BAT机器学习面试1000题系列1前言1BAT机器学习面试1000题系列21归一化为什么能提高梯度下降法求解最优解的速度？222归一化有可能提高精度223归一化的类型231）线性归一化232）标准差标准化233）非线性归一化2335.什么是熵。
机器学习ML基础易27熵的引入273.1无偏原则2956.什么是卷积。
深度学习DL基础易38池化，简言之，即取区域平均或最大，如下图所示（图引自cs231n）40随机梯度下降46批量梯度下降47随机梯度下降48具体步骤：50引言721.深度有监督学习在计算机视觉领域的进展731.1图像分类（ImageClassification）731.2图像检测（ImageDection）731.3图像分割（SemanticSegmentation）741.4图像标注–看图说话（ImageCaptioning）751.5图像生成–文字转图像（ImageGenerator）762.强化学习（ReinforcementLearning）773深度无监督学习（DeepUnsupervisedLearning）–预测学习783.1条件生成对抗网络（ConditionalGenerativeAdversarialNets，CGAN）793.2视频预测824总结845参考文献84一、从单层网络谈起96二、经典的RNN结构（NvsN）97三、NVS1100四、1VSN100五、NvsM102RecurrentNeuralNetworks105长期依赖（Long-TermDependencies）问题106LSTM网络106LSTM的核心思想107逐步理解LSTM108LSTM的变体109结论110196.L1与L2范数。
机器学习ML基础易163218.梯度下降法的神经网络容易收敛到局部最优，为什么应用广泛？深度学习DL基础中178@李振华，https://www.zhihu.com/question/68109802/answer/262143638179219.请比较下EM算法、HMM、CRF。
机器学习ML模型中179223.Boosting和Bagging181224.逻辑回归相关问题182225.用贝叶斯机率说明Dropout的原理183227.什么是共线性,跟过拟合有什么关联?184共线性：多变量线性回归中，变量之间由于存在高度相关关系而使回归估计不准确。
184共线性会造成冗余，导致过拟合。
184解决方法：排除变量的相关性／加入权重正则。
184勘误记216后记219

很经典的MFC教程。
目录译者序前言第一部分基础知识第1章窗口21.1窗口和API环境21.1.1三种类型窗口21.1.2客户区和非客户区31.2窗口和MFC环境41.3怎样应用MFC创建一个窗口51.4怎样使用MFC销毁一个窗口91.4.1捆绑到一个已有的窗口91.4.2窗口类101.4.3窗口进程101.5怎样使用MFC创建一个窗口类111.5.1使用AfxRegisterWndClass()函数注册一个窗口类111.5.2使用AfxRegisterClass()函数创建一个窗口类121.6怎样销毁一个MFC窗口类141.7厂商安装的窗口类141.8其他类型窗口151.9桌面窗口161.10小结16第2章类182.1基类182.1.1CObject182.1.2CCmdTarget192.1.3CWnd192.2应用程序、框架、文档和视图类192.2.1CWinApp(O/C/W)202.2.2CView(O/C/W)212.3其他用户界面类222.3.1通用控件类232.3.2菜单类232.3.3对话框类242.3.4控制条类242.3.5属性类252.4绘图类252.4.1设备环境类252.4.2图形对象类252.5文件类262.6数据库类262.6.1ODBC类262.6.2DAO类272.7数据集类272.8其他数据类272.9通信类282.10其他类292.11小结31第3章消息处理323.1发送或寄送一个消息323.1.1发送一个消息323.1.2寄送一个消息323.1.3发送一个消息与寄送一个消息的比较323.2怎样使用MFC发送一个消息333.3怎样用MFC寄送一个消息333.4三种类型的消息343.4.1窗口消息343.4.2命令消息343.4.3控件通知343.5MFC怎样接收一个寄送的消息363.6MFC怎样处理一个接收到的消息363.7处理用户界面的对象443.8创建自定义窗口消息453.8.1静态分配的窗口消息453.8.2动态分配的窗口消息463.9重定向消息473.9.1子分类和超分类473.9.2用MFC子分类窗口483.9.3重载OnCmdMsg()493.9.4使用SetWindowsHookEx()493.9.5使用SetCapture()493.9.6专有的消息泵503.10小结50第4章绘图514.1设备环境514.2在MFC环境中创建一个设备环境524.2.1屏幕524.2.2打印机534.2.3内存544.2.4信息544.3绘图例程554.3.1画点554.3.2画线554.3.3画形状554.3.4形状填充和翻转554.3.5滚动564.3.6绘制文本564.3.7绘制位图和图标564.4绘图属性564.4.1设备环境属性574.4.2画线属性584.4.3形状填充属性584.4.4文本绘制属性584.4.5映像模式594.4.6调色板属性624.4.7混合属性624.4.8剪裁属性634.4.9位图绘制属性644.5元文件和路径654.5.1元文件654.5.2路径664.6颜色和调色板664.6.1抖动色674.6.2未经抖动色674.6.3系统调色板674.6.4使用系统调色板684.6.5动画色714.7控制什么时候在哪里绘图714.7.1处理WM_PAINT714.7.2只绘制被无效化的区域724.7.3

