾ����̬����

����ʵ�ִ������£�
1������������

2����������

3��ѭ����ʼ��
���½�˵�� 5 X 5 Ϊ����

3.1 ��һ��ѭ������������Ҹ�ֵ
K = 25��temp = 1
��һȦ��arr[0][0] = 1 �� arr[0][1] = 2 �� arr[0][2] = 3��arr[0][3] = 4
�ڶ�Ȧ��arr[1][1] = 17�� arr[1][2] = 18

3.2 �ڶ���ѭ����������ϵ��¸�ֵ
��һȦ��arr[0][4] = 5 �� arr[1][4] = 6 �� arr[2][4] = 7��arr[3][4] = 8
�ڶ�Ȧ��arr[1][3] = 19��arr[2][3] = 20

3.3 ������ѭ����������ҵ���ֵ
��һȦ��arr[4][4] = 9 �� arr[4][3] = 10 �� arr[4][2] = 11��arr[4][1] = 12
�ڶ�Ȧ��arr[3][3] = 21��arr[3][2] = 22

3.4 ���ĸ�ѭ����������µ��ϸ�ֵ
��һȦ��arr[4][0] = 13�� arr[3][0] = 14�� arr[2][0] = 15��arr[1][0] = 16
�ڶ�Ȧ��arr[3][1] = 23�� arr[2][1] = 24

��ʱ������ǰ����
��һȦ��x = 0�� y = 0�� a = 0�� b = 0�� num = 0��temp = 17
�ڶ�Ȧ��x = 1�� y = 1�� a = 1�� b = 1�� num = 1��temp = 25

3.5 �����������±����¶�λ��Ȧ������
��ʱ��������
��һȦ��x = 1, y = 1, a = 1, b = 1, num = 1
��һȦ��x = 1, y = 1, a = 1, b = 1, num = 1

3.6 ����
arr[2][2] = 25

4�����

5��ɾ����ά���飬�ͷ��ڴ�

�������� 5 X 5

���±�������

�������� 11 X 7

���������forѭ���ڵ�4��forѭ�����if�жϵIJ���˵����
��ijЩ����£�����4��forѭ�����ᵼ�²����Ѿ�����ֵ���������ٴα���ֵ��ԭ���Ļᱻ���ǵ���
����if�жϺ󣬿��Ա�����������ķ�����

����ͼ���Dz���if�жϵ����н��������նԱ�������ͬλ�õ� 11 X 7��

����������
��������������������������������

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
#include<iostream>
using namespace std;
void main()
{
//������
int **arr = NULL;
int m, n;
cout << "��Ҫ���˼��ķ������������������� ";
cin >> n >> m;
arr = new int*[m];
for (int i = 0; i < m; i++)
{
arr[i] = new int[n];
}

// x,y �����±� a����¼�� b����¼��
int x = 0, y = 0, a = 0, b = 0;
int num = 0;//ѭ��Ȧ��
int k = m*n;//��������һ����
int temp = 1;//�����鸳��ֵ

//ѭ����ʼ
for (; temp < k; )
{
//�� a �� �� b �� n-1 �� -> ������
for (y = b; y < n - 1 - num; y++)
{
if (arr[x][y] < 0)
{
arr[x][y] = temp;
temp++;
}
// cout << "arr[" << x << "][" << y << "] = " << arr[x][y] << "\n";
}

//�� a - c �� �� d �� \|/ ���ϵ���
for (x = a; x < m - 1 - num; x++)
{
if (arr[x][y] < 0)
{
arr[x][y] = temp;
temp++;
}
// cout << "arr[" << x << "][" << y << "] = " << arr[x][y] << "\n";
}

//�� c �� �� d - b �� <- ���ҵ���
for (y = n - 1 - num; y > b; y--)
{
if (arr[x][y] < 0)
{
arr[x][y] = temp;
temp++;
}

//�� c -a �� �� b �� /|\ / ���µ���
for (x = m - 1 - num; x > a; x--)
{
if (arr[x][y] < 0)
{
arr[x][y] = temp;
temp++;
}
// cout << "arr[" << x << "][" << y << "] = " << arr[x][y] << "\n";
}

//���� �ı�����к���
x++;
y++;
a++;
b++;
num++;
/*
cout << a << "\t"
<< b << "\t"
<< x << "\t"
<< y << "\t"
<< num << "\t"
<< temp << "\n";
*/
}

