【Qt笔记】QML与C++双向交互 以下如何实现QML对C++数据的双向访问 C++需要准备的工作 对于每一个变量,需要以下工作: 一个读取函数 (Read) ,用于返回C++的数据给QML 一个写入函数 (Write) ,用于将QML给的数据写进C++的数据中,使用传参 一个通知信号 (Changed) ,在数据交换时执行,用于执行下一步。信号需要在上级cpp文件中做好连接工作 在cpp文件中定义QML能访问的变量 12Q_P 2024-11-10 ml-note #Qt笔记
【Qt笔记】Qt在C++中的数据类型 这些类型在QML中可以被使用,C++的标准类型不一定可以使用 基本数据类型 类名 作用 QString 表示Unicode字符串 QByteArray 表示字节数组,用于存储二进制,类似于二进制版的QString QChar 存储单个Unicode字符 qreal 一种跨平台的浮点类型 qint8(16, 32, 64), quint8(16, 32, 64) 整数类 2024-11-10 ml-note #Qt笔记
【Qt笔记】Qt蓝牙的基本设计思路 主体 名称 作用 类型 discoveryAgent 扫描设备用的实例 QBluetoothDeviceDiscoveryAgent controller BLE连接示例,负责发现服务,连接设备 QLowEnergyController service BLE服务示例,负责连接服务 QLowEnergyService 基本流程 扫描设备(开始,出错,完成,取消) 连接 2024-11-10 ml-note #Qt笔记
【SE笔记】Git的基本使用 获得Github的授权 只有在获得Github授权之后才能同步本地和Github的仓库数据,这里使用Personal Access Token进行授权,不用SSH。首先当然是要获取到一个PAT了,链接是这个👉🏻https://github.com/settings/tokens 获取到链接后,在用户Home根目录执行以下命令配置Credential 12git config --global 2024-09-21 se-note #SE笔记
【ML笔记】多层感知机总结 (D2L) 概念 多层感知机是一种最简单的深度网络,分为输入层,隐藏层和输出层,其中隐藏层的每一层都有很多节点,每个节点代表一个变换(计算方法),包括常用的两个参数,即weight(权重)和bias(偏置量) 隐藏层 ¶基本原理 由于输入层输入的数据(如图片的像素,声音的频率等)和输出层(如分类概率,判断等)之间难以找出直接的联系,因此引入隐藏层来讲输入特征进行特征提取,形成一个隐藏层,然后再将隐藏层的结果输 2024-08-15 ml-note #ML笔记
【ML笔记】PyTorch第一阶段总结 题头 在PyTorch学习的第一阶段,我基本上掌握了加载,训练,使用,保存模型的基本方法,下面对使用到的函数和方法进行一个阶段性的总结。这篇文章全程在typora里面完成,没有任何代码提示,算是默写,但也没有经过测试。 初始化 初始化一般是导入模型,引入最基本的库,设置运行设备等等。 ¶引入最基本的库 1234# 这些都是有关pytorch的大头import torchimport torch.n 2024-08-09 ml-note #ML笔记
【ML笔记】PyTorch Custom Dataset(自定义数据集) 题头 本文为notebook直接转为markdown,因本人的MBP内存过于拉胯,所以Food101数据还需要缩小才能继续训练。其他代码在macOS上面已经运行训练成功。也可以点击这个链接直接在Colab里面打开👉🏻https://drive.google.com/file/d/1Lee_oohIN99bHRm1kMEi25VgxTSFe1fF/view?usp=sharing。 但是Cola 2024-08-07 ml-note #ML笔记
【ML笔记】PyTorch Computer Vision(计算机视觉) 以下为notebook直接转化为markdown,在macOS上可以运行。 可以在这里试试直接在Google Colab里运行,理论上也行👉🏻https://drive.google.com/file/d/1CjHEb3ZspR_3qbHjJgenfrGmeJC75nF8/view?usp=sharing 下面的内容主要是CNN的初级训练和使用,初学者所为,大佬门看个乐子就行🤪 PyTorc 2024-08-06 ml-note #ML笔记
【ML笔记】PyTorch在Mac上开启GPU加速 前言 众所周知,炼丹一般是在老黄的卡上跑的(人话:一般在NVIDIA显卡上训练模型),但是作为果果全家桶用户+ML初学者,其实M芯片的GPU也可以用来GPU加速,效果指不定还比Google Colab上面分给你的T4要快。而PyTorch早在2022年就支持M芯片的GPU加速了,老黄的卡叫CUDA,果果的GPU就叫MPS (Metal Performance Shaders),下面来看看怎么开启。 2024-08-03 ml-note #ML笔记
【ML笔记】在VSCode中不同提示图标的含义 这里的图标适用于所有使用VSCode图标样式的编辑器,包括Google Colab。最近在学习ML,懂得提示图标的含义可以很方便地了解一个Object的用法。 以下图标以Python为例来解释,将持续更新 局部变量 成员变量 属性 模块 方法 函数 2024-08-03 ml-note #ML笔记