首页
Diary
BrainStroming
ProJect
VLog
观影日记
LeetCode-刷题日志
关于
邻居们
归档
留言板
资源
推荐
百度一下
腾讯视频
用户登录
用户名
密码
登录
关键词搜索
搜索
标签搜索
MachineLearning
DataBase
王者死忠粉
B站精选
回忆录
VlogLover
观影日记
AI
热门文章
1
2020/10/04-Updated of my previous VLOG--Using Python codes to download pictures on specific website !
1.7k 阅读
2
Predicting the Rossmann Store Sales Using Different Models in R --- Kaggle IN class Project
1.5k 阅读
3
追光动漫三部曲-观后感
1.5k 阅读
4
矛盾的大三一年回忆录 - 2020/0901 ~ 2021/09/01
1.3k 阅读
5
Project_Create a Simple Website to Mimic an Airline Check Center
1.3k 阅读
6
VLog ----- 自我介绍 Self-Introduction-Chinese
1.2k 阅读
7
@-@ 说书先生 From B站
1.1k 阅读
8
从B站上面看到的一个很有道理的视频
1.1k 阅读
9
2021~王者诸葛亮击杀集锦---04/19--省标冲冲冲
1.1k 阅读
Knorth小柯北
首页
分类
Diary
BrainStroming
ProJect
VLog
观影日记
LeetCode-刷题日志
页面
关于
邻居们
归档
留言板
资源
推荐
百度一下
腾讯视频
用户登录
登录
“” 共(8)篇
Stable Diffusion + Gen2 runaway 制作劣质版AI视频
关键词 :masterpiece, best quality, extremely detailed CG unity 8k wallpaper, in high-rise transparent elevator room, 1 girl, <lora:samdoesartsSamYang_offsetRightFilesize:0.75>, 1 boy, <lora:blueboys2D_v30:0.75>, clear face, boy with glasses, pointing pistols to each other's heads, clear eyes with glasses, eyes looking at each other, no face covering, clear fingers, clear background, beautiful sky of stars, <lora:makotoshinkaiv2:1>负面关键词 :lowres, bad anatomy, bad hands, text, error, missing fingers, extra digit, fewer digits, cropped, worst quality, low quality, normal quality, blurry face, deformed face, deformed fingers, disorganized face, disorganised fingers, deformed body, 还没结束!使用GEN2 runaway图生视频:{dplayer src="https://littleknorth.xyz/usr/uploads/TOPPIC/%E5%A5%87%E6%80%AA%E7%9A%84%E7%94%B5%E6%A2%AF.mp4"/}评价:最近换了原来的stable diffusion模型,使用了一些新的lora感觉要出那种很连贯的图还是需要一些经验,不过AI视频要生成的话我感觉还是需要原本的图片上面有足够明显的动作痕迹,不然他出的图就是静态颤抖视频。
2023年08月12日
丨
482阅读
丨
0评论
BrainStroming
Javascript链接Azure NoSql数据库 - 可以增删查改(简易版)
const { CosmosClient } = require("@azure/cosmos"); console.log('good') const endpoint = "https://ramuricosmosdbtesting.documents.azure.com:443/"; const key = "chuqphPGgUvyIYNGd09TrCEd3v3wEvXTheFiCMJVXAYCgN9NuqOnZY2xLS6iAFYn8aHExKFujWHRACDbRtNUkQ=="; const client = new CosmosClient({ endpoint, key }); // console.log(client) // async function main() { // // // The rest of the README samples are designed to be pasted into this function body // } async function main() { let counter = 1; const databaseId = "ramuricosmosdbtesting"; const { database } = await client.databases.createIfNotExists({ id: databaseId }); const { container: recommendationContainer } = await database.containers.createIfNotExists({ id: "RecommendationContainer" }); const { container: clickContainer } = await database.containers.createIfNotExists({ id: "ClickContainer" }); console.log(database.id); console.log(recommendationContainer.id); console.log(clickContainer.id); // await container.item("f222febd-d574-47bc-9770-8f0873760f4c").read(); console.log(`Connected to database: ${database.id}`); const { resources } = await recommendationContainer.items.query( "SELECT * from c " ).fetchAll(); for (const city of resources) { console.log(counter); console.log(`The product title is : ${city.product_title}, The Category is : ,${city.category}`); counter++; } // let time = Date.now(); const currentDate = new Date(); // Get the individual components const year = currentDate.getFullYear(); const month = currentDate.getMonth() + 1; // Months are zero-based, so add 1 const day = currentDate.getDate(); const hours = currentDate.getHours(); const minutes = currentDate.getMinutes(); const seconds = currentDate.getSeconds(); console.log(`Current date: ${year}-${month}-${day}`); console.log(`Current time: ${hours}:${minutes}:${seconds}`); let time = `${year}-${month}-${day}-${hours}:${minutes}:${seconds}` const newItem = { current_time : time, current_link : 'abc2fjlewjfdilwedjwasr844o8243oqruo4uro34', brand_name : 'B&K' }; // const { resource: createdItem } = await container.items.create(newItem); // console.log(`Successfully inserted item with brand: ${createdItem.brand_name}`); await clickContainer.items.create(newItem); console.log('Successfully inserted item with brand'); } main().catch((error) => { console.error(error); });
2023年08月11日
丨
494阅读
丨
0评论
BrainStroming
3 == 0 ??? Important Step before solving equations --- Checking
There is one interesting question poseted through the internet about why 3 == 0 in some situations.Actually, one of my instructor gave me the possible explaination.Let me show you !
