Codeforces 题解 1557B [Moamen and k-subarrays]
【题目大意】 给出 n 个数组成的数组 a,记操作 M 为:将 a 切分为 k 份,这 k 份任意排列,组成序列 b。若存在某种操作 M,使得 b 单调不减,则输出 Yes,否则 No
【数据范围】 组数 $t \le 10^3$,$k \le n \le 10^5$,$|a_i| \le 10^9$ 且 $a_i$ 互不相等,$\sum n \le 3\cdot 10^5$
【题目大意】 给出 n 个数组成的数组 a,记操作 M 为:将 a 切分为 k 份,这 k 份任意排列,组成序列 b。若存在某种操作 M,使得 b 单调不减,则输出 Yes,否则 No
【数据范围】 组数 $t \le 10^3$,$k \le n \le 10^5$,$|a_i| \le 10^9$ 且 $a_i$ 互不相等,$\sum n \le 3\cdot 10^5$
Jetson Nano 是 arm 架构的处理器,Tensorflow 官网的安装教程无法适用,需要从 NVIDIA 官网下载专门的安装包。下面是在 Jetson Nano 上安装 Tensorflow2 的详细流程。
此简易教程的初稿写于大二寒假,用于科协的 FC18 项目开发组的代码远程管理,因为涉及 Unity 项目,所以使用了 Git LFS 和 YAML Merge 等比较高级的工具。
在大三暑假时做过一次修改,用于管理电设小学期团队的机械臂项目 JetArm 的合作开发。新版删除了涉及 Unity 的部分,并做了精简优化,这里发出来作为存档,以便随时参考。
注意:该教程使用 GitLab,但是与 GitHub 的操作差不多,可以作为参考
该教程使用 Anaconda 在 Windows 下配置基于 GPU 的 Tensorflow2 的运行环境。优点是不需要手动下载 NVIDIA CUDA 等底层支持包,一键安装;缺点是只支持 tf2.1 及以下的版本,conda 在安装高版本的 tf 不会自动补全显卡依赖。所以如果需要使用基于 GPU 的高于 2.1 版本的 tensorflow,建议按照 Tensorflow GPU支持 手动安装 NVIDIA Driver, CUDA, cuDNN SDK 等依赖。
最近打算利用假期时间学习《机器学习实战》(第二版)这本书,于是先从 GitHub 上下载了本书的源代码示例 (https://github.com/ageron/handson-ml2) ,按照 README.md 的指示用 anaconda 安装 tf2 环境,但是出了一些问题,花了很久才搞定,下面是踩过的坑的记录。
一般我们开发 STM32 都是使用 Keil,虽然 Keil 功能强大,但是界面实在是丑,用起来不爽。之前玩 Arduino 的时候接触到了 VSCode 里面的 PlatformIO 插件,想着也用 VSCode 安装 PlatformIO 开发 STM32,折腾了好几天终于成功。主要流程就是先用 STM32CubeMX 生成基于 HAL 库的项目初始代码,再手动配置 platformio.ini 文件,最后使用 VSCode 打开。
Test