draw.io 开源矢量图作图神器的骚操作
@[TOC](draw.io 开源矢量图作图神器的骚操作)
初识 draw.iodraw.io 是一个开源免费的制图软件,是大学生必备的学习工具。draw.io 有网页版和软件版两种,其中网页版支持多种云盘存储,非常的方便。
我接触的第一个矢量作图软件是 InkScape,一个自由的矢量作图软件。但是对于我,矢量图的应用场景只有作流程图和UML图这种,这样自由的矢量图工具不适合我。然后我接触的金山文档的流程图制作,和 InkScape 不同的是金山文档的这个非常的局促,体现在以下几个方面:有限的矢量图形,仅限于金山的云盘存储,带水印的导出图片。
后来机缘巧合之下我的教授向我推荐了 draw.io 这个工具。开源免费、大量的可选图形、清新的界面设计一下子就吸引了我。在之后的使用中,我越发的认为已经不会有比这个工具更适合我的矢量作图工具了。
使用 draw.io 的日常我已经使用了 draw.io 一年多了,主要有下面四个使用场景。
制图最基本的就是制图。从流程图到UML,从内存图到神经网络,从UI设计到合作模型展示,draw.io 都可以胜任,都可以得到美观的输出图片。
计划流程学习生活 ...
根据歌曲的波形信息拆分歌词片段的猜想
跳转下一篇文章:研究日记-虚拟歌姬自动调教之歌曲音频切割的问题
关键词:k mean, song cut
使用 k mean 对歌曲自动拆分。歌曲本身是一组一维的标量,
但是我们不再使用mean作为指标,我们使用角动量作为我们的优化指标。
全曲的角动量之和最小的时候即为我们的最终拆分结果。
需要计算歌词的字数。
保证尾音的权重:因为每一个字的强度随时间减弱,所以旋转轴需要逆时针旋转一定角度。
【Python】f-String 占位符
基础知识f-string 使用 f 开头,字符串中的表达式用 {} 括起来。
表达式是python代码,最后显示的是表达式的返回值。
其他的类型码/占位符/格式的描述符放在表达式的冒号:之后。
123456f'String words and codes {content : format}'f'输出是{1+1}' #'输出是' + str(2)a = 10f'输出是{a:.2f}' #'输出是' + str(10.00)
类型码/占位符/格式的描述符有很多很多,需要查。
f-string格式化 v.s. %格式化%格式化相较于f-string格式化不够自由。但是%格式化把所有需要填入的信息放到待格式化字符串的后面,在一些时候是更加合适的方式。
1234# 混在一起f'aivdndaiunfosaid;fna;osidfnas;ofidasfd;oi{2}a ...
利用函数式编程思想理解 Python
关键词:函数式编程,python底层理解,可靠性,效率。
print 是一个python的函数,print的 作用 是在终端中打印,print的返回值为None。
这里我们可以换个理解的方式:
print 是一个python的函数,print的返回值是None,print的 副作用 是在终端中打印。
上面两句的区别仅仅是语序的不同以及一个词的差异。但是这两句背后的思想大相径庭。
第一句强调的是作用,是一个函数能够做什么事情,我们在记忆的时候往往是忽略返回值None的。第二句强调的是函数本身的意义,即输入输出,在理解记忆的时候需要完善print的函数定义,其他print的功能都是副作用,也就是在运行函数的过程中,不属于函数输出范畴的影响。
python 中的每一个函数,每一个变量都可以使用这样的思想进行解释。
接下来我们看这样一段代码:
12a = 100b = a
正常的解释是:
我们给变量 a 赋值 100,然后将 变量 a 的值 赋给变量 b。
函数试思想是:
我们给变量 a 赋值 100,然后我们 调用 a 得到返回值 100,最后将 100 赋值给变量 b。
...
【Python】人工智能入门须知
行业认知AlphaGo >> AlphaGo Master > > AlphaGo Zero,人工智能在不停的进步。2017是人工智能元年。2030年抢占人工智能制高点。要注意人工智能和机器人不可以划等号。机器人是多种人工智能技术的结合。
图像:人脸支付、票据识别、色情识别
语音:会议记录、实时字幕、语音笔记
视频:AI测温仪、任务识别、细粒度识别
NLP:舆情监测、情感分析、新闻摘要
推荐:抖音、今日头条、电商产品推荐
1956年提出人工智能,弱人工智能 >> 2040强人工智能 >> 2060超人工智能。驱动人工智能的发展条件是云计算大数据和人工智能的算法。
云计算,Cloud computing,超大规模分布式计算能力,为大数据提供了硬件基础。
大数据,Big data,海量数据为人工智能的学习和发展提供了软件基础。
AI算法,Algorithm,人工智能进步的最重要条件,极大提高了人工智能的实验结果。
有了算法,需要数据来优化算法,有了数据需要巨大的处理能力。
人工智能影响劳动密集型产业,就是那种简单且重复性高的,规律 ...