2021年02月16日
丨
700阅读
丨
0评论
BrainStroming
小游戏分析---皇帝牌(概述)
皇帝牌,顾名思义,其实本质和石头剪刀布类似,在说这个问题前,想要先来问问大家,关于石头剪刀布。我们所知道的是,石头>剪刀,剪刀>布,布>石头,所以在玩石头剪刀布的时候,我们会本能的觉得这是一个公平的游戏,当然,事实就是他确实就是很公平!这次我们玩的游戏升级了,不再是石头剪刀布,而是皇帝平民和刺客!但是在我的设计中,这不是一个公平的游戏,这是一个不公平的游戏。如何是一个公平的游戏变得不公公平呢?我发现之前的石头剪刀布之所以公平,是因为互相制约的组合分别只有一对而且出现的概率相同;那么如何将这个游戏变得不公平就显而易见了,只要我们设计一个结果出现概率不同的游戏,这就是个不公平的游戏。其实现实社会本来就是以小博大,以大欺小的故事,那么不管你在哪一方,虽然赢的概率有大有小,但是每一方都有几率可以获胜,在这么一个游戏中,到底谁能获胜呢?而影响的决策又分别是什么呢?因为是中文版的初稿,所以我的调查问卷更好的解释了游戏规则,关于皇帝牌,这个游戏灵感也出自于动漫赌博默示录!以下是游戏调查问卷链接!https://www.wjx.cn/m/90310297.aspx游戏的调查做的效果和结果其实柯北我本人是很不满意的,但是因为这个是第一次做这个策略分析,所以游戏结果就占比少一点啦~~~
2020年09月25日
丨
638阅读
丨
0评论
BrainStroming
囚犯抽卡问题---代码地址及后记
关于我已经提到过的三个策略,我使用了python进行可视化分析,后来发现确实是跳跃策略获胜的概率更高,具体的代码我放进了Gitbub,下面是我的这个小项目的Github链接,虽然是因为,但是有我的python代码 : https://chenhaozhu.github.io/A_hundred_Prisoners_Visualization/根据我们的可视化图片来看 :我们可以看到跳跃策略虽然有很多次全员通过的次数,但是也有很多效果不如其他两个的,甚至是远远不如的情况,不过这种情况不需要考虑,比较再怎么样,只要不是全员通过,都没有意义。数学的魅力,来自于建模和分析,这个问题是由柯北同学在上大二下学期一门叫做 Ring 的数学课上的一个老教授来给我们讲的问题,这个问题确实当时没人能够解答,不过就算这个问题再复杂,柯北也不会再去上Ring的课的,Ring教的要么很简单很弱智,要么简直是数学建模界的奥数阶级,难以理解。虽然有趣,但是很难精通啊。不过还好吧,将来柯北同学还是要考研究生的,万一研究生学的是统计,那倒是不排除我学Ring的可能呢!
