Void Space

发表于 更新于 分类于

Netsh Windows 网络端口转发

https://zhuanlan.zhihu.com/p/584098323

创建转发

listen 是转发机的地址 connect 是被转发，也就是要访问的主机地址

netsh interface portproxy add v4tov4 listenaddress=0.0.0.0 listenport=5555 connectaddress=192.168.163.102 connectport=5555

查看已有的转发

netsh interface portproxy show all

发表于 更新于 分类于

Docker 启用 IPV6

修改文件

sudo vim /etc/docker/daemon.json

在大括号内添加如下内容，没有大括号则补上

"ipv6": true,
"fixed-cidr-v6": "fd00::/80",
"experimental": true,
"ip6tables": true

重启docker

systemctl restart docker

发表于 更新于 分类于

数位 DP

基础知识

可以对有上限的数字进行枚举（相当于考虑无限制情况下的预处理） 这样就允许了预处理

  • 三、前缀的用途（以1234为例，控制上界枚举）
  • 11**：满足的为1100-1199，所以下一位可以是0-9
  • 12**：满足的为1200-1234，所以下一位可以是0-3
  • 那么，1234要求的是——
  • 0000-0999
  • 1000-1199
  • 1200-1229
  • 1230-1233
  • 1234（本身）
    阅读全文 »

发表于 更新于 分类于

JDK 安装 Java 版本切换

进行JDK安装

apt-get install openjdk-17-jdk

选择JAVA版本

update-alternatives --config java

发表于 更新于 分类于

设置 git 与终端代理

Powershell 使用

$env:HTTP_PROXY="http://127.0.0.1:7890"; $env:HTTPS_PROXY="http://127.0.0.1:7890"

对于 git

git config --global http.proxy 'http://127.0.0.1:7890'
git config --global https.proxy 'https://127.0.0.1:7890'

Bash

export http_proxy=http://127.0.0.1:7890
export https_proxy=http://127.0.0.1:7890

发表于 更新于 分类于

线性基

异或的性质

预备知识-奇妙的异或运算

  • 异或的性质：

  • 如果\(c == a \land b\)

  • 则有：\(a \land c == b\) 和 \(b \land c == a\)

  • 执行以下3条操作的效果是？

  • \(a = a \land b\)；\(b = a \land b\)；\(a = a \land b\)；

  • 答案：整数a和b的交换

    阅读全文 »

发表于 更新于 分类于

欧拉定理 拓展欧拉定理

算数基本定理

算术基本定理，又称唯一分解定理

定理内容是：

任何一个大于1的自然数\(N\)，如果\(N\)不为质数，都可以唯一分解成有限个质数的乘积\(N = P_1^{a_1} P_2^{a_2} \dots P_n^{a_n}\)。这里\(P_1 < P_2 < \dots < P_n\)均为质数，指数\(a_i\)均为正整数。

阅读全文 »

发表于 更新于 分类于

Yolov5 输出 onnx 模型配置

修改./models/yolo.py

找到forward函数定义，替换全部函数为

def forward(self, x):
    z = []  # inference output
    for i in range(self.nl):
        x[i] = self.m[i](x[i])  # conv

    return x

修改./export.py

shape = tuple((y[0] if isinstance(y, tuple) else y).shape)  # model output shape

改为

shape = tuple((y[0] if isinstance(y, tuple) else y))  # model output shape

输出onnx模型指令

python export.py --weights yolov5s.pt --img 640 --batch 1 --include onnx
0%