//���䣬���������±���ȣ��Ҷ�Ϊ�����������,
//λ���������м���Ǹ�λ�õ��������һ������,
//ѭ���������ڴ�������
if (temp == k)
{
if (arr[x][y] <= 0)
{
arr[x][y] = temp;
}
}

//���
for (int i = 0; i < m; i++)
{
for (int j = 0; j < n; j++)
{
cout << arr[i][j] << '\t';
//cout << "arr[" << i << "][" << j << "] = " << arr[i][j] <<"\t";
}
cout << endl;
}

//ɾ������
for (int i = 0; i < m; i++)
{
delete[] arr[i];
}
delete arr;
}

ԭ�����ӣ�https://blog.csdn.net/weixin_44566320/article/details/90273077

转自 什么是多模态机器学习?

模态(Modality)

每一种信息的来源或者形式,都可以称为一种模态。例如,人有触觉,听觉,视觉,嗅觉;信息的媒介,有语音、视频、文字等;多种多样的传感器,如雷达、红外、加速度计等。以上的每一种都可以称为一种模态。

MultiModal Machine Learning (MMML)

多模态机器学习,英文全称 MultiModal Machine Learning (MMML),旨在通过机器学习的方法实现处理和理解多源模态信息的能力。目前比较热门的研究方向是图像、视频、音频、语义之间的多模态学习。

多模态学习可以划分为以下五个研究方向:

  1. 多模态表示学习 Multimodal Representation
  2. 模态转化 Translation
  3. 对齐 Alignment
  4. 多模态融合 Multimodal Fusion
  5. 协同学习 Co-learning

0、文件准备

  • VmwarePalyer

  • ubuntu-desk.iso

1、硬件配置

1、CPU查看是否虚拟化开启

image-20220403143329865

2、开启Windows功能

  • Windows虚拟机监控程序平台
  • 虚拟机平台

optionalFeatures

image-20220403143436106

image-20220403143418438

2、系统安装

image-20220403144318901

3、快捷键

Ctrl-Alt-Enter    进入全屏模式

ctrl+alt+insert      退出全屏

Ctrl-Alt            返回正常(窗口)模式

Ctrl-Alt-Tab      当鼠标和键盘焦点在虚拟机中时,在打开的虚拟机中切换。

Ctrl-Tab           当鼠标和键盘焦点不在虚拟机中时,在打开的虚拟机中切换。VMware Workstation应用程序必须在活动应用状态上。

Ctrl-Shift-Tab    当鼠标和键盘焦点不在虚拟机中时,在打开的虚拟机中切换。VMware Workstation应用程序必须在活动应用状态上。

Ctrl-D               编辑虚拟机配置

Ctrl-G               为虚拟机捕获鼠标和键盘焦点

Ctrl-P               编辑参数

Ctrl-F4              关闭所选择虚拟机的概要或者控制视图。如果虚拟机开着,一个确认对话框将出现。

Ctrl-B               开机

Ctrl-E               关机

Ctrl-R               重启

Ctrl-Z               挂起

Ctrl-N               新建一个虚拟机

Ctrl-O               打开一个虚拟机

Ubuntu使用

16 拼音安装

安装步骤:
第一步: Ctrl+Alt+T,打开Terminal,在命令行输入 sudo apt install ibus-sunpinyin ;
遇到选择,输入y,等待安装完成后.
第二步:重启电脑;
第三步:点击桌面右上角的En小图标,选择Text Entry Settings打开;
第四步:点击左下角的+按钮;在输入框输入pinyin;选择Chinese(SunPinyin)(IBus),点击右下角的Add;即可
第五步:点击En按钮选择SunPinyin,即可.
第六步:即可进行中文输入了.
————————————————

共享文件夹使用

  • 开机前,禁用共享文件夹

  • 开机后,再设置“在下次关机或挂起前一直启用”,否则非root登录Ubuntu会有问题。

网络-DNS解析

方法一: /etc/resolvconf/resolv.conf.d

1
2
3
4
5
6
7
1.需要创建一个文件/etc/resolvconf/resolv.conf.d/tail
sudo vi /etc/resolvconf/resolv.conf.d/tail
2.在该文件中写入自己需要的dns服务器,格式与/etc/resolv.conf相同
nameserver 8.8.8.8
3.重启下resolvconf程序
sudo /etc/init.d/resolvconf restart
再去看看/etc/resolv.conf文件,可以看到自己添加的dns服务器已经加到该文件中