2020年09月06日
丨
662阅读
丨
0评论
BrainStroming
囚犯抽卡问题---原理
大家好啊,我是柯北同学。前几篇我们有提到的三种策略,那么我们今天来讲一讲“跳跃策略”的原理吧!对于我们的游戏规则大家应该都还记得吧,不记得的话,为了锻炼大家勤动手的习惯不如大家倒回第一篇阅读呗(柯北懒了)。总的来说我们的问题就是让100个囚犯每个人都在50次机会总找到自己对应的编号卡牌,有一个人没有抽到的话全员淘汰!那么我们的“跳跃策略”如下:当第n个囚犯来参加游戏,优先走到第n个位置去打开卡牌,如果卡牌正好是我们的对应号码,那么直接获胜,如果不是我们对应的号码,那么我们按照我们这张翻出来的号码去对应的位置继续翻开卡牌,直到50次机会用完或者找到了自己的号码次轮结束。之前我们有讨论过“随缘策略”和“分裂策略”的游戏胜率,那就是惨不忍睹;但是“跳跃策略”为什么成功率会高达百分之三十呢?对于每个人的抽卡回合而言,由于这100张卡是随机打乱扣在桌面上的,单个囚犯的胜率是0.5,这个大家都是赞同的,那么为啥靠策略还能提高通过率呢?我们来分析一下这个“跳跃策略”,为了更好的理解这个策略,我们可以举一个小一点的例子,假设这里只有8个囚犯,而我们面前有8张随机排列的卡牌大小从1到8,我们1每个囚犯有4次机会。现在我们假设我是一号位囚犯,那么我按照“跳跃策略”来看的话,我首先来到1号位置,打开卡牌,看到了里面是5号卡牌,啧啧啧运气不好啊~然后我来到了5号位置,打开卡牌,看到了里面的2号卡牌,啧啧啧运气还是不太行啊~然后我来到了2号位置,打开卡牌,看到了里面的3号卡牌,啧啧啧这就有点慌了呀~接着我来到了3号位置,打开卡牌,看到了里面的7号卡牌,我靠!这不是凉了嘛?~~~呃呃呃有点小尴尬啊,那可咋整啊,不行难道这个策略是忽悠人的吗?不甘心的我来到了7号位置,打开卡牌,终于看到了对应的1号卡牌……虽然在我的环节直接导致了全员淘汰,但是这只是一个失败的案例,柯北在这里只是想要用一个极端点的例子来给大家更好的讲解,成功的案例有很多,没有任何一个策略可以百分百的成功。那么大家通过这个环节有发现这个策略的灵感来自哪里了吗?数学是一门美丽的学科,它不只是单纯的计算,更多的是利用建模,这里使用的是一个很简单的环套建模。就拿上述例子来讲解,我们可以直观的看到:我们一开始翻出5号,接下来翻出了2号,然后翻出了3号,接下来翻出了7号,接着终于翻到了1号,而我们从1号又会翻回去5号,5——>2——>3——>7——>1——>5 ,这是一个闭环,我们有人会问啊,那么这里只有52371啊,那么数字468去哪里了呢?我们一组数随机排列,按照“跳跃策略”来查看的话,也不单单是形成一个环嘛,对吧我举个例子呗,我们剩下的468,他们在随机排列中,4号位置可能放着8号卡牌,8号位置可能放着4号卡牌,而6号位置可能就算6号卡牌,那么这1~8就会形成三个闭环(Ring)。那么我们刚刚的例子如果柯北同学作为1号囚犯,在这个最大的环中确实是不可能在4次机会中找到自己的卡牌,毕竟这个最大的环都有超过4个数字连接。讲到这里,也许大家都明白了,没错,要想获胜,其实这个策略就是在赌我们的随机排列是否产生了超过4个数字连接的环,只要产生了超过4个数字连接的环,那么我们必输无疑,如果没有超过4个数字连接的环,那么我们必赢无疑!欸?有人还要问啦,听起来很有道理,但是有没有可能我们想要找到的号码在一个环中,而我们一开始却是在另一个环中进行的呢?嗯?这个问题柯北也有想过哦,但是是不可能的,就拿刚刚的例子来解释吧!1号位置, 5号卡牌, ——> F(1) = 55号位置, 2号卡牌, ——> F(5) = 22号位置, 3号卡牌, ——> F(2) = 33号位置, 7号卡牌, ——> F(3) = 77号位置, 1号卡牌, ——> F(7) = 1发现了吗,如果我们严格按照“跳跃策略”来执行的话,我们是可以保证在我们会在拥有对应编号的那个环中搜索的!