企业小贴士
学习成绩 or 工作业绩,我行我素 or 规章制度,话中没有责任 or 每句话都有责任,游戏 vs 现实,其他人的问题 or 我的问题
心态很关键,一般就分成积极和消极。但是,其实还有一种就是冷漠,亦或是理性。我认为这种中性的心态才是最好的。遇到事情首先需要的不是展现情绪,这只会让事情的处理变得复杂,所以需要理性。
积极的心态很重要,这是一种面对人生的态度。经常和积极心态的人待在一起,会对自己有好处。热爱珍惜自己已经拥有的。减少抱怨,能够让自己变得阳光。
【Python】爬虫
相较于之前写过的爬去B站动态的javav程序,Python明显简单很多。其中有一个很重要的原因,我们的java程序写的是一个实时的爬虫,一个监控,而这次接触的Python爬虫很明显仅仅只需要爬下来就可以了。
参考文献爬取图片html,主要是
API calling json
微博 json,会翻页
主要框架
post request
resolve received files/data in form of json/html/xml
save to local
MP3 to Wav to Midi
Converting mp3 to wav to midi is a task that extract notes from original mp3 files by computer.
reference project
audio/wav to midi
mp3 to wav12345678from pydub import AudioSegment# files src = "/dir/to/the/file.mp3"dst = "/dir/to/result/file.wav" audSeg = AudioSegment.from_mp3(src)audSeg.export(dst, format="wav")
wav to midi1234pip instal ...
UoE UG3 Inf Course Research
My choiceSM1:
Professional Issues
Informatics Large Practical
Introduction to Vision and Robotics
Introductory Applier Machine Learning
SM2:
System Design Project
Computer Communication and Networks
Foundations of Natural Language Processing
Winter Pool:
Operating System
Software Testing
Courses related to Quantum Computing
SM1Semester 1 of UG3 is focusing on application application and engineering.
Professional Issues (Level 10) (INFR10022)
http://www.drps.ed.ac.uk/20-21/dpt/cxinfr10022.h ...
Google Hash Code Competition Summary
感想迷失在了历史的长河中。Lost in time.
Key codemain.py
123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121122123124125126127128129130131132133134135136137138139140141142143144145146147148149150151152153154155156157158from math import ceilfrom helpers import IOfrom typing import Dict, Listclass Task: def ...
KL散度以及交叉熵和信息熵
一句话三者关系信息熵完美编码,交叉熵不完美编码,相对熵是两者的差值。即:相对熵 = 交叉熵 - 信息熵。
什么是KL散度
KL散度的概念来源于概率论和信息论中。
KL散度又被称为:相对熵、互熵、鉴别信息、Kullback熵、Kullback-Leible散度(即KL散度的简写)。
如何理解KL散度
在统计学意义上来说,KL散度可以用来衡量两个分布之间的差异程度。若两者差异越小,KL散度越小,反之亦反。当两分布一致时,其KL散度为0。
KL散度在信息论中的专业术语为相对熵。其可理解为编码系统对信息进行编码时所需要的平均附加信息量。
KL散度的应用
正是因为其可以衡量两个分布之间的差异,在机器学习、深度学习领域中,KL散度被广泛运用于变分自编码器中(Variational AutoEncoder, 简称VAE)、EM算法(Expectation-Maximization Algorithm)、GAN网络中。
参考文献
KL散度:https://hsinjhao.github.io/2019/05/22/KL-DivergenceIntroduction/
KL散度和交叉熵的 ...
IADS 重点总结
Insert-sort
Merge-sort
Clone
Deep clone
Dealing with clash of hash code
HeapSort
Quick sort
Tim sort
Breadth-first sort
Depth-first sort
Topological sort
Tabulation
Memory
Seam-Carving
Edit Distance
Finite State Machine
Hidden Markov Models (HMMs)
The CYK algorithm
LL(1) Predictive parsing
Stack
Queue
Heap
Array
Fixed-size array
Extensible array
Linked list
Set
Dictionary
Hash table
Balanced tree
Red-black tree
Graph
Syntax tree
Asymptotic notation
Amortized ...
AIMA Practical Note 1 (Outdated)
Relation of Terms
Term includes Properties
Term can be Algorithm
Use task constraints to make search efficient.
Perform Inference with First Order Logic and appreciate the strengths and weaknesses of this and other logic representations (eg Propositional).
Use PDDL to plan and execute actions using either Propositional or First Order Logic representations.https://discover304.top/2021/03/01/30-0-ra-note/#template
Create and reason with a representation of a Bayesian agent for handling a non-deter ...
Gson 小笔记
什么是Gson?
Gson(又称Google Gson)是Google公司发布的一个开放源代码的Java库,主要用途为序列化Java对象为JSON字符串,或反序列化JSON字符串成Java对象。而JSON(JavaScript Object Notation) 是一种轻量级的数据交换格式,易于人阅读和编写,同时也易于机器解析和生成,广泛应用于各种数据的交互中,尤其是服务器与客户端的交互。
注:序列化:Serialization,反序列化:Deserialization
参考资料导航
Gson全解析:https://www.jianshu.com/p/fc5c9cdf3aab
Junit 小笔记
迷失在了历史的长河中。Lost in time.