从底层了解STL的vector容器的扩容机制
目录概述：一、vector 核心底层结构1️⃣核心成员变量（源码级定义）2️⃣内存布局示意图二、核心机制：动态扩容⏩扩容的完整流程详细步骤：再看一下_M_check_len 的具体实现：❗扩容需注意的细节1️⃣初始容量与默认扩容（无预分配时）2️⃣reserve () 与 resize
最近更新
day61-devops
1.每日复盘与今日内容1.1复盘
sed暂存和取用
awk正则、条件、运算、循环语句
OpenVPN介绍以及部署
1.2今日内容
持续集成/持续交付的服务器准备
git的使用🍟🍟🍟🍟🍟(基本语法、版本回滚、标签、分支)
gitlab的安装
2.持续集成/持续交付一、服务器准备
服务器 虚拟机 纯干净的系统
IP 主机名
网络传输协议的介绍——SSE
今天实战的SSE协议，这个协议是基于HTTP的一个轻量级单向传输协议，允许服务器主动向客户端推送实时数据，场景主要有：新闻推送、消息通知、股票行情、实时日志等。核心特性如下：
1、单向通信
2、基于HTTP
3、长连接（替代轮询）
4、自动重连
1.客户端基本使用方法
这里简单画了个流程图表示生命周期
如何在机器学习中使用特征提取对表格数据进行处理
机器学习预测建模的性能取决于你的数据，而你的数据又取决于你为建模准备数据的方式。数据准备的最常见方法是研究数据集并审查机器学习算法的期望，然后仔细选择最合适的数据准备技术，以将原始数据转换为最符合算法期望的形式。这种方法速度慢、成本高，并且需要大量的专业知识。数据准备的另一种方法是并行应用一组常用且常用的数据准备技术对原始数据进行处理
VASP 教程：使用 VASP 进行机器学习力场训练
Vienna Ab initio Simulation Package（VASP，The VASP Manual - VASP Wiki）是一个计算机程序，用于从第一性原理进行原子尺度材料建模，例如电子结构计算和量子力学分子动力学。与从头算分子动力学（MD）结合使用的机器学习力场（Cat
论文阅读：《A Universal Model for Human Mobility Prediction》
研究背景人类移动预测目前主要聚焦于两块：个体轨迹预测和群体流动预测，所有相关研究目前都围绕这两大块中的一块进行，但没有人把这两块合起来一起研究，原因是因为这两类研究的数据格式差别过大，个人轨迹数据主要描述个体某个时间在某个位置，而群体流动数据主要记录某个位置某时间流入流出多少人，因此放在一起研究难度过
Python 从入门到精通：一个月就够了！
毫无疑问，Python 是当下最火的编程语言之一。对于许多未曾涉足计算机编程的领域「小白」来说，深入地掌握 Python 看似是一件十分困难的事。其实，只要掌握了科学的学习方法并制定了合理的学习计划，Python 从 入门到精通只需要一个月就够了！
1.png
要知道，一个月是一段很长的时间。如果每天坚持用 6-7 小时来做一件事，你会有意想不到的收获。作为初学者，第一个月的月目标
量子机器学习框架设计：基于Cirq的变分量子算法实现
点击 “AladdinEdu，你的AI学习实践工作坊”，注册即送-H卡级别算力，沉浸式云原生集成开发环境，80G大显存多卡并行，按量弹性计费，教育用户更享超低价。
1. 引言：量子计算与机器学习的融合新范式
1.1 量子机器学习的兴起与发展现状量子机器学习（QML）作为量
Linux常用命令总结
Linux一次执行多条命令：使用for
for id in 111 222 ; do echo $id ; done
for ((a=1;a<=6;a++)) ; do echo $(du -sh /tmp); done
for id in {1..10} ; do echo $id; done
awk
输出奇数行
awk '{if(FNR%2!=0) print FNR$0}' 1.tx
