XNU Inside: iOS 模拟器

博主头像 1 Simulator.app iOS模拟器App位于XCode中: /Applications/Xcode.app/Contents/Developer/Applications/Simulator.app Simulator.app只是定义了模拟器的UI。 想要完整的运行模拟器，还需要很多其他组 ...

Epipolar Geometry（对极几何）介绍

Epipolar Geometry（对极几何）是三维重建的数学基础，用于描述三位场景投影到两张图片上的点之间存在的几何关系。 如图所示，O1,O2分别表示相机的中心点，P表示三维场景中的顶点，p和p'表示顶点P点投影到两个相机平面的像素点，e和e'则表示O1和O2连线与相机平面的交点。O1，O2，P ...

利用desmos动态展示最大似然概率

博主头像 最近碰到最大似然概率的问题，题目一变就出错，痛心！深感没有搞清楚这个求解的意义，有必要搞清楚最大似然值和概率是什么。 传统概率视角：给定参数θ，数据X出现的可能性 \(P(X∣θ)\) 统计推断视角：我已经看到了数据X，哪个θ最可能产生这些数据？ 最大似然估计的核心思想： “我现在手上有一组观测数据 ...

一只菜鸟学深度学习的日记：入门卷积

博主头像 本文以作者阅读《Dive into Deep Learning》为线索，融合串联了自身理解感悟、原始论文、优秀文章等。如有无意侵权，请联系本人删除。 卷积神经网络，由图像处理而生，但在NLP等方面仍有较大作用。 图像分辨率大时，对模型参数数量要求很多 原理： 物体是什么 与 物品所在的位置 无关 平 ...

关于幼儿园STEM课程设计的思考

博主头像 幼儿园STEM教育是以3-6岁儿童学习与发展规律为基础，融合科学（Science）、技术（Technology）、工程（Engineering）、数学（Mathematics）跨学科理念的综合教育模式，核心目标是通过游戏化、生活化、项目化的学习方式，培养幼儿的探究能力、创新思维、动手实践及问题解决能 ...

用样本猜总体的秘密武器，4大抽样分布总结

博主头像 数据分析时，我们经常需要从样本数据推断总体特征。 而抽样分布就是连接样本与总体的重要桥梁，如果你不理解它，就无法理解为什么我们可以通过调查几千人来预测全国的选举结果，也无法理解A/B测试背后的逻辑。 本文将尽量使用大白话和Python代码，带你彻底搞懂抽样分布，并掌握最常用的四大分布：Z分布、T分布 ...

Hadoop大数据这10年，刺破了哪些泡沫？

博主头像 Hadoop大数据这10年，刺破了哪些泡沫？ 建议由CDH迁移到CMP 7.13 平台（类Cloudera CDP，如华为鲲鹏 ARM 版）可以做到无缝切换平缓迁移 过去十年（约2015–2025年），Hadoop 作为“大数据”浪潮的核心引擎，曾被寄予厚望：它承诺以低成本、高扩展性的方式，让企业从 ...

SGA性能调整与优化：从内部结构到实战思路

博主头像 SGA（System Global Area）是Oracle数据库的核心内存区域，承载着数据缓存、共享SQL解析、日志缓冲等关键功能，其性能直接决定数据库整体运行效率。 一、BUFFER CACHE：数据缓存的核心优化 BUFFER CACHE是SGA中占比最大的组件，负责缓存数据文件中的数据块，减 ...

对于原型、原型链和继承的理解

博主头像 原型和原型链是前端老生常谈的问题，以前常常在各种面试题中看到，我自己也背过不少次，但总是感觉磕磕巴巴的，明显没有真正理解这一概念，最近又要面试，再次看到这个问题，突然有些豁然开朗的感觉，因为前阵子参加 game jam 时，做了一个小游戏，不可避免地用到了继承，再次看到原型链时才恍然大悟，原来原型链 ...

软件一体化是谁的？

在正式开始之前我先提出几个小问题，不论是个人还是企业软件用户都可以尝试回答 你的手机、电脑上安装了多少应用？ 有多少应用是希望它们能够合作的？ 它们最终能够合作吗？ 能够合作的它们是以你希望的方式合作吗？ 0x0 数字割据 软件行业发展至今没有越来越融合，反而越来越分裂，站在用户视角这就是妥妥的“数 ...

吴恩达深度学习课程三： 结构化机器学习项目 第二周：误差分析与学习方法 课后习题和代码实践

博主头像 此分类用于记录吴恩达深度学习课程的学习笔记。 课程相关信息链接如下： 原课程视频链接：[双语字幕]吴恩达深度学习deeplearning.ai github课程资料，含课件与笔记:吴恩达深度学习教学资料 课程配套练习（中英）与答案：吴恩达深度学习课后习题与答案 本篇为第三课第二周的课程习题部分的讲解 ...

123···100>