$$\begin{align} &\frac 12 = 50\%\ \ \ \ \ \ \ \ \frac 13 = 33.3\%\ \ \ \ \ \ \ \ \frac 14 = 25\% \\ &\frac 15 = 20\%\ \ \ \ \ \ \ \ \frac 16 = 16.7\%\ \ \ \ \ \ \ \ \frac 17 = 14.3\%\\ &\frac 18 = 12.5\%\ \ \ \ \ \frac 19 = 11.1\%\ \ \ \ \ \ \ \ \frac 23 = 66.7\% \\ &\frac 34 = 75\%\ \ \ \ \ \ \ \ \frac 38 = 37.5\%\ \ \ \ \ \ \ \ \frac 58 = 62.5\% \\ &\frac 27 = 28.6\%\ \ \ \ \ \frac 37 = 42.9\%\ \ \ \ \ \ \ \ \frac 56 = 83.3\% \\ &\frac 29 = 22.2\%\ \ \ \ \ \frac 49 = 44.4\%\ \ \ \ \ \ \ \ \frac n9 = nn.n\% \\ \end{align}$$

高频考点之 ABRX 类问题

增长量 X 的常用解题技巧

一般来讲X会有两类考法：

一是直接求X，相对比较简单；二是求两个X的关系（或倍数或比值等），此类考法只是将两道第一种考法的题目合并到了一道题中。

求X的题型一般会给出B、R做为已知条件，我们可以根据R的大小选择适用的方法：

当R大于10%并靠近某个分数时，可以选用415份数法；

当R小于10%时，可以选用假设分配法；

当R非常小（一般为小于5%），并且选项的差距很大，我们可以用$ B \times A$ 代替 $ A \times R$ 来求得X。

什么是边缘计算

边缘计算指的是在网络边缘节点来处理、分析数据。这里，给出边缘节点的定义，边缘节点指的就是在数据产生源头和云中心之间任一具有计算资源和网络资源的节点。比如，手机就是人与云中心之间的边缘节点，网关是智能家居和云中心之间的边缘节点。在理想环境中，边缘计算指的就是在数据产生源附近分析、处理数据，没有数据的流转，进而减少网络流量和响应时间。

边缘计算是在网络边缘给用户提供IT服务环境以及云计算能力的分布式开放平台。计算机网络中的边缘是指互联网中的所有主机的集合。边缘计算中的边缘则是相对的概念，是指从数据源到云服务器之间的数据路径上的任意计算、网络以及存储资源。

多方不同定义的共识：在更靠近终端的网络边缘上提供服务。

逻辑论证之削弱论证

归因类质疑

• 对比实验归因类
  • 另有他因
    • 结果不同，另找不同的原因
    • 结果相同，另找相同的原因（极少考）
  • 因果倒置
    • 注重时间先后
  • 易混淆的错误选项
    • 未分组就引入其他变量，不行！
    • 分组方式不对！
    • 未提及原因的选项
    • 有些、一些、一部分等个例选项往往不选！
    • 实验瑕疵，万能选项！

Signal and Slot

• 自定义信号和槽
  • 自定义信号
    • 写到 signal 下
    • 返回 void
    • 需要声明，不需要实现
    • 可以有参数，可以重载
  • 自定义槽函数
    • 返回void
    • 早期Qt版本必须写到 public slots 下，高级版本也可以写到 public 下或者全局函数
    • 需要声明，也需要实现
    • 可以有参数，可以重载
  • 触发自定义的信号
    • emit 信号

最近在读机器学习深度学习代码时，时常发现自己读不懂，原因除了不熟悉算法原理之外，还有不知道某个函数实现了什么功能，例如numpy有无数种创建数组和矩阵的方式，为什么这个算法的实现要用到这种方式等等。Numpy数组有许多极其优良的性能，在对大量数据进行数学和其他类型的操作是，我们通常会选择numpy数组而不是python原生的list。因此，本文主要记录入门numpy的一些容易混淆的概念和常见的使用技巧，一方面在记录的过程中理清思路，在脑海里留下一些实现方法的印象，一方面便于日后复习。

提取出二进制位最右的1

    int n;
    int rightOne = n & (~n + 1);     //n与n的取反加1

求中点

    mid = (L + R) / 2   (L+R可能会溢出)

    mid = L + (R - L) / 2

    mid = L + (R - L) >> 1   (右移一位相当于除以2)

从用户角度来看，计算机是为用户提供服务的，引入操作系统是让计算机为用户提供最好的服务，构建一个用户和计算机之间的和谐交互环境。从系统管理人员的角度来看，引入操作系统是为了合理地组织计算机工作流程，管理和分配计算机系统硬件及软件资源，使之能为多个用户高效率地共享。从发展的观点来看，引入操作系统是为了给计算机系统的功能扩展提供支撑平台。

因此，本文主要谈谈操作系统的发展历史和简要介绍各种操作系统。

word2vec

顾名思义，词向量是用来表示词的向量，通常也被认为是词的特征向量。近年来，词向量已逐渐成为自然语言处理的基础知识。

在自然语言处理（NLP）的世界里，词是最小的单元，由词组成句，句组成段落、篇章、文档，所以处理NLP问题，必须从词入手。在自然语言中词是符号形式的，要对词进行处理，就必须把它们转换成数值形式，或者说，把词嵌入到一个数学空间里，这种嵌入方式，就是词嵌入（word embedding)。word2vec，就是word embedding的一种。

word2vec工具是2013年谷歌团队开发的。主要包含两个model：skip-gram（跳字模型）和CBOW（continuous bag of words，连续词袋模型），以及两种高效的训练算法：负采样（negative sampling）和层序softmax（hierarchical softmax）。值得一提的是，word2vec词向量可以较好地表达不同词之间的相似和类比关系。

Table

• Basic Device Configuration
  • Configure Passwords
  • Encrypt Passwords
  • Banner Messages
  • Save the Running Configuration File
• VLAN and Trunk Configure
  • Create VLAN
  • Configure Ports to VLAN
  • Delete VLAN
  • View the VLAN Configuration
  • Configure Trunk
• Router
  • Router basic configuration
    • IPv4 Config and DCE Clock Rate
    • IPv6 Config
    • IPv4 loopback interface
  • Configure Static and Default Routes
    • IPv4 Static and Default Routes
    • IPv6 Static and Default Routes
    • Floating Static Routes
  • Configure RIPv2
  • Configuring Router-on-a-Stick Inter-VLAN Routing
• IPv4 ACL
• DHCPv4
  • DHCP Server
  • DHCP Relay
  • DHCP Client
• NAT and PAT
  • Configure Static NAT
  • Configure Dynamic NAT
  • Configure PAT：pool