方法2: 在/etc/network/interfaces中

1
2
3
4
5
6
7
###interfaces中#######     
auto eth0
iface eth0 inet static
address 192.168.3.250
netmask 255.255.255.0 #子网掩码
gateway 192.168.3.1 #网关
dns-nameservers 8.8.8.8 8.8.4.4 #设置dns服务器

[TOC]

ref: 常用工作命令-shixx

快捷键

1
2
3
4
5
打开一个terminal
ctrl+alt+t

在terminal中打开多个标签
ctrl+shift+t

apt

1
2
# apt 命令打印软件包下载地址 -o Debug::Acquire::http=true
apt-get -o Debug::Acquire::http=true install nginx

进程相关

ps (kill)

1
2
ps -ef | grep train.py | grep lianzha | grep -v grep | awk '{print "kill -9 "$2}' | sh
ps -ef | grep torch | grep -v grep | awk '{print "kill -9 "$2}' | sh

watch

1
2
3
watch -n 0.5  nvidia-smi

nvidia-smi -l 0.3

网络端口

netstat

netstat 查看端口占用语法格式:

1
2
3
4
5
6
7
netstat -tunlp | grep 端口号

-t (tcp) 仅显示tcp相关选项
-u (udp)仅显示udp相关选项
-n 拒绝显示别名,能显示数字的全部转化为数字
-l 仅列出在Listen(监听)的服务状态
-p 显示建立相关链接的程序名

shell

1
2
3
4
5
6
-eq 等于,如:if [ "$a" -eq "$b" ]
-ne 不等于,如:if [ "$a" -ne "$b" ]
-gt 大于,如:if [ "$a" -gt "$b" ]
-ge 大于等于,如:if [ "$a" -ge "$b" ]
-lt 小于,如:if [ "$a" -lt "$b" ]
-le 小于等于,如:if [ "$a" -le "$b" ]
1
2
3
4
5
6
if 判断式
if [ 条件判断一 ] && (||) [ 条件判断二 ]; then
elif [ 条件判断三 ] && (||) [ 条件判断四 ]; then
else
执行第三段內容程式
fi

find del

1
2
3
4
5
6
7
8
9
10
11
rm log/*
# -bash: /bin/rm: Argument list too long
find . -name '*' | xargs rm

find /Volumes/WD/data/data/sg3d/server -type d |grep .svn | xargs rm -rf

# exe文件查找
find . -name '*.exe' -type f -print -exec rm -rf {} \;

# 一天前的文件,都删掉
find -mtime +1 -exec rm -rf {} \;

find del loop(每隔24小时,删除(最近改动日期超过10天的)文件)

1
2
3
4
5
6
7
echo "init---auto loop-"
echo time

while true; do
find -name '*.log' -mtime +10 -exec rm {} \;
sleep 24h
done

大文件查找

1
2
3
4
5
6
7
8
9
# 查找文件,格式化输出
find / -type f -printf "%s\t%p\n" | sort -n | tail -1

#显示大于100MiB
find / -size +100M -ls
# 查找一个区间大小的(比如 100MiB 和 200MiB )之间的文件:
find / -size +100M -size -200M -ls
#查找某个目录最大的5个文件:
find $DIRECTORY -type f -exec ls -s {} \; | sort -n | tail -n 5

shell echo date

在crontab 定时事件中, 执行过的脚本记录事件

在sh 文件中

1
2
3
4
echo $(date)
echo $(date "+%Y-%m-%d %H:%M:%S")

