知还。

YOLO算法 YOLO11 网络结构图 YOLO11 中的 CBS 模块YOLO11 里的 CBS 是核心基础模块，是构成整个网络的「最小单元」，你可以把它理解成 YOLO 系列里 Conv-BN-SiLU 的「三合一封装」。 一、CBS 的全称 & 组成（拆解开就懂）CBS = Conv（卷积层） + BN（批量归一化） + SiLU（激活函数） （注：早期 YOLO 版本用 LeakyReLU，YOLOv8/11 统一换成 SiLU，也叫 Swish 激活） 表格 组件 作用 Conv 卷积层 提取特征、调整通道数（比如把 3 通道图片转成 64 通道特征图） BN 批量归一化 加速训练、防止过拟合、稳定梯度（不用手动调学习率，训练更快） SiLU 激活函数 引入非线性，让网络能拟合复杂特征（比 ReLU 更平滑，精度更高） 二、CBS 在 YOLO11 里的作用 特征提取的「第一步」：输入图片后，第一个模块就是 CBS，先把原始图片转成高维特征图； 轻量化设计：YOLO11 用 CBS 替代了早期复杂的卷积组合，减少参数和 ...

配置hexo部署需要的客户端免密登录在本地默认用户的根目录下执行 12# 一路回车就行ssh-keygen -t rsa -C "xxxxxx@qq.com" 之后把本地的公钥文件复制到远程服务器 ps：想免密哪个用户就选哪个用户 12ssh-copy-id -i ~/.ssh/id_rsa.pub 远程用户名@ip地址# 提示输入密码 看到这个提示就成功了 接着直接免密登录 1ssh 免密用户名@ip地址 成功！！

深度学习简介一、核心背景（顶层红色文字）“机器学习在处理图像和文本数据方面，能力较弱” 这是整个知识点的前提：传统机器学习（如逻辑回归、SVM、随机森林）擅长处理结构化数据（如表格、数值），但对非结构化数据 （多维）（图像、文本、语音）的特征提取能力不足 —— 无法自动捕捉图像的边缘 / 纹理、文本的上下文语义，因此需要专门的深度学习模型来解决。 二、两大核心解决方案（架构对应与分工）图片通过绿色箭头，将两种非结构化数据与对应的神经网络一一匹配，实现了 “问题 - 解法” 的精准对应： 表格 数据类型 对应模型 英文全称 核心定位 图像 CNN（卷积神经网络） Convolutional Neural Network 专攻空间特征提取（如图像的形状、颜色、局部纹理） 文本 RNN（循环神经网络） Recurrent Neural Network 专攻时序特征提取（如文本的上下文顺序、语义关联） 三、模型核心结构（技术底层）两种网络的核心层分工明确，分别适配对应数据的特性： CNN 的核心层 卷积层：核心层，通过卷积核滑动提取图像的局部特征（如边缘、 ...

爬虫基础011.引入requests爬虫基础阶段最重要的包。 1import requests 2.使用requests访问目标网址以爬取豆瓣为例。 get方法里面有三个参数，分别为 url、请求头、请求参数。 1234567891011121314151617url = 'https://m.douban.com/rexxar/api/v2/movie/recommend'# 请求头my_headers = { 'User-Agent': 'Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36', 'Referer': 'https://movie.douban.com/explore',}# GET 查询参数my_params = { 'star ...

请求格式1234567891011121314151617181920const accessToken = "xxxxxx";const url = "https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/completions_pro?access_token=" + accessToken;const headers = {headers: {'Content-Type': 'application/json'}} const params = JSON.stringify({ 'messages': [ {"role": "user", "content": "你好呀！"}, ] });axios.post(url, p ...

1.项目配置文件项目主Application编写 1234567891011121314151617181920212223package com.javawiki.wiki_02;import org.slf4j.Logger;import org.slf4j.LoggerFactory;import org.springframework.boot.SpringApplication;import org.springframework.boot.autoconfigure.SpringBootApplication;import org.springframework.core.env.Environment;@SpringBootApplicationpublic class Wiki02Application { private static final Logger LOG = LoggerFactory.getLogger(Wiki02Application.class); public static void main(String[] args) ...

树与图的存储「存储方式：」 邻接矩阵 邻接表（常用） 123456//邻接表int h[N], e[N * 2], ne[N * 2], idx;void add(int a, int b) { e[idx] = b, ne[idx] = h[a], h[a] = idx++;} 树与图的深度优先遍历遍历就根据邻接表遍历方式进行。 1234567891011--------模版---------------// 需要标记数组st[N], 遍历节点的每个相邻的便void dfs(int u) { st[u] = true; // 标记一下，记录为已经被搜索过了，下面进行搜索过程 for (int i = h[u]; i != -1; i = ne[i]) { int j = e[i]; if (!st[j]) { dfs(j); } }} 树的重心给定一颗树，树中包含 n个结点（编号 1∼n）和 n−1条无向边。 ...

1.步骤「优化文章链接：」 我们首先看没有优化的文章链接，按照日期+文章标题，但是这样有一个非常严重的错误，如果我们更改文章标题，那么文章原来的链接就会改变，而搜索引擎会不会收录稳定性不高的文章，同时访客也无法长期访问。 我们需要安装插件： 1npm install hexo-abbrlink --save 在hexo主配置文件中修改： 1permalink: posts/:abbrlink.html 修改完毕后： 为数字形式 「百度站长工具设置：」 点击链接：站点管理_站长工具_百度搜索资源平台 (baidu.com) 然后 站点管理—> 添加网站—>自己填写信息进行验证。 「安装插件：」 123npm install hexo-baidu-url-submit --savenpm install hexo-generator-sitemap --save npm install hexo-generator-baidu-sitemap --save 「修改配置文件：」 在hexo主配置文件中新增 12345baidu_url_submit: c ...

1.主要原因在Butterfly主题中有时会发现页面速度加载较慢，这时打开 开发者工具发现，是有一些引用资源的引用地址访问太慢导致，解决办法是替换引用资源的地址即可。 2.解决办法在Butterfly的主题配置文件 _config.yml中，注意不是hexo的配置文件，是主题配置文件，打开拉到最下面,找到CDN这一项，然后找到 option，把加载不出来的文件链接进行替换即可。 详细参数可访问Butterfly官方文档：Butterfly 安裝文檔(四) 主題配置-2 | Butterfly 全局修改「思路：」全局修改可以将所有引用文件替换成一个服务厂商的，这里介绍替换为elemecdn。 「参考：」06_Hexo-elemecdn 加速 Butterfly 第三方资源 | Mycpen 「步骤：」 修改 themes/butterfly/scripts/events/cdn.js，增加 elemecdn 字段 1elemecdn: `https://npm.elemecdn.com/${name}${ve ...

1.DFS—深度优先搜索排列数字给定一个整数 n，将数字 1∼n 排成一排，将会有很多种排列方法。 现在，请你按照字典序将所有的排列方法输出。 输入格式 共一行，包含一个整数 n。 输出格式按字典序输出所有排列方案，每个方案占一行。 数据范围 11≤n≤7 输入样例： 13 输出样例： 1234561 2 31 3 22 1 32 3 13 1 23 2 1 「完整代码：」 1234567891011121314151617181920212223242526272829303132333435363738#include <bits/stdc++.h>using namespace std;const int N = 10;int n;int path[N];bool st[N];void dfs(int x){ // 如果x到达最后一层，就进行输出 if(x == n) { for(int i = 0; i < n;i++) { cout << p ...