量子

Software development has already undergone an important journey from its beginnings to test automation and continuous testing. As time progresses, however, it is certain that testing will have to evolve as well. With digital transformations and the drive towards DevOps, automated testing is now at the heart of software testing and has taken the lead in the development process. 软件的发展从开始到自动化测试和持续测试已经走过了一个重要的旅程。时间的流逝，测试也会同样的演变是毋庸置疑的。随着数据的变革和开发运维驱动，自动化测试现在已经是软件测试的核心，并且在发展的进程中处于领先地位。 Artificial Intelligence (AI) seems to be the future of testing. AI has created high hopes in software testing and

--数据库操作前的准备 -- 创建数据库 -- create database python_test_1 charset=utf8; -- 使用数据库 -- use python_test_1; -- students表 -- create table students( -- id int unsigned primary key auto_increment not null, -- name varchar(20) default '', -- age tinyint unsigned default 0, -- height decimal(5,2), -- gender enum('男','女','中性','保密') default '保密', -- cls_id int unsigned default 0, -- is_delete bit default 0 -- ); -- classes表 -- create table classes ( -- id int unsigned auto_increment primary key not null, -- name varchar(30) not null -- ); -- 查询练习 -- 查询所有字段 -- select * from 表名; select * from students; --

点击上方“AI公园”，关注公众号，选择加“星标“或“置顶” 作 者： Prateek Joshi 编译： ronghuaiyang 导读 昨天给大家介绍了CRF的基本概念，今天我们聊一聊为什么需要这么个东西。 这是一个分为两部分的讨论。在这篇博文中，我们将讨论条件随机场的需求。在下一篇文章中，我们将讨论它们到底是什么以及如何使用它们。在计算机视觉、生物信息学、计算语言学和语音识别等诸多领域，都出现了为一组观测序列分配标签的任务。例如，考虑自然语言处理任务，即在句子中使用相应的词性标记标记单词。在这个任务中，每个单词都有一个标记，表示其适当的词性，从而产生带标注的文本。再举一个例子，考虑根据所观察到的行为给一个视频贴上一个人的心理状态标签的任务。你必须分析用户的面部表情，确定用户是否高兴、生气、悲伤等等。我们经常希望预测大量相互依赖的变量以及其他观察到的变量。如何实现这些任务？我们应该使用什么模型？ 为什么要用条件随机场？ 在许多应用中，我们希望能够预测相互依赖的多个变量。例如，一个运动队的表现取决于该队每个队员的健康状况。每个成员的健康可能会受到团队旅行计划的影响。比赛的结果可能会影响全队的士气。反过来，士气可能会影响健康。正如你所看到的，有多个变量错综复杂地相互依赖。条件随机场(CRFs)对这些问题的建模非常有用。与此类似的应用有很多，比如对图像的区域进行分类

全世界只有 3.14 % 的人关注了 爆炸吧知识 运伟大之思者 必行伟大之迷途 如果可以穿越到过去，你最想成为下面的哪个人？ 1 公元前3世纪，希腊，亚历山大城。 有一个年轻人，千里迢迢地从雅典来到了这座城市，满脸疲惫，内心却激动万分：他的理想有机会实现了！ 此前，他已经积累了非常多前人留下的几何知识，但大多数零碎而松散，公式和公式之间更没有什么联系，他想：为什么我不把它们整合在一起呢？ 他在新兴的亚历山大城吸收着新知识，同时整理前人的旧知识， 在无数个日日夜夜里，偶尔伏案疾书，偶尔陷入思索，终于完成了十三卷的著作《几何原本》。 2 1665年，英国，伦敦。 伦敦发生历史一遇的大瘟疫，剑桥大学因此关闭。 有个学生因为无法回到学校，只能待在家中，在足不出户的两年里，他渐渐地开始思考前人从未思考过的问题。 接着，如同受到上帝的点拨，他连续提出了一系列发现： 万有引力定律、光的构成、色的种类、流数术..... 1666年10月，他将前两年的数学研究成果整理成一篇总结性论文，名为《流数简论》。 3 1854年，英国，剑桥。 一个刚从剑桥毕业的小伙子，偶然机会下读到了法拉第的《电学实验研究》,他立刻被书中新颖的实验和见解吸引住了。 1865年，他毅然辞去教职，决意将法拉第的天才思想以数学的形式表达出来。 凭借高深的数学造诣和数十年的努力，他终于将法拉第的电磁场理论转化为简洁、对称的数学公式