即可输出执行的事件, 同时记录到log中

执行结果

1
Sat Jun 23 15:41:31 CST 2018
1
2
# 赋值
cur_dateTime="`date +%Y-%m-%d,%H:%m:%s`"

shell 中的sleep命令

在有的shell(比如linux中的bash)中sleep还支持睡眠(分,小时)
sleep 1 睡眠1秒
sleep 1s 睡眠1秒
sleep 1m 睡眠1分
sleep 1h 睡眠1小时

shell 参数传递

1
2
3
4
5
6
7
8
9
#!/bin/bash
# author:菜鸟教程
# url:www.runoob.com

echo "Shell 传递参数实例!";
echo "执行的文件名:$0";
echo "第一个参数为:$1";
echo "第二个参数为:$2";
echo "第三个参数为:$3";
1
2
3
4
5
6
$ ./test.sh 1 2 3
Shell 传递参数实例!
执行的文件名:./test.sh
第一个参数为:1
第二个参数为:2
第三个参数为:3

awk

1
$echo "123456789" | awk '{print substr($0, 5, 2)}'

sed

1
2
3
4
sed -n '100,200p' filename 

“;” --> "\n"
sed -i "s/;/\\n/g" test.txt

rename

1
2
3
4
5
6
7
8
9
10
11
# Perl 版本 Ubuntu()

$ rename -v "s/txt/log/g" 1.txt 2.txt
1.txt renamed as 1.log
2.txt renamed as 2.log

rename "s//.html//.php/" * # 把.html 后缀的改成 .php后缀
rename "s/$//.txt/" * # 把所有的文件名都以txt结尾
rename "s//.txt//" * # 把所有以.txt结尾的文件名的.txt删掉
rename 's/^/googluck/' * #统一在所有文件名前添加某个字符串
rename -v "s/amsr-vector-fs-/01_amsr-vector-fs-/" amsr-vector-fs-*

tail

history

1
2
3
history
# delete line 9
history -d 9

https://www.baeldung.com/linux/delete-commands-history

压缩工具

tar

1
2
3
4
5
tar -cvf ***.tar Floder
tar -xvf ***.tar

tar -czvf my_folder.tar.gz my_folder
tar -xzcf my_folder.tar.gz

zip/unzip

1
2
# 将/root/mcw_test/这个目录下所有文件和文件夹打包为当前目录下的 mcw.zip:
zip -q -r mcw.zip /root/mcw_test
1
2
3
4
unzip test.zip              #->将test.zip解压到当前文件下
unzip -n test.zip -d /tmp #->将test.zip解压到/tmp目录下,并且不要覆盖已有文件
unzip -v test.zip #->查看test.zip内容,但不解压
unzip -o test.zip -d tmp/ #->将test.zip解压到/tmp目录下,并且覆盖已有文件

zip 分券解压

1
2
3
4
5
6
7
8
9
10
11
12
13
#先压缩成完整zip:
zip -r a.zip ./somethings ;
#再分割成分卷:
zip -s 4g a.zip --out b.zip ,单位可以是m、g、t等
-----------------------------

# 1 分卷合并成完整zip(三个方法)
1.1 cat archivename.z* > archivename.zip
1.2 zip -F b.zip --out a.zip
2.3 zip -s 0 b.zip --out a.zip

# 2 (-q 不显示任何信息)
unzip -q archivename.zip -d ./dir

screen

1
2
3
4
5
6
screen -S XX
screen -ls
screen -r XX
screen -d xx

screen -X -S sxx quit
1
conda config --set auto_activate_base false

lsof

    lsof命令用于查看你进程打开的文件,打开文件的进程,进程打开的端口(TCP、UDP)。找回/恢复删除的文件。是十分方便的系统监视工具,因为lsof命令需要访问核心内存和各种文件,所以需要root用户执行。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
lsof (选项)

lsof -i:端口号

选项:
-a:列出打开文件存在的进程;
-c<进程名>:列出指定进程所打开的文件;
-g:列出GID号进程详情;
-d<文件号>:列出占用该文件号的进程;
+d<目录>:列出目录下被打开的文件;
+D<目录>:递归列出目录下被打开的文件;
-n<目录>:列出使用NFS的文件;
-i<条件>:列出符合条件的进程(协议、:端口、 @ip )
-p<进程号>:列出指定进程号所打开的文件;
-u:列出UID号进程详情;
-h:显示帮助信息;
-v:显示版本信息

lsof输出各列信息的意义如下:

  • COMMAND:进程的名称
  • PID:进程标识符
  • PPID:父进程标识符(需要指定-R参数)
  • USER:进程所有者
  • PGID:进程所属组
  • FD:文件描述符,应用程序通过文件描述符识别该文件。
  • TYPE: [DIR, REG, unknown,]