232转485电路图做电气的，经常接触到这类电路。
我用DXP画出来了，有PCB

三菱PLCFX3U系列串口RS232通讯例程，对初学者理解PLC的串行通讯有很好的帮助。

UART_232串口VERILOG代码，包括UART_baudrateUART_rxUART_tx三个逻辑模块QUARTUS18.0工程源码

win10下USB转232串口驱动程序,本人在win10createupdateBuild1628164位系统下亲测可用,内附详细使用说明。

虚拟串口工具，方便232开发调试

PC机通过“USR-TCP232-Test”软件向开发板发送数据，开发板接收到一帧数据后（一帧数据以’#*’作为结尾），将该帧数据原样返回。

ArcGIS10.2配置PostgreSQL9.2标准教程,PostgreSQL9.232位DLL文件，使用教程查看：https://www.cnblogs.com/liweis/p/11775156.html

雷达成像原理（Word完整版）第一章雷达基础知识51．1雷达的定义51．2雷达简史51．3电磁波51.4脉冲81.5分贝值表示方法91.6天线101.7雷达散射截面122．1傅立叶变换142．2雷达硬件组成152．2．1振荡器152．2．2波形产生152．2．3混频器162．2．4调制162．2．5发射机162．2．6波导162．2．7双工器172．2．8天线172．2．9限幅器172．2．10低噪放大器182．2．11系统噪声182．2．12解调192．2．13正交混频202．2．14A/D转换器212.3天线222.3.1天线的概述232．3．2方向性函数242.3.3天线增益272．3．4天线口面上辐射场的渐变处理282．3．5余割平方天线292．4相控阵天线302．4．1一维线阵列天线312．4．2二维相控阵33第三章外部环境对雷达系统的干扰343.1雷达散射截面（RCS）343.1.1简单目标的RCS343.1.1.1理想导体球353.1.1.2平板363.1.1.3角反射器363.1.1.4Luneburg透镜373.1.2复杂目标的RCS383.1.3计算RCS的方法383.1.4极化因素383.1.4.1极化散射矩阵383.1.4.2简单目标的极化散射矩阵393.1.4.3更一般的极化基403.2传播与杂波413.2.1雷达波在大气中的折射413.2.2地表弯曲效应423.2.3雷达波在空气中的衰减433.2.4雷达波在雨水中的衰减433.2.5雷达波在地表的反射433.2.6多路效应443.2.7表面杂波反射453.2.8降水引起的雷达反向散射463.3外部噪音46第四章：基本雷达信号处理504.1从噪声和杂波中间测回波信号504.1.1检测器特点504.1.2检测的基本理论504.1.3噪声中检测无波动目标524.1.3.1：已知相位的单脉冲的相参检测524.1.3.2单脉冲包络检测524.1.3.3n个脉冲的相参积分：524.1.3.4n个非相参脉冲的积分变换损失：534.1.4施威林情形534.1.4.2波动损失534.1.5：噪声中目标检测小结：544.1.6:次积分：无振动目标544.1.7目标554.2雷达波形554.2.1总的雷达信号554.2.2匹配滤波器564.2.3：匹配滤波器对于延迟，多谱勒平移、信号的响应，584.2.4雷达模糊函数584.2.5例1：一个单脉冲；
距离和速度分辨率604.2.6例2：线性频率调制脉冲；
脉冲压缩614.2.7例3：相关脉冲序列：在距离和速度上的分辨率和模糊度624.2.7.1单脉冲串634.2.7.2线性调频脉冲串644.2.7.3其它脉冲序列654.2.8相差处理间隔664.2.9CPI的例子,求解雷达方程664.3雷达测量精确度674.3.1单脉冲674.3.2卡尔曼绕界限674.3.2.1在频率上得卡尔曼-绕界限684.3.2.2延迟上的卡尔曼绕界限694.3.2.3角度上的卡尔曼--绕界限694.3.2.4卡尔曼-绕界限的例子。
704.3.2.5总结：71第六章成像雷达简介726.1距离—速度压缩726.2旋转目标：逆合成孔径雷达726.3逆合成孔径雷达用于大范围目标756.4点扩展函数766.5标准二维逆合成孔径雷达：小角度776.6二维逆合成孔径雷达：大角度806.7三维逆合成孔径雷达816.8波数空间与极化设计方法816.9ISAR注释826.10ISAR的其他情况836.11近场ISAR846.12变化情况未知的目标及旋转85第七章合成孔径雷达897.1SAR897.1.1SAR模型907.1.2距离和速度等值线917.1.3动态补偿917.1.4斜面或平面927.1.5SAR对脉冲重复频率的要求927.1.6距离转移937.2SAR波形及处理947.2.1快时处理947.2.1.1SAR中的线性调频（LFM）947.2.1.2非线性调频处理957.2.1.3非畸变过程967.2.1.4LFM脊态987.2.2慢时（slowtime）处理987.3SAR成像质量997.

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。