Git入门教程=^=
GitHub
如何使用GitHub
准备
我们首先需要知道，GitHub是一个代码托管仓库。
从名字我们很容易可以知道，我们可以把我们的代码上传到这个云端的仓库里。
那么，这有什么用呢？
可以方便的与他人分享代码(也就是我们常说的开源)
GitHub可以进行版本控制，可以根据代码的提交内容进行版本回退，也就是提供了纠正灾难性错误的方法
也提供了一个更换设备也能使用代码的途径
事实上，GitHub还有更多强大的功能等待你去探索，这里我们先讲解我们常用的部分
注册Github账户
https://github.com/
这个没什么好说的，登录GitHub官网完成注册，拥有你的GitHub账号。
进行一些简单的初始操作
注册完成后我们会看到这样一个界面
红框选项就代表着你的代码仓库
点击右侧绿色的New开始创建代码仓库
Public和Private选项决定你的仓库是否对所有人可见。
下方可选是否要添加README、gitignore文件
README相当于一个自述文件，告诉查看者这个仓库的内容或者被建立的原因
.gitignore决定在本地上传文件到仓库的时候要忽略的文 ...
How to Make a hexo blog
如何搭建一个Hexo博客[0]
在了解如何搭建Hexo博客之前，你需要知道：
什么是Git
什么是GitHub Pages
正文
安装hexo
在需要安装hexo的目录下打开Gitbash，键入以下命令：
$ npm install -g hexo-cli
安装以后，可以使用以下两种方式执行 Hexo：
npx hexo
将 Hexo 所在的目录下的 node_modules 添加到环境变量之中即可直接使用 hexo：
echo 'PATH="$PATH:./node_modules/.bin"' >> ~/.profile
建立页面
cd到选定的目录，执行以下命令：
$ hexo init <folder>$ cd <folder>$ npm install
本地部署
$ hexo s
此时hexo静态页面已经在本地端口http://localhost:4000运行，在浏览器中键入该链接后即可看到默认hexo页面:
注: 如果localhost:4000被占用，hexo会使用其他端口创建 ...
计组学习笔记
计组补救式学习笔记
3.2指令系统
1.指令格式
指令：指示计算机执行某类操作的命令，CPU工作的主要依据。
指令集：计算机能执行的全部指令的集合，也称为指令系统(CISC、RISC)
指令系统的特点：
√决定了计算机的硬件功能
√计算机中软硬件的分界面
上层软件(操作系统)
指令系统(机器语言)
硬件层(微程序控制器)
1.指令字长
即包括操作码、操作数、在内的整个指令(整条指令)的长度(单位：位)。
指令长度对计算机的影响：
指令长度与功能
长度越长，表达的意义越多，功能越强；
长度越短，表达的意义越少，功能越弱；
指令长度与复杂性、
长度越长，表达的意义越多，硬件越复杂；
长度越短，表达的意义越少，硬件越简单；
指令长度与速度
从单条指令的角度：
长度越长，可能读出该指令所花的时间越长
从系统的角度：
指令长度仅是影响速度的因素之一。
系统速度与硬件复杂性、软件的长度、编译程序等若干因素有关。
定长指令和变长指令
定长指令格式->便于控制
变长指令格式->合理利用存储空间，如超长指令集
2.操作码格式
定长操作 ...
神经网络学习笔记
神经网络学习笔记
1.什么是神经网络
首先构建一个两层神经网络，理论上两层神经网络已经可以拟合任意函数。这个神经网络的结构如下图：
1.简化神经网络分析
去掉图1中一些难懂的东西，如下图：
1.输入层
输入层是一个矩阵，可以是坐标或者数组，本例中输入的二维坐标(1,1)即一个1*2的矩阵，输入的维度即1 * 2
2.从输入层到隐藏层
如上图，连接输入层和隐藏层的是W1和b1。实质上是矩阵运算，公式如下：
W1和b1的参数可通过X和H的结果来确定。如本例中W1就为2x50的矩阵。
3.从隐藏层到输出层
同样是一个矩阵运算：
4.分析过程
线性代数的线性矩阵运算是可以表示为一个线性方程的，所以哪怕有100层这样的神经网络也可以用一个线性方程表示，如此神经网络的深度就失去了意义，所以要对每一层进行一个处理来让深度变得有意义。这个过程就是引入激活层
2.激活层
激活层简单来讲就是为矩阵运算添加一个非线性的运算过程。常用的激活函数有三种，分别是阶跃函数、Sigmoid和ReLU。它们的形式并不复杂，如图：
激活层的位置位于隐藏层之后，对隐藏层的数据进行处理，使得这一层的 ...