获取端口对应的进程ID=>pid

1
lsof -i:8080
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
lsof abc.txt 显示开启文件abc.txt的进程
lsof -c abc 显示abc进程现在打开的文件
lsof -c -p 1234 列出进程号为1234的进程所打开的文件
lsof -g gid 显示归属gid的进程情况
lsof +d /usr/local/ 显示目录下被进程开启的文件
lsof +D /usr/local/ 同上,但是会搜索目录下的目录,时间较长
lsof -d 4 显示使用fd为4的进程
lsof -i 用以显示符合条件的进程情况
lsof -i[46] [protocol][@hostname|hostaddr][:service|port]
46 --> IPv4 or IPv6
protocol --> TCP or UDP
hostname --> Internet host name
hostaddr --> IPv4地址
service --> /etc/service中的 service name (可以不止一个)
port --> 端口号 (可以不止一个)

硬件相关

存储

1
2
3
lsblk      # 磁盘分区查看(tree)
fdisk -l # 更详细的磁盘分区
df -h # 各个磁盘的空间

cpu

1
2
3
4
5
6
7
8
lscpu
#Architecture: x86_64
#CPU op-mode(s): 32-bit, 64-bit
#Byte Order: Little Endian
#Address sizes: 36 bits physical, 48 bits virtual
#CPU(s): 4

# Model name: Intel(R) Celeron(R) CPU J1900 @ 1.99GHz

显卡

1
lspci -t -v

网卡

1
2
3
4
5
6
lspci | grep -i eth

ifconfig


ip link show

端口占用

1
2
3
4
5
6
7
8
# 使用netstat命令:
netstat -tuln | grep <端口号>

# 使用lsof命令:
lsof -i :<端口号>

# 使用ss命令:
ss -tuln | grep <端口号>

USB

1
lsusb -t # (-t 拓扑显示)

User管理

1
2
# 
sudo usermod -aG groupname username

内存

1
2
3
dmidecode -t memory
dmidecode -t 17
# Physical Memory Array

服务管理

redis-server (自启动关闭)

1
2
3
4
5
6
7
8
9
10
root@ubuntu8:~# systemctl is-enabled redis-server
enabled
root@ubuntu8:~#
root@ubuntu8:~# systemctl disable redis-server
Synchronizing state of redis-server.service with SysV service script with /lib/systemd/systemd-sysv-install.
Executing: /lib/systemd/systemd-sysv-install disable redis-server
Removed /etc/systemd/system/redis.service.
root@ubuntu8:~#
root@ubuntu8:~# systemctl stop redis-server

c++ complie

1
2
3
g++ --std=c++11 changeFuYunRecord.cpp -o changefyrecord -g -O0 -lpthread

g++ --std=c++11 data_gen.cpp -o gen_data -g -O0 -lpthread

MakeFileDemo

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
cmake_minimum_required (VERSION 2.8.8)
project (ddzpeiwan)

# cmake寻找cuda,这个要现在系统里面装好cuda,设置好cuda的环境参数啥的
FIND_PACKAGE(CUDA REQUIRED)

set(CMAKE_CXX_FLAGS "${CMAKE_CXX_FLAGS} -g -std=c++17 -pthread -W ")
SET(CUDA_NVCC_FLAGS ${CUDA_NVCC_FLAGS};-gencode arch=compute_70,code=sm_70;-std=c++11;)

link_directories(
/usr/local/lib/libjsoncpp.a
/home/user/wanran/lib
/home/user/wanran/TensorRT-5.1.5.0/lib
/usr/local/cuda-10.0/targets/x86_64-linux/lib/)

include_directories(
./include
/usr/src/tensorrt/samples/common
/home/user/wanran/include
/usr/local/include/eigen3
/usr/include/x86_64-linux-gnu
/usr/local/cuda-10.0/targets/x86_64-linux/include/
)

CUDA_ADD_EXECUTABLE(ddzpeiwan
main.cpp
aimodel.cpp
cfg_reader.cpp
util.cpp
logger.cpp
exception.cpp
ThreadMod.cpp
TreatorBase.cpp
truncation_cards.cpp
UnixTime.cpp
PollServer.cpp
TFService.cpp
ddz_utils.cpp)
target_link_libraries(ddzpeiwan tensorflow_cc tensorflow_framework cudart nvinfer nvparsers glog jsoncpp )

makefiles

cmake_minimum_required (VERSION 2.8.8)

project (ddzpeiwan)

