读书

图论-网络流④-最大流解题① 上一篇： 图论-网络流③-最大流② 下一篇： 图论-网络流⑤-最大流解题② 参考文献： https://www.luogu.com.cn/problemnew/solution/P1231 大纲 什么是网络流 最大流（最小割） D i n i c Dinic D i n i c （常用） E K EK E K S a p Sap S a p F o r d − F u l k e r s o n Ford-Fulkerson F o r d − F u l k e r s o n （不讲） H L P P HLPP H L P P （快） 最大流解题 Start \color{#33cc00}\texttt{Start} Start End \color{red}\texttt{End} End 费用流 S p f a Spfa S p f a 费用流 B e l l m a n − F o r d Bellman-Ford B e l l m a n − F o r d 费用流 D i j k s t r a Dijkstra D i j k s t r a 费用流 z k w zkw z k w 费用流 费用流解题 有上下界的网络流 无源汇上下界可行流 有源汇上下界可行流 有源汇上下界最大流 有源汇上下界最小流 最大权闭合子图 有上下界的网络流解题

一、大数据spark 补写实验报告 学习 python 二、《一线架构师实践指南》阅读 阅读了最后一章 一、大数据spark 补写实验报告 学习 python 二、《一线架构师实践指南》阅读 阅读了最后一章 一、大数据spark 补写实验报告 学习 python 二、《一线架构师实践指南》阅读 阅读了最后一章 一、大数据spark 补写实验报告 来源： https://www.cnblogs.com/yeshenfeng/p/12315055.html

来源： https://www.cnblogs.com/huansky/p/12309457.html

学习软件之epub阅读器推荐 现在这个信息时代，只要你想，就可以在网上轻而易举的找到自己想要的学习资料。一般来说，学习资料以视频和电子书为主。相比这两种资料，视频学习资料能够讲解的更详细但是进度比较慢，电子书资料需要自己自主学习，学习节奏是自己把握。 两种学习模式各有优点，但是对于小编来说还是更喜欢自己看书学，对于知识的理解可以更深刻。在这里，我给大家推荐一下小编使用过的一些阅读器，主要是提供于epub格式的电子书阅读。 1 neat reader 这款阅读器是近期使用比较频繁的一款阅读器。因为平时看电子书一般都是epub格式的较多，neat reader是专门为使用epub格式电子书阅读而开发的一款软件。几乎是全平台可以使用，还有web版可提供应急。 可以快速准确的打开epub格式电子书，并且高亮，书签，阅读笔记等功能都十分齐全。阅读背景和字体大小支持自定义设置。升级高级版本提供云端功能，解锁更多自定义设置。可以说是每一个功能对于学习和阅读都非常有用。多平台加云端功能可以使我们在任意设备上学习。 可使用平台： Windows系统 Mac系统 Android系统 iOS系统 （还有网页版可使用） 官网：https://www.neat-reader.cn/ 2 Calibre 这是一款免费且没有任何增值服务的阅读器。它可以解析非常多种格式的电子书，而且支持多种电子书格式互相转换

epub阅读器分享 对于电子书热爱者来说，有一款好用的阅读器简直可以使阅读体验提高好几个档次。epub格式是一种常见的电子书格式，它对于复杂的排版，图表，公式等元素的兼容性很好，而且对阅读设备的要求不高。今天我就来给大家分享几款支持epub格式的阅读器。 1 neat reader 顾名思义，neat是整洁的意思，这款阅读器给人的整体感觉就是简洁明了，细节方面还有一些小设计感，外观方面很不错。提供了很多阅读功能，调节阅读背景，字体形式和间距大小。如果有读书做批注的习惯，也完全可以满足。打开电子书，支持高亮，书签，笔记等功能，并且还有一键跳转高亮内容的功能。 它是一款多平台可使用的阅读器，可支持多个系统的电脑和手机，还有网页端随时使用。升级高级版本可以拥有云端服务，换个设备阅读可以一键获取上传云端的数据。对于平时会使用多个设备同时阅读的朋友相当友好。 下载地址：https://www.neat-reader.cn/ 2 nook nook阅读器不仅可以阅读Epub格式电子书，还具有线上书店可提供于购买图书。在nook上注册账号后，可以获得14天的试用期，在此期间，我们就试读想看的任何书籍或新闻杂志。14天试用期结束后，可以根据自身的需要来购买或者是订阅感兴趣的书籍。 阅读时提供多种自定义服务，可以自行更改主题，背景，字体等阅读设置。可以对电子书中选中内容进行注释，突出显示和添加书签

除非终生隐居在终南山，否则一个人终究要与人接触，与人交流，与人打交道。 一个人的成功，85%是由人际关系决定，只有15%是由专业知识决定的。此话虽然说得有点绝对，但至少说明了，人际关系在人的一生中，扮演着多么重要的角色。 很多人，尤其是刚踏上社会的年轻人，急于撸起袖子大干一场，面对错综复杂的大千世界，却“拔剑四顾心茫然”，不知从何入手。 其实，只要遵守一些基本规律，就可以掌握人际关系的核心，理论有了，再辅以实践磨炼以及时间的积累，有朝一日，必能在社会上大展拳脚。 书店里相关的书却良莠不齐，泥沙俱下，不但无用且害人不浅，既然要读，就读经典吧，读那些经过历史考验的书。 1. 如果只让我推荐一本有关于人际关系的书，我推荐《人性的弱点》，作者是戴尔·卡耐基。 事实上，我上文所说的“一个人的成功，85%是由你的人际关系决定，只有15%是由你的专业知识决定的。”那句话，正是出于戴尔·卡耐基之口。 戴尔·卡耐基 ，著名的人际关系学大师，西方现代人际关系教育的奠基人，被誉为20世纪最伟大的心灵导师。 世界上每一个国家都有他的著作译本：《人性的弱点》、《人性的优点》和《语言的突破》等几部著作，成为继《圣经》之后，人类出版史上第二大畅销书。 他在1936年出版的著作《人性的弱点》，80年来始终被视为社交技巧的圣经之一，再版了无数次，被每一个渴望和谐人际关系的人所收藏。 《人性的弱点》是世界上最畅销