对流量明星的一通胡乱点评
本文写于2020/1/30
其实对于流量明星的看法，很早就想说出来，奈何一直没有机会放下手仔细写点什么，正好基于这段时间发生的这些事件，就当我蹭个热度好了。
谈到流量明星这个话题，其在网络上已经割裂成了两个鲜明的认知差异。我们先说说经常被迫和流量明星捆绑在一起的追星文化。
在中国，早期的追星文化，是在上个世纪八九十年代开始的。彼时改革开放让香港台湾的不少明星走进了中国大陆的街头巷尾，诸如邓丽君等人，影响了70年代出生的人们的崇拜心理。时间继续向后推进，我们不难发现，到了90年代，欧美的明星文化伴随着我国和相关地区的关系缓和开始向大陆输出；接着来到2000年代，在我的认知里，大约是在05年以后，日韩的明星开始在中国出现，大约在2015年以后，国内的流量明星已经开始成长，最终在五年之内造就了当前中国这个庞大的流量导向系统。
其实我们不难看出，在大陆的明星文化开始走上流量化、话题化的道路之前，大陆的明星市场，很大程度是被外部输入所占据的，而现在，大陆的明星经济已经形成了体系，我们姑且先不论这个体系是否是健康良好的，起码在这块蛋糕的分配上，我们看到了进步。
追星文化的发展就这样逐渐变成了资 ...
Python滤镜和图像风格迁移
本文尚未完成XD
关于神经网络的初步学习笔记在这里
Python滤镜和图像风格迁移
任务一
1.了解滤波器
在百度百科中寻找“图像滤波器”会得到一段看起来非常让人困惑的文字：
由于成像系统、传输介质和记录设备等的不完善，数字图像在其形成、传输记录过程中往往会受到多种噪声的污染。另外，在图像处理的某些环节当输入的像对象并不如预想时也会在结果图像中引入噪声。这些噪声在图像上常表现为一引起较强视觉效果的孤立像素点或像素块。一般，噪声信号与要研究的对象不相关它以无用的信息形式出现，扰乱图像的可观测信息。对于数字图像信号，噪声表为或大或小的极值，这些极值通过加减作用于图像像素的真实灰度值上，对图像造成亮、暗点干扰，极大降低了图像质量，影响图像复原、分割、特征提取、图像识别等后继工作的进行。要构造一种有效抑制噪声的滤波器必须考虑两个基本问题：能有效地去除目标和背景中的噪声;同时，能很好地保护图像目标的形状、大小及特定的几何和拓扑结构特征 。
理解图像滤波器概念，其实质有二：
一、图像本质上就是各种色彩波的叠加
图像在计算机里是按照每个位置的像素值存储的，每个像素的颜色，可以用红、 ...
使用python绘制传球事件和统计图像
使用python绘制出球场和传球路径以及球员统计信息
分割生死的那片森林
我写的这篇文章究极不知所云，建议不要阅读XD
分割生死的那片森林
——读《挪威的森林》有感
“死并非生的对立面，而作为生的一部分永存。”
在《挪威的森林》中，也许是为了集中矛盾的焦点，生死的变幻实在是有些密集。开篇不久，村上就将木月死亡的讯息传达给读者，从此开始，生死这条线路就贯穿了《挪威的森林》整个故事线。所以，称这片内心的“森林”为分割生死的森林，我想毫不为过。
从木月的死亡开始，小说就展开了一整条死亡链锁，一直到直子死去，这条生死线才堪堪结尾，而这中间的一系列死亡事件束缚着包括渡边在内的人物们。
对于渡边这个主角，读罢小说我的第一感受是，他像是个观察者。渡边经历了所有的生死事件，但是他都像一个冷静的观察者，用不干涉的形式去了解这些事件。惟有直子的死，是他努力想要去改变，却以失败告终的。渡边似乎一直在生和死之间游离，他的行为特征，恰恰给出了人们生活的基础：生死的状态。小说中人物的死亡，带给渡边的更像是一条讯息，我不禁感到困惑，那么渡边是如何看待生死的呢？
...
利用python实现自动通过滑动验证码
利用python实现自动匹配通过滑动验证码，从而实现自动登陆