FIND_PACKAGE

1
2
find_package(PythonLibs 3 REQUIRED)

include_directories

CUDA_ADD_EXECUTABLE

1
2
3
4
5
6
7
8
9
10
11
12
CUDA_ADD_EXECUTABLE( cuda_target file0 file1 ...
[WIN32] [MACOSX_BUNDLE] [EXCLUDE_FROM_ALL] [OPTIONS ...] )
-- Creates an executable "cuda_target" which is made up of the files
specified. All of the non CUDA C files are compiled using the standard
build rules specified by CMAKE and the cuda files are compiled to object
files using nvcc and the host compiler. In addition CUDA_INCLUDE_DIRS is
added automatically to include_directories(). Some standard CMake target
calls can be used on the target after calling this macro
(e.g. set_target_properties and target_link_libraries), but setting
properties that adjust compilation flags will not affect code compiled by
nvcc. Such flags should be modified before calling CUDA_ADD_EXECUTABLE,
CUDA_ADD_LIBRARY or CUDA_WRAP_SRCS.

https://cmake.org/cmake/help/v3.0/module/FindCUDA.html

target_link_libraries里库文件的顺序符合gcc链接顺序的规则,即被依赖的库放在依赖它的库的后面,比如

1
target_link_libraries(hello A B.a C.so)

在上面的命令中,libA.so可能依赖于libB.a和libC.so,如果顺序有错,链接时会报错。还有一点,B.a会告诉CMake优先使用静态链接库libB.a,C.so会告诉CMake优先使用动态链接库libC.so,也可直接使用库文件的相对路径或绝对路径。使用绝对路径的好处在 于,当依赖的库被更新时,make的时候也会重新链接。

ICON: https://gist.github.com/rxaviers/7360908

符号(基础)

二元关系

符号显示 代码 显示符号 代码
$\leq$ \leq $\geq$ \geq
$\leqslant$ \leqslant $\geqslant$ \geqslant
$\ne$ \ne $\approx$ \approx
$\cong$ \cong $\simeq$ \simeq
$\sdot$ \sdot $\perp$ : \perp
$\int$ \int $\iint$ \iint
$\oint$ \oint $\infin$ \infin
$\infty$ \infty $\in$ \in
$\propto$ \propto $\notin$ \notin
$\cap$ \cap $\cup$ \cup
$\subset$ \subset $\supset$ \supset
$\subseteq$ \subseteq $\parallel$ \parallel
$\forall$ \forall $\exists$ \exists
$\because$ \because $\therefore$ \therefore

二元运算

+ + - -
$\times$ \times $\div$ \div
$\setminus$ \setminus
$\mp$ \mp $\pm$ \pm or \plusmn
$\triangleleft$ \triangleleft $\triangleright$ \triangleright
$\cdot$ \cdot $\dots$ \dots
$\star$ \star $\ast$ \ast
$\cap$ \cap $\cup$ \cup
$\circ$ \circ $\bullet$ \bullet
$\oplus$ \oplus $\ominus$ \ominus
$\otimes$ \otimes $\odot$ \odot
$\oslash$ \oslash
$\diamond$ \diamond $\bigcirc$ \bigcirc
$\bigtriangleup$ \bigtriangleup $\bigtriangledown$ \bigtriangledown

数学符号

符号显示 代码 显示符号 代码
$\alpha$ \alpha $\beta$ \beta
$\delta$ \delta $\Delta$ \Delta
$\gamma$ \gamma $\eta$ \eta
$\mu$ \mu $\varphi$ \varphi
$\sigma$ \sigma $\Sigma$ \Sigma
$\sum$ \sum $\prod$ \prod (求和)
$\flat$ \flat $\coprod$ \coprod
$\natural$ \natural $\sharp$ \sharp
$\ell$ $\wp$
$\aleph$ $\mho$
$\nabla$ \nabla 导数 $\partial$ \partial
$\triangle$ $\surd$
$\top$ $\angle$
$\lnot$ \neg或\lnot