我读的《构建之法》是由邹欣著作的，构建之法乃是为现代软件工程的化身。邹欣老师用自己的教学经验和研发精神，为我们增添了软工人的翅膀。 看到了来自各种各样的成功人士、教师、学者等许多人的阅读心得，没有一不赞叹的，都赞叹不绝，有的说其贴近实际，有的说其有趣、耐人寻味，有的说其让人受益匪浅。在看了这么多的秒口评价，油然而生的肃然起敬，不由得让人去认真去看，去细品其中的精髓。当看到本书的目的时，对于作者的情商也颇为佩服，让人由衷地感受其明智和大家之气。 作者先是假设学生和老师的各个关系，具体分析，找出其中的特点，最终定格在教练和健身学员。既将学生对于代码的要求写的淋漓尽致，又不失精髓。将自己所得方法和经验列出参考，明确指出了要结合自己学校的具体情况，这让我想到了马克思主义被各个社会主义国家吸收，同样本书所提供的各种方法，教师可以结合自身学校，加以调整，走自己的特色教学之路。 现在作为一个大二的学生，读到他人对此书评价，加上这本书的广泛应用程度和知名度，不爱读书的我，各种实践方法的提供，脉络缜密，思维清晰，像一个指路人，在不断引领我前行，现在真想熬夜继续读，但时间也不早了，晚安 来源： https://www.cnblogs.com/PSLQYZ/p/12293462.html

趁着在家这一段时间，把我期待已久的红楼梦看了一遍，以前感觉红楼梦有什么好看的，不就是一个男的和一群女的故事嘛，然后听了朋友，老师的讲解发现红楼梦中有很多值得学习的东西。 这不仅仅是一个男的和一群女的故事，更是人性，和中国历史的缩影。 在红楼梦中女主人公是林黛玉，由于父母亲去世，她不得不去她外祖母家，之后展开了故事。 在我看来，文中的女主人公林黛玉，美丽聪慧，文思敏捷，善于吟诗作对。由于从小父母双亡，寄人篱下，形成了孤僻清高敏感多疑的性格，别人眼中“花柳繁华地，温柔富贵乡”的大观园，在她眼中却是“一年三百六十日，风刀霜剑严相逼”的一座愁城，无奈最后落了个“冷月葬诗魂”的悲剧。 但我感觉她和宝钗比起来，黛玉和宝钗不在一个层面上，宝钗更强调的是做人，而黛玉是用生命在做诗。 在书的第二十回里，史湘云当面对林黛玉说：“你敢挑宝姐姐的不是，就算你是好的，我不如你，她怎么不及你呢？”林黛玉听了当时就“冷笑”道：“我当是谁，原来是她，我哪里敢挑她呢。”后来还是众人劝解开来。 黛玉的冷笑很说明问题，她根本看不上宝钗会做人的俗气。而众人来劝解，说明他们境界和黛玉不在一个层次上——在整个贾府里，能够懂得黛玉的只有宝玉一个人。黛玉是作诗，宝钗是做人。黛玉有灵性，宝钗有美德。 在我们这个世界中，根本不缺少有会做人的，这也让我看到什么叫知世故而不世故。 我们这个世界不能变成庸俗的世界

系列目录： 菜鸟笔记-DuReader阅读理解基线模型代码阅读笔记（一）—— 数据 菜鸟笔记-DuReader阅读理解基线模型代码阅读笔记（二）—— 介绍及分词 菜鸟笔记-DuReader阅读理解基线模型代码阅读笔记（三）—— 预处理 未完待续 … … 基线系统加入了新的段落抽取策略来提升模型表现。 段落抽取思路 基线系统使用了新的段落抽取策略提高模型效果，具体代码见DuReader代码库中 paddle/para_extraction.py 文件。相似的策略被用于2018年的Top-1系统 (Liu et al. 2018) at 2018 Machine Reading Challenge 。 DuReader (He et al. 2018)原来的基线使用了简单策略选择段落训练和测试模型。但是真正包含答案的段落可能并没有被包含进去。因此，使用更多的信息进行答案抽取。 段落抽取的新策略具体如下，将新的段落抽取策略用于每个文档。对于单个文档： 去除文档中的重复段落 如果段落短于预先设定的最大长度则使用预先定义的分隔符将标题与段落连接起来。 计算每个段落于问题的F1分数 将标题与top-K个F1分数的段落使用预先定义的分隔符连接起来，构造短于预定义最大长度的段落。 代码 主要分为两个函数compute_paragraph_score、paragraph_selection如下

https://blog.csdn.net/qq_28898309/article/details/82890770 来源： CSDN 作者： waldenj 链接： https://blog.csdn.net/waldenj/article/details/104249135