来源： 脑极体 2020年已经过去，无论我们过得顺遂平安，还是过得无比艰难，我们应该都会记住这一年。 回顾2020年，在这个不同寻常的疫情之年，科技成为人类抗击疫情的关键，而人工智能技术投入抗疫战争之中，可以说是人类有史以来的第一次。而与此同时，AI技术已经在我们的生产生活、公共管理等方方面面得到深入应用。 人工智能应用场景的爆发，其背后是全球AI科技企业从后端走向前台，从实验室走向产业纵深的努力和实践。 最近，百度和谷歌不约而同都发发布了长文，来总结2020的AI发展。 谷歌首席AI科学家Jeff Dean在谷歌博客上刊出了Google Research: Looking Back at 2020, and Forward to 2021的万字长文，详细介绍了谷歌在2020年AI技术在多个领域取得的应用进展。 而更早一点时间，百度先后发布了长达万字的《百度AI的2020》和《百度研究院2021年十大科技趋势预测》，同样细数了百度过去一年里在AI技术业务体系和产业赋能体系中的各项成果，同时也对2021年的AI技术和应用领域做出清晰判断。 如果仔细对比谷歌和百度在AI技术和产业应用的实践，我们就会惊讶地发现，两家几乎同时以搜索引擎业务起家的公司已经将AI技术应用到自身产品体系的方方面面。 我们同时也看到，谷歌和百度正在构建一幅千行百业智能化的全球AI图景，不过两家巨头的不同之处在于

原文: WPF之路——实现自定义虚拟容器(实现VirtualizingPanel) 源码下载地址： http://download.csdn.net/detail/qianshen88/6618033 在WPF应用程序开发过程中，大数据量的数据展现通常都要考虑性能问题。有下面一种常见的情况:原始数据源数据量很大，但是某一时刻数据容器中的可见元素个数是有限的，剩余大多数元素都处于不可见状态，如果一次性将所有的数据元素都渲染出来则会非常的消耗性能。因而可以考虑只渲染当前可视区域内的元素，当可视区域内的元素需要发生改变时，再渲染即将展现的元素，最后将不再需要展现的元素清除掉，这样可以大大提高性能。在WPF中System.Windows.Controls命名空间下的 VirtualizingStackPanel 可以实现数据展现的虚拟化功能，ListBox的默认元素展现容器就是它。但有时 VirtualizingStackPanel 的布局并不能满足我们的实际需要，此时就需要实现自定义布局的虚拟容器了。本文将简单介绍容器自定义布局，然后介绍实现虚拟容器的基本原理，最后给出一个虚拟化分页容器的演示程序。 一、WPF中自定义布局 （已了解容器自定义布局的朋友可略过此节） 通常实现一个自定义布局的容器，需要继承System.Windows.Controls.Panel, 并重写下面两个方法:

ylbtech-人物-物理学家：爱因斯坦 同义词 爱因斯坦（爱因斯坦）一般指阿尔伯特·爱因斯坦 阿尔伯特·爱因斯坦（Albert.Einstein，1879年3月14日—1955年4月18日），出生于 德国 符腾堡王国 乌尔姆 市，毕业于苏黎世联邦理工学院，犹太裔 物理学家 。 爱因斯坦1879年出生于 德国 乌尔姆 市的一个 犹太人 家庭（父母均为犹太人），1900年毕业于 苏黎世联邦理工学院 ，入 瑞士 国籍。1905年，获 苏黎世大学 哲学博士 学位， 爱因斯坦提出 光子 假设，成功解释了 光电效应 ，因此获得1921年 诺贝尔物理奖 ， 1905年创立 狭义相对论 。1915年创立 广义相对论 。1955年4月18日去世，享年76岁。 爱因斯坦 为 核能 开发奠定了理论基础 ， 开创了现代科学技术新纪元 ，被公认为是 继 伽利略 、 牛顿 以来最伟大 的 物理学家 。 1999年12月26日 ，爱因斯坦被 美国《 时代周刊 》评选为“ 世纪伟人 ” 。 1. 返回顶部 1、 中文名：阿尔伯特·爱因斯坦 外文名：Albert.Einstein 国 籍：德国→瑞士→美国 民 族：犹太人 出生地：德国符腾堡王国乌尔姆市 出生日期：1879年3月14日 逝世日期：1955年4月18日 职 业：科学家、物理学家 毕业院校： 苏黎世联邦理工学院 、 苏黎世大学 信 仰：无神论 主要成就

