摘要：
CCF GESP C++四级上机题 知识点重点、难点与常用模板总结 结合洛谷CCF GESP C++四级上机题单的题目分布、考点关联及难度标注，该阶段考试聚焦C++基础语法的综合运用和简单算法逻辑的实现，题目以普及-难度为主，少量入门难度，核心考察代码编写的规范性、逻辑思维的严谨性，以下分知识点重点 阅读全文
posted @ 2026-03-01 12:30
kkman2000
阅读(253)
评论(0)
推荐(0)
摘要：
make_blobs 数据生成与可视化代码详解 完整代码 # 导入绘图工具 import matplotlib.pyplot as plt # 导入numpy import numpy as np # 导入make_blobs函数（这是缺失的部分） from sklearn.datasets imp 阅读全文
posted @ 2026-02-27 16:52
kkman2000
阅读(31)
评论(0)
推荐(0)
摘要：
AI工具教学讲解（标书/应答文件场景应用）——20课时完整版 核心目标：掌握豆包、扣子、DeepSeek、Agent模型及数字人的核心功能，能独立搭建标书专用AI助手、运用工具简化标书/应答文件制作流程，解决工作繁琐问题，提升工作效率。 适用场景：日常标书撰写、应答文件编制、资质匹配、格式校对、自动 阅读全文
posted @ 2026-02-27 14:05
kkman2000
阅读(251)
评论(0)
推荐(0)
摘要：
scikit-learn 中用于生成合成数据集的核心模块，其结构和关键函数如下： 一、模块概览 这是 sklearn.datasets 模块中的数据生成器集合，主要用于： ✓ 算法测试：无需真实数据即可验证算法性能 ✓ 教学演示：生成可控特征的典型数据集 ✓ 基准测试：生成具有特定统计特性的数据 二 阅读全文
posted @ 2026-02-27 11:11
kkman2000
阅读(55)
评论(0)
推荐(0)
摘要：
使用 scikit-learn 进行数据预处理的核心流程。 为了更好地梳理这些知识点，将关键技术点进行了提炼和总结。 🛠️ 数据预处理核心工具箱 数据预处理是机器学习中至关重要的一步，它直接影响模型的收敛速度和最终精度。 1. 特征缩放 (Feature Scaling) 当不同特征的量纲（单位） 阅读全文
posted @ 2026-02-27 10:17
kkman2000
阅读(60)
评论(0)
推荐(0)
摘要：
C++ 常用库函数大全（竞赛 / 教学通用版），适合： 一、输入输出库 <iostream> #include <iostream> using namespace std; 常用对象 对象 作用 cin 输入 cout 输出 endl 换行 '\n' 更快换行 示例 int a; cin >> a 阅读全文
posted @ 2026-02-24 13:56
kkman2000
阅读(190)
评论(0)
推荐(0)
摘要：
**基于 TensorFlow-Slim 对 CIFAR-10 进行 Fine-tuning 的完整步骤 选择的模型是 TensorFlow Slim 中的 ResNet_v2_50（ImageNet 预训练），因为： 结构成熟，迁移效果好 Slim 自带 checkpoint 易于替换最后一层 一 阅读全文
posted @ 2026-02-22 12:28
kkman2000
阅读(18)
评论(0)
推荐(0)
摘要：
本专题具体围绕线性规划和单纯形方法展开，结合MATLAB的linprog函数进行实战分析。 一、MATLAB 线性规划基础 1.1 linprog 函数标准形式 MATLAB的linprog函数求解的标准形式为： \[\begin{aligned} \min \quad & c^T x \\ \te 阅读全文
posted @ 2026-02-21 06:25
kkman2000
阅读(49)
评论(0)
推荐(0)
摘要：
第1.4节 数学预备知识 习题练习 本习题围绕向量范数、方阵范数、向量序列、梯度与雅可比矩阵等核心知识点设计，共6题，涵盖基础计算、概念辨析、简单证明，旨在巩固本节数学预备知识的理解与应用。 一、基础计算题 已知向量\(\boldsymbol{x}=(2, -1, 3)^T \in \mathbb{ 阅读全文
posted @ 2026-02-20 22:48
kkman2000
阅读(23)
评论(0)
推荐(0)
摘要：
第1.4节 最优化理论基础 习题练习 本习题围绕向量范数、方阵范数、向量序列、梯度与雅可比矩阵等核心知识点设计，共6题，涵盖基础计算、概念辨析、简单证明，旨在巩固本节数学预备知识的理解与应用。 一、基础计算题 已知向量\(\boldsymbol{x}=(2, -1, 3)^T \in \mathbb 阅读全文
posted @ 2026-02-20 22:10
kkman2000
阅读(14)
评论(0)
推荐(0)
浙公网安备 33010602011771号