PushDeer：一种无APP的通知推送解决方案
# 概述 > 去年六月，我曾写下一篇博客介绍如何 [借助 ServerChan 实现个人微信通知推送](https://houkaifa.com/2020/06/21/wechat-notifier/)，在那篇文章中介绍了 ServerChan 及其使用方法，总的来说，对于简单的通知需求，使用 Se
沿途简记
未读
趣谈双端离线状态下的授权认证实现
概述 昨天 Anduin 在直播时讨论了一个相当有意思的话题，即在客户端和服务端均处于离线状态，且双端之间没有任何数据交换的情况之下，如何实现客户端对服务端的临时授权。其实类似的授权机制在生活中就有案例，比如我手机上的Steam令牌应用自登录以来就从来没连上网过，但是令牌中的动态密码却能够正确地完成
末流科班一战上岸中科大软院初试复试经验总结
概述 本篇记录了我作为一名末流双非科班学生，一战备考中国科学技术大学软件学院并成功上岸的经验总结。我将在本文中详尽地回忆自四月以来我初试复习的各科规划、时间管理、学习方法、以及复试内容的问答回忆。需要说明的是，本文内容具有很强的主观性，是我个人复习过程的梳理和总结，故文中内容及所给的一切建议请自行斟
沿途简记
未读
多视角探析贝塞尔曲线匀速化技术、实现及其应用
概述 就在三年前，我于CSDN博客上发布了一篇题为《贝塞尔曲线运动n阶追踪方程的数学原理及其匀速化方法和应用》的博客文章，主要探讨的是贝塞尔曲线由一阶至n阶在数学层面的生成过程，以及匀速化的一些问题。不过当时博文中的“匀速化”似乎存在歧义，有朋友反馈匀速化后仍不匀速，后经了解才发现此匀速化非彼匀速化
借助 ServerChan 实现个人微信通知推送
# 概述 > 个人微信通知，这个功能我不止一次想要实现了！并不是为别人，而是为了方便自己。因为一旦有了这个功能，太多需要自己花心思去关注的事情就都可以全权交给程序来监控，并在需要时向自己发送提醒，简直是大解放。这篇记录就是向你分享，我是如何借助 Server酱 来实现这个通知功能的，如果你觉得有用，
学习笔记
未读
深度学习（三）实战：动手实现猫图识别
# 概述 > 本篇详细记录了如何使用 Python 语言基于 Logistic 回归搭建一个简单的单层神经网络，并实现猫图的识别。 > 本篇中的单层神经网络在训练集与测试集上分别获得了 95.7% 与 74.0% 的正确率。 ![Title](/upload/DeepLearning-03-1.jp
学习笔记
未读
深度学习（二）向量化 Logistic 回归及其梯度输出
概述 本篇属于理论篇，你将了解什么是向量化、向量化对神经网络训练优化的重要性，以及如何向量化 Logistic 回归及其梯度输出。 2.0 向量化概述 在前面，你已经认识了 Logistic 回归，并且对梯度下降以及梯度下降是如何工作的有了一个具体的认知。如果你有认真阅读第一篇的话，相信你还记得在第
学习笔记
未读
深度学习（一）Logistic 回归与梯度下降
概述 本篇属于理论篇，介绍了针对二元分类问题的 Logistic 回归与梯度下降，以及 Logistic 回归当中的梯度下降是如何进行参数优化的。 1.0 Logistic 回归概述 Logistic 回归是一种广义上的线性回归，也是一个用在监督学习当中的学习算法，一般用于输出值为0或1，即"是"或
学习笔记
未读
QT（二）：简单多窗口程序
# 概述 > 本篇记录如何通过 QT Creator 开发一个简单的多窗口程序。 > 环境：Win10 + QT Creator4.4.1 + QT5.9.2。 > 实现内容：在主窗口中输入指定的口令，点击按钮载入另一个窗口，并给出了子窗口只允许同时载入一次的三种方法。 ![Title](/uplo
沿途简记
未读
贝塞尔曲线运动n阶追踪方程的数学原理及其匀速化方法和应用
### **前言** > 首先声明一下本文讨论的终极目标——通过贝塞尔曲线实现可调控的数值缓动，也就是贝塞尔插值。之所以以数值为目的是因为它相较于实现某一个具体的案例而言，意义更为广泛，例如可以实现可控性很强的缓动动效，在本文的末尾会附上具体的贝塞尔运动案例分析与一些应用层面的介绍。文章的前一部分