【2024 Year-End Summary】C++自学分享

【2024 Year-End Summary】C++自学分享

 目录

[ C 语言 ]

[ 数据结构 ]

[ 算法 ]

[ C++ ]

[Linux]

[Mysql]

[Redis 文档学习]

[Docker 云原生]

[Git]

[Qt]


转眼大学就过了一年半,希望自己可以保持学习₍₍Ϡ(੭•̀ω•́)੭✧⃛


在刚上大一的时候用的是纸质笔记本,后来东西越学越多,就开始使用语雀文档,文章也有部分同步到 ZEEKLOG 上了,很高兴能够对大家有所帮助~

博客之星的文章一直不知道写些什么,想着对专栏做一个整理叭

下面的标题/网课名 就是 学习链接的传送门,自学的资料也都是免费的,开头就不多说了,学就好啦


[ C 语言 ]

hh 这是多少小伙伴梦开始的地方

网课:

书籍:

  • C Primer Plus
  • C 和指针
  • C 陷阱与缺陷

[ 数据结构 ]

Data Structures[C++]

网课:

书籍:

  • 大话数据结构

[ 算法 ]

网课:

书籍:

  • 算法竞赛入门经典(刘汝佳老师)

[ C++ ]

网课:

手写 STL 的部分,其实也是一种对于数据结构的学习

当然网课还有各大培训班就不多说啦,可以按需找资源,找到适合自己的学习方法就好~

书籍:

  • C++ Primer Plus
  • Effective STL
  • STL 源码剖析

[Linux]

主要分为三部分:

  • linux 命令
  • 操作系统
  • 网络

linux:

网课:

书籍:

  • Linux 内核设计与实现
  • UNIX 环境高级编程

操作系统:

书籍:

  • 深入理解计算机系统
  • 现代操作系统

网络:

网课:

书籍:

  • 图解 TCP/IP
  • 图解 HTTP

[Mysql]

网课:

书籍:

  • MySQL 是怎样运行的

[Redis 文档学习]

网课:

书籍:

  • Redis 设计与实现
  • 官方文档

[Docker 云原生]

网课:

书籍:

  • 官方文档

[Git]


[Qt]


上面就是一些资料的分享~ 成为一名程序员肯定要掌握的更多,不管是知识层面的宽度还是深度,路漫漫其修远兮,保持着对学习的热爱,我们一起加油(◦˙▽˙◦)

提前祝看到这里的小伙伴新年快乐,新的一年里更上一层楼~

Read more

【大模型:知识图谱】--6.Neo4j DeskTop安装+使用

【大模型:知识图谱】--6.Neo4j DeskTop安装+使用

上一期讲了图知识库的安装, 【图数据库】--Neo4j 安装_neo4j安装-ZEEKLOG博客  现在来看看可视化管理程序:Neo4j DeskTop的安装. 需要先安装java环境,具体看上面 目录 1.Neo4j DeskTop版下载 2.Neo4j DeskTop版安装 3.Neo4j DeskTop版使用 3.1.本地实例 3.2.远程连接 3.3.导入数据 1.Neo4j DeskTop版下载 1、进入“Neo4j官网”下载DeskTop版本。 好像需要科学上网: 放一个网盘下载: 通过网盘分享的文件:neo4j-desktop-2.0.2-x64.exe 链接: https://pan.baidu.com/s/1BIjfzdAGWGU19MJrmZIqJg?

By Ne0inhk
【硬核实战】Mac mini M4 部署 OpenClaw + Ollama 本地大模型:从零到一打通飞书机器人

【硬核实战】Mac mini M4 部署 OpenClaw + Ollama 本地大模型:从零到一打通飞书机器人

文章目录 * 一、 核心环境准备 * 二、 避坑指南:环境初始化在 Mac 终端部署时,首要解决的是权限与路径问题。 * 1. 终端常用快捷键* `Control + C`:强制停止当前运行的命令(如安装卡死时)。 * 2. Node.js 环境修复若遇到 `zsh: command not found: openclaw`,说明 NVM 路径未加载。 * 3. 临时加载环境 * 4. 永久写入配置 * 三、 模型选择:M4 性能调优 * 四、 OpenClaw 配置手术 (JSON 详解) * 五、 飞书机器人接入:最后的临门一脚 * 六、 运行与调试 * 启动 Gateway * 第一次发消息需授权 (Pairing) * 💡 结语

By Ne0inhk

Retinaface+CurricularFace部署案例:边缘GPU设备(如Jetson Orin)适配经验

Retinaface+CurricularFace部署案例:边缘GPU设备(如Jetson Orin)适配经验 1. 引言:当人脸识别遇上边缘计算 想象一下,你正在为一个智慧工厂的考勤系统选型,或者为一个社区门禁设计身份核验方案。传统的方案要么依赖云端,网络延迟和隐私问题让人头疼;要么用本地服务器,成本高、功耗大,部署起来也不灵活。 这时候,边缘计算设备,比如NVIDIA的Jetson系列,就成了一个绝佳的选择。它们体积小、功耗低,能直接在设备上完成复杂的AI推理,比如我们今天要聊的人脸识别。 但问题来了:一个在标准服务器上跑得好好的AI模型,直接搬到Jetson Orin这类边缘设备上,真的能“即插即用”吗?十有八九会碰壁。内存限制、算力差异、软件生态的兼容性,每一个都是拦路虎。 最近,我刚好把一个结合了RetinaFace(人脸检测)和CurricularFace(人脸识别)的模型,成功部署到了Jetson Orin NX上。整个过程就像一次“瘦身”和“

By Ne0inhk
医疗连续体机器人模块化控制界面设计与Python库应用研究(下)

医疗连续体机器人模块化控制界面设计与Python库应用研究(下)

软件环境部署 系统软件架构以实时性与兼容性为核心设计目标,具体配置如下表所示: 类别配置详情操作系统Ubuntu 20.04 LTS,集成RT_PREEMPT实时内核补丁(调度延迟<1 ms)开发环境Python 3.8核心库组件PyQt5 5.15.4(图形界面)、OpenCV 4.5.5(图像处理)、NumPy 1.21.6(数值计算) 该环境支持模块化控制界面开发与传感器数据的实时融合处理,为连续体机器人的逆运动学求解(如FB CCD算法测试)提供稳定运行基础[16]。 手眼协调校准 为实现视觉引导的精确控制,需完成相机与机器人基坐标系的空间映射校准,具体流程如下: 1. 标识点布置:在机器人末端及各段首尾、中间位置共固定7个反光标识点,构建臂型跟踪特征集[29]; 2. 数据采集:采用NOKOV度量光学动作捕捉系统(8台相机,

By Ne0inhk