Bubbles

安装Anaconda和pytorch [b站参考教程]（https://www.bilibili.com/video/BV1hE411t7RN?spm_id_from=333.788.player.switch&vd_source=2315216bb0d683c28e0b30fe11203ea7&p=4） 常用指令 创建虚拟环境：conda create -n 容器名 python=3.13指定python版本，不同版本的pytorch对python版本需求不同 启动容器：conda activate 容器名 关闭容器：conda deactivate 删除容器：conda remove --name 容器名 --all 列出工具包：pip list 删除镜像：conda config --remove channels 镜像地址 添加镜像：conda config --add channels 镜像地址 查看通道：conda config --get 问题及解决方法 安装pytorch时过慢：添加清华源 conda config --add channels htt ...

第一章 整数的可除性 定义 b∣ab\left|a\right.b∣a : b整除a，a可以被b整除，a是b的倍数，b是a的因子。 素数：除了平凡因子外无其他因子的数 (a,b)\left(a,b\right)(a,b) :a,b的最大公因数，如果最大公因数为1则称两数互素或互质 [a,b]\left[a,b\right][a,b] :a,b的最小公倍数 定理 如果 p>1p>1p>1 是合数n的因数最小的，则p一定是素数，且 p  ≤  np\;\leq\;\sqrt np≤n​ ，进而，如果所有素数 p  ≤  np\;\leq\;\sqrt np≤n​ 都不能整除n则n为素数 找出小于n的所有素数：删去所有素数 p  ≤  np\;\leq\;\sqrt np≤n​ 小于n的倍数（除了1倍数），剩下的就是小于n的所有素数 欧几里得除法（带余除法）： a  ∈  Z,  b  ∈  Z+,  ∃(q,  r),  s.t.  a  =  bq  +  r,  0  ≤  r  <  ba\;\in\;Z,\;b\;\in\;Z^+,\;\exists ...

第七章 参数估计 点估计 问题情境：总体X的分布函数形式已知，部分参数未知，用一个样本来估计未知参数的值。（θ≈θ^\theta\approx\widehat\thetaθ≈θ ） 方法: 矩估计法： 几个未知参数列几个方程，以样本矩估计总体矩 {μ1=E(X)μ2=E(X2)...μn=E(Xn)\left\{\begin{array}{l}\mu_1=E(X)\\\mu_2=E(X^2)\\...\\\mu_n=E(X^n)\end{array}\right. ⎩⎨⎧​μ1​=E(X)μ2​=E(X2)...μn​=E(Xn)​ 而 μk=Ak=1n∑i=1nXik\mu_k=A_k=\frac1n{\textstyle\sum_{i=1}^n}X_i^kμk​=Ak​=n1​∑i=1n​Xik​ 最大似然估计法： 以使似然函数L达到最大的参数值估计参数值 似然函数 L(θ)=∏i=1nf(xi;θ)L(\theta)=\prod_{i=1}^nf(x_i;\theta)L(θ)=∏i=1n​f(xi​;θ) 则使得方程 dL(θ)dθ=0\frac{dL(\th ...

公式总结 第26章 波粒二象性 热辐射 物体热辐射强度与温度和物体材料有关，温度越高，热辐射强度越大 黑体辐射只和温度和波长有关（以下公式根据黑体辐射推出） 波长一定，辐出度 M=σT4M=\sigma T^4M=σT4 温度一点，M最强处波长 λm=bT\lambda_m=\frac bTλm​=Tb​ 光的二相性 光的粒子性：E=mc2=hμE=mc^2=h\muE=mc2=hμ 光子动量：p=hλp=\frac h\lambdap=λh​ 光电效应方程：hμ=A+12mv2h\mu=A+\frac12mv^2hμ=A+21​mv2 康普顿散射 波长较小的光子与外层电子相撞，波长变长 △λ=2λcsin⁡2(θ2)\triangle\lambda=2\lambda_c\sin^2(\frac\theta2)△λ=2λc​sin2(2θ​) 其中，θ2\frac\theta22θ​ 是光子的散射角 不确定关系 △x△px⩾h2\triangle x\triangle p_x\geqslant\frac h2△x△px​⩾2h​ 第24章 光的偏振 光的偏振 三类偏 ...

数据结构 数组和串 找出字符串中第一次出现子串的位置：KMP算法 力扣例题 class Solution {public: vector<int> countpi(string str){ vector<int> pi (str.length(),0); int i = 1,j = 0; while(i<str.length()){ if(str[i]==str[j]){ i++; j++; if(i>=str.length()) break; pi[i]=j; } else if(j==0) i++; else j=pi[j]; } return pi; } int strStr(stri ...

第七章 重积分 二重积分 大概是：在面积的基础上计算体积 ∬f(x,y)dσ\iint f\left(x,y\right)d\sigma ∬f(x,y)dσ 常见方法：直角坐标系（x型,y型），极坐标系，任意坐标系 直角坐标系（x型）：∬f(x,y)dxdy=∫abdx∫g1(x)g2(x)f(x,y)dy\iint f\left(x,y\right)dxdy=\int_a^bdx\int_{g1(x)}^{g2(x)}f(x,y)dy∬f(x,y)dxdy=∫ab​dx∫g1(x)g2(x)​f(x,y)dy 直角坐标系（y型）：∬f(x,y)dxdy=∫cddy∫ψ1(y)ψ2(y)f(x,y)dx\iint f\left(x,y\right)dxdy=\int_c^ddy\int_{\psi1(y)}^{\psi2(y)}f(x,y)dx∬f(x,y)dxdy=∫cd​dy∫ψ1(y)ψ2(y)​f(x,y)dx 极坐标系：∬f(x,y)dxdy=∫θ1θ2dθ∫r1(θ)r2(θ)f(rcos⁡θ,rsin⁡θ)rdr\iint f\left(x,y\right)dx ...

用博客做笔记 记录公式： 下载轻量渲染软件Katex。 1. 在命令行中依次输入： npm un hexo-renderer-marked --save # 卸载默认渲染插件npm un hexo-renderer-kramed --save npm i hexo-renderer-markdown-it --save # 安装这个渲染插件npm install katex @renbaoshuo/markdown-it-katex # 安装这个katex插件 2. 在blog根目录的config.yml文件中添加： markdown: plugins: - '@renbaoshuo/markdown-it-katex' 3. 修改主题配置文件： 4. 使用katex格式渲染公式： 这个网站可以将公式转化为katex格式！ 将图中Latex栏中的内容复制下来，再在复制内容左右加上$即可。如果想让公式单独成行且位于正中间，则在左右加上$$ 渲染效果如下： ∭f(x,y,z)dxdydz\iiint f\left(x,y,z\right)dxdydz ∭f ...

参考教程 详细步骤（有图解） 步骤 1. 安装node.js （选择长期支持版本） 2. 安装git 3. 安装Hexo： 在cmd或者git bash中输入npm install hexo-cli -g #Hexo 的命令行工具 4. 创建博客： 新建文件夹并命名为blog 在空白的文件夹内按右键，选择Git Bash Here。 在弹出的Git Bash命令行中依次输入hexo init,hexo g,hexo s,打开提供的链接http://localhost:4000/ ,预览网页效果。 预览完成后，可按下"ctrl+c"退出网页预览部署。 5. 部署到GitHub: 在git bash中输入npm install hexo-deployer-git --save #将 Hexo 生成的静态网站文件部署到 Git 仓库中 在GitHub中新建一个仓库，仓库命名格式为：你的github用户名.github.io。 下载vscode 创建完成后，复制仓库网址，用vscode打开_config.yml文件，将网址粘贴到deploy栏目下的repo处。 在git ...