唯一失败的可能就是这个环太大了,拥有超过半数的数字连接。那么这是针对我们的8个囚犯的例子。对于我们的100个囚犯来看,我们全员通过的概率如何计算呢?对于这个策略,我们如果直接计算全员通过的概率可能有点复杂,但是我们知道,全员通过概率 = 1 – 全员不通过概率,那么我们的全员不通过概率是多大呢?全员不通过概率 = 产生超过50个数字连接的环的概率 = 产生51~100个数字连接的概率 = 产生51个数字连接的概率+产生51个数字连接的环+……+产生100个数字连接的环那我们先来算下产生51个数字连接的环有多少种排列可能,首先我们要从100个编号中随机抽51个编号来组合,反正随便抽51个数字出来就完了,它的可能性有(100, 51) 种(这个是排列组合的公式,具体原理可以自行查,或者柯北找时间科普~),但是我们不能单纯就抽51个出来组合,难道我们剩下来的49个就不看了吗?看还是要看的,但是他们具体怎么排列的我就不是很关心啦,所有剩下的49个数字就有49!种排列方式。OK,那我们结束了吗?不不不,当然不,还少一项,我们抽出了51个数字来做环,那我们怎么做这个环也是有讲究的吧,那我们有多少种做环的组合呢?我们有50!种来做一个环,也就是(51-1)!种。然后我们要做的就算将这三项相乘就是拥有51个数字连接的环的排列可能了。接下来我们就需要计算全部51-100的排列总和,那我们的表达式如下:这里千万不要忘记每个都乘上1/100!哦因为我们如果要计算概率的话是需要除以所有可能的排列,我们想要的结果出现的概率 = 我们想要的结果有多少可能组合 / 一共可能出现的组合然后我们再使用1去减去现在这个式子的结果,就是我们的获胜的概率啦!结果就是百分之31!感兴趣的朋友们可以自行验算一下哦~~~每个游戏之所以存在必有其破解的策略,我们有些时候不要认为此事不可认为就草草放弃思考和讨论,人类因思考而伟大,因探讨而进化,希望更多的朋友们愿意去使用数学建模的去换个角度思考问题,也许对你的生活没有什么影响,但是有朝一日你终会发现,冥冥之中一切皆以变化!我是大侦探柯北!衷心感谢您的阅读!您的陪伴是我莫大的荣幸~~~
2020年09月05日
丨
707阅读
丨
0评论
BrainStroming
囚犯抽卡问题---策略
大家好我是柯北同学, 今天来给大家继续上次的话题。还记得上次的问题吗,不记得的话记得切出去看看上一篇文章哦,柯北最近很烂,不是很想重复说喽(直男抱歉!)那么我们上次有讨论(鄙视)过“随缘策略”(傻缺策略),那么这次来讲讲还有什么别的好的策略的?柯北在有看到其他人也有给出过一个其他的方案,也就是“分裂策略”。那么什么是分列策略呢?对于这个策略而言,我们任然相信自己的命运,不过胜率会略(略略略略略略)高于“随缘策略”。我们已经将囚犯按照1到100编好了编号,那么我们让编号为奇数的囚犯只抽前50张牌,而编号为偶数的囚犯只抽后50张牌。嗯?看到这里,有很多的朋友们很不能理解,这不照样是“随缘”吗?嗯!没错,这个解法也只是来调侃一下之前聊到的“随缘策略”而已,因为这个策略的胜率稍微高一丢丢丢丢丢丢丢,因为我们可以发现,由于我们将奇数和偶数分开为前50和后50,而奇数和偶数都是挨在一起的,所以我们将这100个囚犯亮亮紧靠,类似于,1号2号,3号4号………,那么如果前面一个人在前50个卡牌中看到了自己的卡牌,那么后面的人就不会翻到前面那个人的卡牌。那么他们的胜率我们按照50组来算,每组的胜率是 (1/2 * 50/99 = 25/99),那么他们全部被赦免的概率就是 (25/99)^50, 也就是九十九分之二十五的五十次方。