箭头

符号显示 代码 显示符号 代码
$\uparrow$ \uparrow $\Uparrow$ \Uparrow
$\downarrow$ \downarrow $\Downarrow$ \Downarrow
$\leftarrow$ \leftarrow $\Leftarrow$ \Leftarrow
$\rightarrow$ \rightarrow $\Rightarrow$ \Rightarrow
$\nearrow$ \nearrow $\searrow$ \searrow
$\swarrow$ \swarrow $\nwarrow$ \nwarrow
$\leftharpoonup$ \leftharpoonup $\rightharpoonup$ \rightharpoonup
$\leftharpoondown$ \leftharpoondown $\rightharpoondown$ \rightharpoondown
$\iff$ \iff $\rightleftharpoons$ \rightleftharpoons
$\longleftarrow$ \longleftarrow

P

符号显示 代码 显示符号 代码
$\frac{x}{y}$ \frac{x}{y} $\lfloor{x}\rfloor$ \lfloor{x}\rfloor
$\left{\right}$ \left{\right} $\wedge$ \wedge
$\vee$ \vee $\overline x$ \overline
$\hat x$ \hat{x} $\dot x$ \dot{x}
$\diamondsuit$ \diamondsuit $\heartsuit$ \heartsuit
$\clubsuit$ \clubsuit $\spadesuit$ \spadesuit
$\hbar$ \hbar
$\Re$ \Re $\Im$ \Im

数学(高数)

符号 代码 符号 代码
$\sqrt{N}$ \sqrt{N}
$\grave{a}$ \grave{a} $\check{a}$ check{a}
$\ddot{a}$ \ddot{a} $\dot{a}$ \dot{a}
$\widetilde{A}$ \widetilde{A} $\widehat{A}$ \widehat{A}
$\bar{a}$ \bar{a} $\vec{a}$ \vec{a}
$\hat{a}$ \hat{a} $\tilde{a}$ \tilde{a}
$\breve{a}$ \breve{a} $\acute{a}$ \acute{a}

希腊字母

括号

big, Big, bigg, Bigg
$\Bigg(\bigg(\Big(\big((x)\big)\Big)\bigg)\Bigg)$ \Bigg(\bigg(\Big(\big((x)\big)\Big)\bigg)\Bigg){% raw %}
$\Bigg[\bigg[\Big[\big[[x]\big]\Big]\bigg]\Bigg]$ {% raw %}\Bigg[\bigg[\Big[\big[[x]\big]\Big]\bigg]\Bigg]{% raw %}
$\Bigg{\bigg{ \Big{\big{ {x} \big}\Big} \bigg} \Bigg}$ {% raw %}```\Bigg{\bigg{\Big{\big{{x}\big}\Big}\bigg}\Bigg}```{% raw %} | | ### 积分 | | | | --------------------------- | ------------------------- | | $\int$ | \int | | $\iint$ | \iint | | $\iiint$ | \iiint | | $\oint$ | \oint | | $\nabla$ | \nabla | | $\int_0^2 x^2 \mathrm{d} x$ | \int_0^2 x^2 \mathrm{d} x | | | | ### 矩阵 $$ \begin{matrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{matrix} \tag{1} $$ $$ \left\{ \begin{matrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{matrix} \right\} \tag{1} $$ $$ \left[ \begin{matrix} 1 & 2 & 3 \\ 4 & 5 & 6 \\ 7 & 8 & 9 \end{matrix} \right] \tag{2} $$ $$ \begin{bmatrix} {a_{11}}&{a_{12}}&{\cdots}&{a_{1n}}\
{a_{21}}&{a_{22}}&{\cdots}&{a_{2n}}\
{\vdots}&{\vdots}&{\ddots}&{\vdots}\
{a_{m1}}&{a_{m2}}&{\cdots}&{a_{mn}}\
\end{bmatrix} \tag{5}
$$

参数矩阵

$$
\begin{array}{c|lll}
{↓}&{a}&{b}&{c}\
\hline
{R_1}&{c}&{b}&{a}\
{R_2}&{b}&{c}&{c}\
\end{array} \tag{6}
$$

方程式

$$
\begin{cases}
a_1x+b_1y+c_1z=d_1\
a_2x+b_2y+c_2z=d_2\
a_3x+b_3y+c_3z=d_3\
\end{cases} \tag{8}
$$