来源：遇见数学 距离2021年高考还有不到两百天，当无数高中生还在为千军万马过独木桥儿紧锣密鼓准备之时，有部分初中生却已经一只脚踏入了清华大学的校门。 2020年的最后一天，清华大学发布官方通知，将启动“丘成桐数学科学领军人才培养计划”，初三学生就可申请，有机会直接走上本硕博连读的“学霸道路”。 在大部分同学还在为一次、二次函数头疼的时候，杭州已经有会微积分的初中生报名了。 “微积分”，听起来是大学生才会接触到的三个字，俨然成了判断超前学霸的指标。它究竟有多难？ 先别着急皱眉头，其实早在我们小学二年级的时候（甚至可能更早），就已经见识过微积分了，而且我们身边许多看似理所应当工具，全都要拜它所赐。 无穷之 “罪” 相信每一位小学数学老师都曾这样提醒过刚学习除法的我们： 0一定不可以作为除数 ，因为没有数乘以零会得出非零数。我们从此将其奉为圭臬。 可另外一种有意思的情况： 在 实无穷 条件下，如果一个无限接近0的数被累计无穷次，结果可以等于 任何数 。 微积分，便是把复杂的问题分解为无穷个小问题（微分），再将它们组合在一起（积分）。组合多少次呢？ 无穷次 。 “无穷”是一个奇妙的封印。数学家 史蒂夫·斯托加茨（Steven Strogatz） 在著作 《微积分的力量》 中将无穷称作“被通灵术召唤的灵魂”，这可不是恭维。例如，如果一段很短的线段被分为实无穷段，则每一段的长度为0

热辐射：任何温度下，宏观物体都要向外辐射电磁波；电磁波能量的多少，以及电磁波按波长的分布都与温度有关。这种由物体温度决定的电磁辐射称为热辐射。 理论和实验表明：物体辐射电磁波的同时，也吸收电磁波； 物体辐射本领越大，其吸收本领也越大。 辐射和吸收达到平衡时，物体的温度不再变化，此时物体的热辐射称为平衡热辐射 单色辐射出射度（单色辐出度）：一定温度 T 下，物体单位面积在单位时间内发射的波长在 l ~ l +d l 内的辐射能 d Ml 与波长间隔 d l 的比值 辐出度：物体 (温度 T ) 单位面积在单位时间内发出的总辐射能 连续谱，频谱分布随温度变化，温度越高，辐出度越大。另外，辐出度还与材料性质有关。 对处于热平衡的任何一个物体来说，其单色辐出度与单色吸收比的比值是一个与物体性质无关，而只与物体温度和辐射波波长有关的一个普适函数，即 基尔霍夫热辐射定律 单色吸收比 为1的物体，称为绝对黑体或黑体 绝对黑体(黑体)：能够全部吸收各种波长的辐射且不反射和透射的物体。 • 与同温度其它物体的热辐射相比，黑体热辐射本领最强 测量黑体辐射出射度实验装置 普朗克公式 普朗克常数 h = 6.626×10-34 J·s 谐振子与腔内电磁场交换能量时，其能量的变化是 hv 的整数倍， 若谐振子频率为 v ，则其能量是 nhv hv , 2 hv , 3 hv ,…, nhv ,… n 为整数

© Olhar Digital 来源：利维坦 文：Tam Hunt 译：猫大郎 校对：兔子的凌波微步 2020年5月，“宇宙有意识吗？”作为标题出现在《新科学人》（New Scientist）周刊的一期封面上。德国慕尼黑数学与哲学中心的数学及物理学家约翰内斯·克莱纳（Johannes Kleiner） 告诉作者迈克尔·布鲁克斯（ Michael Brooks）， 从数学的角度对意识作出精准定义，可能意味着宇宙中充斥着主观经验。 克莱纳一直和其他人一起对这一课题展开研究，他说：“这可能是一场科学革命的开端。” （www.newscientist.com/article/mg24632800-900-is-the-universe-conscious-it-seems-impossible-until-you-do-the-maths/） （arxiv.org/abs/2002.07655） 克莱纳和他的同事们专注于意识信息整合理论（the Integrated Information Theory of Consciousness, 简称IIT）的研究，这是当今较为重要的意识理论之一。正如克莱纳所指出的那样， 意识信息整合理论完全是泛灵主义观点，因为所有被整合的信息，至少都具有一点的意识。 谈到泛灵主义的兴起，你可能会把它看成哥白尼思潮的一部分，即我们并没有什么特别