社区
软件水平考试
帖子详情
散分,过系分了
Evan129
2005-07-29 04:15:29
北京,不过其中两门都是才及格的。可是今年我只复习了一下午,哇哈哈,太简单了。
不过今年通过的人是不是很多很多啊?
嗯,今年19岁就过系分了哦,目标完成~~~~~~
...全文
1033
77
打赏
收藏
散分,过系分了
北京,不过其中两门都是才及格的。可是今年我只复习了一下午,哇哈哈,太简单了。 不过今年通过的人是不是很多很多啊? 嗯,今年19岁就过系分了哦,目标完成~~~~~~
复制链接
扫一扫
分享
转发到动态
举报
写回复
配置赞助广告
用AI写文章
77 条
回复
切换为时间正序
请发表友善的回复…
发表回复
打赏红包
Evan129
2005-10-31
打赏
举报
回复
这学期课特别多,其实吧,操作系统,组成原理,算法,形式语言自动机,编译原理全是这学期的课,以前都没学过。
所以说到这考试,高程和系分里的形式语言和自动机的题我是从来没有做对过的。操作系统似乎都是搞PV操作,这个太容易了点。
还是自己有兴趣多看看杂七杂八的书,什么都学点好,就容易过了。
顺便说下,偶不是计算机系的,软件学院的说
教育网上这边太慢了,近两天就结帖吧,不好意思
zsueyes
2005-10-30
打赏
举报
回复
牛B啊,接分
lj_pp
2005-10-29
打赏
举报
回复
接分,其实也不难了,对学生来讲关键是多看看软件工程方面的文章,到时候有东西吹一下。
tiantian1980
2005-10-27
打赏
举报
回复
楼主是清华的吧!
zhenting
2005-10-26
打赏
举报
回复
牛!!!
lhweb
2005-10-26
打赏
举报
回复
他是清华大学的计算机专业科学与技术专业的话就一点也不奇怪
用他自己的话说,靠的就是兴趣
迈克暖风
2005-10-26
打赏
举报
回复
恭喜,接分
DG_lhj
2005-10-25
打赏
举报
回复
牛!!!
分就算了,
介绍点经验嘛!!!!
feng200198
2005-10-25
打赏
举报
回复
祝贺
wulei5482
2005-10-25
打赏
举报
回复
羡慕ing,接分
Y_Cup
2005-10-25
打赏
举报
回复
祝贺啊!!!
Stefine
2005-10-23
打赏
举报
回复
向你学习ing
19就过了系分,
现在二十了还要为了考软设而郁闷着
哎这世道
努力ing
RedCnMFW
2005-10-23
打赏
举报
回复
接分来拉,,,,,,,,
俺也是19,现在努力考MSCE了,,
VCCYANG
2005-10-21
打赏
举报
回复
接分
mwp
2005-10-21
打赏
举报
回复
楼主,谈谈感想吧
xph319
2005-10-20
打赏
举报
回复
高手高手`~佩服佩服`~`
candyxu
2005-10-19
打赏
举报
回复
牛BBBBBBBBB,真牛BBBBBBBBBBB
MaxDiago
2005-10-19
打赏
举报
回复
明年我也考个
foolishcat888
2005-10-19
打赏
举报
回复
接分!!
wenchaohu213
2005-10-18
打赏
举报
回复
牛,把经验介绍下啊
加载更多回复(57)
系分设计——技术人的必修课
系分设计(系统分析设计)是阿里巴巴公司内部开发线在PRD转开发方案时撰写的技术文档。几乎每个团队在技术迭代前都会使用系分设计文档在团队内部开展方案评审,是开发工程师的基本功之一。系分文档依赖VP(visual paradigm)等UML工具进行创作,通过各种UML图和少量的文字说明来呈现技术方案在实现上的每一个细节。系分设计的要求较高,需要撰写者提前在脑海中完成代码的落地,并且需要撰写到一个懵懂的开发者对着文档也能完成开发的程度。有些工作要分给新同事甚至外包去做,那么写到这种程度是必须的。
别到处宣传——轻松通
过系分
论文考试的方法
轻松通
过系分
论文考试 很多参加系分的考生都怕写论文(下午二),主要是因为不知道该如何下手,其实只要是真正做个项目的,写系分论文反而是最简单的!现在就来告诉大家写好系分论文的技巧。 一、系分论文试题的特点。 (一)系分论文试题格式的特点。 系分论文试题一般都有固定的格式,下
变分贝叶斯估计:KL散度及变分自由能
这可以通过最小化KL散度来找到最优的变分分布,从而近似真实的后验分布。它是变分推断中的一个目标函数,通过最小化变分自由能,可以找到一个近似分布,使其尽可能接近真实的后验分布。变分自由能与最大化证据下界是等价的,因为最大化 ELBO 的过程等价于最小化其负值,即最小化变分自由能,且通常通过迭代的方式进行。通过最小化变分自由能,我们在近似分布的选择中取得了折中,同时考虑了与真实后验的接近度和模型对观测数据的拟合。其中,Q 是我们希望找到的近似分布,P 是真实的后验分布,X 是观测数据,Z 是未知的潜在变量。
DL:RBM学习算法——Gibbs采样、变分方法、对比散度、模拟退火
RBM学习方法 当前在对RBM 的研究中,典型的学习方法有Gibbs 采样(Gibbs sampling)算法,变分近似方法(variational approach),对比散度(contrastive divergence,CD)算法,模拟退火(simulate annealing) 算法等。下面对这些方法进行对比。 1、Gibbs采样算法 (1)简介 G
正向KL散度与反向KL散度
KL散度的公式是 KL[p(x)∣∣q(x)]=∫xp(x)logp(x)q(x)dx KL[p(x)||q(x)] = \int_{x}p(x)log{p(x) \over q(x)}dx KL[p(x)∣∣q(x)]=∫xp(x)logq(x)p(x)dx 假设真实分布为p(x)p(x)p(x),我们想用分布q(x)q(x)q(x)去近似p(x)p(x)p(x),我们很容易想到用最小化KL散度来求,但由于KL散度是不对称的,所以并不是真正意义上的距离,那么我们是应该用KL[p∣∣q]KL[p||q]
软件水平考试
2,957
社区成员
22,569
社区内容
发帖
与我相关
我的任务
软件水平考试
就计算机等级考试、软件初、中、高级不同级别资格考试相关话题交流经验,共享资源。
复制链接
扫一扫
分享
社区描述
就计算机等级考试、软件初、中、高级不同级别资格考试相关话题交流经验,共享资源。
c1认证
c4java
c4前端
技术论坛(原bbs)
社区管理员
加入社区
获取链接或二维码
近7日
近30日
至今
加载中
查看更多榜单
社区公告
暂无公告
试试用AI创作助手写篇文章吧
+ 用AI写文章