对齐 \begin{aligned

$$
\begin{aligned}
x^2 + 6x + 8 &= (x+3)^2-9+8 \
&= (x+3)^2-1 \
&= (x+4)(x+2)
\end{aligned}
$$

Flowchart流程图

Markdown+Flowchart流程图语法_Icyco_的博客-CSDN博客_flowchart markdown

markdown流程图 - 简书

1
2
3
4
5
6
7
8
9
10
11
12
s=>start: 系统初始化
io=>inputoutput: User Input
c1=>condition: KEY按下?
c2=>condition: 体温正常?
o1=>operation: 开始测温
o2=>operation: LCD屏幕显示体温
o3=>operation: 蜂鸣器响起
e=>end: 测温结束

s->c1(yes)->o1->o2->c2(yes)->e
c1(no)->c1
c2(no)->o3->e

Vega图表:

vega 图表 - CSDN

1

1

1

参考资料

【Tools】Markdown数学符号&公式(史上最全公式表)_markdown 求和符号_大江东去浪淘尽千古风流人物的博客-CSDN博客

Markdown常用符号及排版

[TOC]

Offical Web: https://pytorch.org/get-started/locally/

torch and torchaudio 版本对应表

https://wenku.baidu.com/view/99163a4cac1ffc4ffe4733687e21af45b307fe04.html

image-20220413100221920

Torch : TorchVision 版本

torch torchvision python cuda
1.11.??
1.10.2 0.11.3 >=3.7 <=3.9
1.10.1 0.11.2 >=3.6 <=3.9 111
1.10.0 0.11.1 >=3.6 <=3.9
1.9.1 0.10.1 >=3.6 <=3.9
1.9.0 0.10.0 >=3.6 <=3.9
1.8.2 0.9.2 >=3.6 <=3.9
1.8.1 0.9.1 >=3.6 <=3.9
1.8.0 0.9.0 >=3.6 <=3.9
1.7.1 0.8.1 >=3.6 <=3.9 9.2
1.7.0 0.8.0 >=3.6 <=3.8
1.6.0 0.7.0 >=3.6 <=3.8
1.5.1 0.6.1 >=3.6 <=3.8 9.2, 10.1,10.2
1.5.0 0.6.0 >=3.6 <=3.8 9.2, 10.1,10.2
1.4.0 0.5.0 ==2.7, >=3.5, <=3.8 9.2, 10.0
1.3.1 0.4.2 ==2.7, >=3.5, <=3.7 9.2, 10.0
1.3.0 0.4.1 ==2.7, >=3.5, <=3.7 9.2, 10.0
1.2.0 0.4.0 ==2.7, >=3.5, <=3.7 9.2, 10.0
1.1.0 0.3.0 ==2.7, >=3.5, <=3.7 9.0, 10.0
<1.0.1 0.2.2 ==2.7, >=3.5, <=3.7 9.0, 10.0

安装命令:

1
2
3
4
# CUDA 10.0
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.0 -c pytorch
# CUDA 10.1
conda install pytorch==1.4.0 torchvision==0.5.0 cudatoolkit=10.1 -c pytorch

下载地址

​ 最大torch-1.4.0 cu100

提升

  • 电子信息
  • MEM
  • 软考高级(系统分析师,软件架构师)

专业精进:

  • RL book
    • 博弈论
    • 《Reinforcement Learning: An Introduction》【PDF】
    • 《强化学习 第二版》机械工业出版社
    • 《动手学强化学习–上海交大-余勇教授团队》
    • 《深度强化学习–学术前沿》刘驰 机械工业
    • 《机器学习》西瓜书 【实体书】
    • 《机器学习公式详解》南瓜书
    • 《视觉SLAM十四讲》【实体书】
  • 英语阅读
    • 《The Million Pound Bank Note》
      • 第一遍
      • 第二遍
  • 高数
    • 概率论
    • 导数
  • 目标追踪
    • Mask-RCNN
    • 目标追踪
  • 自动驾驶
    • 九月-自动驾驶基础
    • 《视觉SLAM十四讲》
      • 《计算机视觉中的多视图几何》
      • 《概率机器人》
      • 《机器人学中的状态估计》
    • 《ROS机器人编程与SLAM算法解析指南》
    • 浙大-自主驾驶穿越机

技术:

C++网络编程:

  • Window网络编程C++

  • Unix网络编程C++