呃呃,这个策略吧,确实是看起来比“随缘策略”好一丢丢,但是治标不治本啊,这个最后的胜率不还是小于千分之一吗,所以好像也不太行。那么有没有什么办法可以让囚犯们被赦免的概率真的高一点呢?其实是有的,那就是“跳跃策略”。什么是跳跃策略呢?具体的策略是这样的,当第n个囚犯开始他的抽卡回合,他先按照顺序去抽取第n张卡,翻开后,如果不是他的对于卡牌,那么就按照他抽出的这张卡牌的上面的数字去抽对应的位置的那张卡牌,直到抽到自己对应的卡牌或者超过50次机会直接凉凉~~~举个例子,假如柯北同学是编号3,那我就是第三个去抽的,那么柯北同学会先去第三个位置开卡,开出来如果是9的话,就跑到9号位置去抽卡,……按照这个重复下去知道结果出现。这个“跳跃策略”看起来花里胡哨,但是他的综合胜率高达百分30,也就是说,有百分之30的概率这100个囚犯可以全部被赦免,他们每个人都会在50次机会中从100张卡中抽出自己的对应卡牌。“跳跃策略”也是目前被证明的最优解,那么跳跃策略真的这么有效吗?柯北其实也是有点不相信的,但是做了几次试验后,虽然也有很多失败的案例,但是明显胜利的次数开始出现。那么这个“跳跃策略”的成功原理是什么呢?,我们可以更直观的看一下他和上面两个策略的效果对比吗?看下一片文章呗,柯北今天懒嘞,嘿嘿嘿~~~
2020年09月05日
丨
708阅读
丨
0评论
BrainStroming
囚犯抽卡问题---概述
*大家好,我是柯北。很久不见甚是想念啊,最近柯北刚刚考完了驾照,于是就来更新啦!!!话不多说,从今天起柯北将来给大家谈点“正经”的事情。什么是正经的事情?那就是柯北想要试着来和大家真的聊聊数学和统计的建模啦。没错,作为一个大二统计学在读的小狼狗,安利一波数理建模是必须的哦;当然这也只是一点,最近柯北同学也是想要借着一个个小小的问题来给大家科普科普一些比较有意思的统计知识。这个系列不长但也不短哦,这也只是柯北的尝试性分享,大家视个人情况看喽~~~那么这次的问题是什么呢?有人说柯北同学总是谈一些无聊的问题,比如说什么三门问题啦,什么生日悖论啦,但是这次的问题柯北看到并没有太多的人来解说,于是柯北就来啦。OK,我们开始。有那么一个监狱,里面住着100个死囚犯,他们本来是都是难逃一死的。但是呢,我们整天无所事事的典狱长在某天突发奇想,杀人多无聊啊,不如让这些囚犯来玩游戏吧。于是他将这100个囚犯喊了出来,并为他们从1到100编号,现在我们有1号囚犯到100号囚犯,然后我们的典狱长掏出100张卡牌,他们也是按照1到100编号,并将它们随机排列背面摆放在桌面上,他告诉这些囚犯,你们每个人都有50次机会从100张卡牌中抽,就是说你们每个人都可以抽50张牌,如果每个人都在50次机会中抽到了自己对应的编号,那么你们所有人都可以被赦免,或者走出去,但是如果有至少一个人没有在50次机会中抽到自己的编号卡牌,那么所有人都不会被赦免,啧啧啧那就是妥妥的死刑~~~对于所有的囚犯而言,每个人抽卡的时候是不可以与后面和前面的人交流的,互相独立;虽然游戏过程中不会一直洗牌,但是前面的人翻出的50张卡都在他结束轮次后被翻回去。现在典狱长给了囚犯互相讨论研究策略的机会,研究完了,游戏就会开始~~~那么,有没有什么策略是能让所有囚犯被赦免的概率最大呢?如果让所有的囚犯都随缘抽卡的话,每个囚犯都有一半的概率能抽到,但是出现一个例外就全员凉凉了,“随缘抽卡“策略的获胜概率就是 (0.5)^100,二分之一的100次方,呃呃这个概率太小了,甚至小于了千分之一,所以使用这个策略最后获胜了,典狱长估计就得气死在厕所里了~~~这个问题是柯北同学有一节数学课的时候一个色迷迷的老教授来给大家出的课后问题,虽然最后被告知了最优解,但是柯北当时并不能理解这个最优解的原理,那么你们针对这个游戏有什么策略吗?*
2020年09月05日
丨
662阅读
丨
0评论
BrainStroming