Recently I got my Surface Go back to my life again – a Surface Go 2. Unfortunaly, there’s little perfermance imporve comapare to Go 1. I can’t imagine the bad experience to use a full version Mathematica on a Golden Pentium Dual Core 1.7GHz weaky CPU.
So I turn to find tricks to help me buil[……]
树属于非线性数据结构的一种，概念也极多，是由结点或顶点和边组成的且不存在着任何环的一种数据结构。
没有结点的树称为空树。一棵非空的树包括一个根结点，还很可能有多个附加结点，并且所有结点构成一个多级分层结构。
n个节点组成的有限集合。n=0，空树；n>0,1个根节点，m个互不相交的有限集，每个子集为根的子树，如图所示为一颗树：
最近看的最优控制一书很有趣, 前几章竟然使用了和其他数学书相反的方法, 先给你描绘一幅全景图，再一步一步深入分析和计算，让人在刚开始的时候感觉有点不知公式所云何物（但总比全书都无法理解来的要好很多）。在第二章，介绍完Euler和Lagrange的变分学想法之后，就遇到了一个小车控制的问题。
小车的状态方程为
\dot x_1(t)=x_2(t)\\
\dot x_2(t)=u(t)\\
t_0=0,t_f=2要将状态初始时刻的x(t_0)=[-2,1]^T到达终点为原点的x(t_f)=[0,0]^T,
并要最小化控制能量
J(u)=\frac{1}{2}\int_{t_0}^{t_f}[......]Suppose we have a linearly separable two-category dataset with an input space \mathcal{X}\subseteq\mathbb{R}^n and a output space \mathcal{Y}=\{+1,-1\}, preceptron tries to find a hyper-plane that can completely seperate these two class (-1 and 1). Here is a intutive plot of it[……]
在之前的三种特殊情况下, EL方程都可化为一阶常微分方程, 但对有n维状态变量的n个EL方程组, 在特殊情况下我们会得到n个一阶方程.
Hamilton考察更一般的情况, 将二阶的EL方程转化为一阶的力学Hamilton方程组:
\begin{aligned}
\dot x = +\frac{\partial{H}}{\partial{p}}\\
\dot p = -\frac{\partial{H}}{\partial{p}}
\end{aligned}此时, 方程的数量增加为2n.
考虑到最优控制问题和变分问题的区别在于是否有控制变量和状态方程，只需[……]
数据集中是否存在缺失值: True
0.13293862262205647
需要转换类型只需在read_excel里使用convetor即可
使用多个方法进行插值：
结果：
应收金额 57.555555555566414 实收金额 56.6314285714182 销售数量 10.277777777775938
[……]
\frac{\partial{g}}{\partial{x}}(x(t),\dot{x}(t),t)-\frac{\mathrm{d}}{\mathrm{d}t}[\frac{\partial{g}}{\partial{\dot{x}}}(x(t),\dot{x}(t),t)]=0当g二阶连续可微时，进一步上式的后项展开，得到：
\begin{array}{l}
\frac{\partial g}{\partial x_{i}}(x(t), \dot{x}(t), t)-\sum_{j=1}^{n} \frac{\partial^{2} g}{\partial[......]上一篇提到FacenetEvo使用detect_face(PIL.Image img)方法实现MTCNN下PRO网络的面部识别，而我使用OpenCV得到的帧输入为CV::Mat格式，需要进行一次BGR to RGB的转换再转为PIL Image
其次是输出框选的图片的方法
这个方法接受一个PIL Image最后输出被框选的图片。
由于我最后采用OpenCV作为输出画面，所以还需要将boxedImg转换为Mat。
也就是说，在这个过程中，Mat需要被转换为PIL Image再转回Mat输出，这样会产生不必要的性能损失。所以我将show_results方法重写
[……]
