社区搜索
显示标签 ''娱乐'' 的结果。
-
听起来很矛盾，但是也真的很矛盾，就是整个人都处于想睡觉又不想睡觉的叠加态…… 你们有这种经历吗hhhh
-
新人刚刚从限制会员到新手上路 就看到了@摸鱼奇才咖啡喵发的数学算法挑战,于是就想着自己原创出一个简单的题目来做好了 新人的算法挑战 #1 描述 SS大学里面有许多对情侣,Ta们都是在同一时间进入的SS大学. 总所周知SS大学里面的每一位同学都有一个独一无二的学号(用户id). 比如说big_yellow_doge的学号就是308342. 非常巧的是,这些情侣们的学号中,女生的学号都是偶数,其男朋友的学号是其学号+1. 比如一个女生的学号是520的话,那她男朋友的学号就是521. 现在可怜的单身狗doge不小心混入到了一堆情侣之中. 现在给你这一堆人的学号,请你帮big_yellow_doge找到单身狗doge的学号,以便快速找到doge. 输入 两行 第一行一个整数n,表示这一堆人的数量 2< n <1e6,n=2k+1(k∈Z+) 第二行n个数字 表示SS大学n位同学的学号ai(i=1,2,...,n),2≤ai≤1e9 输出 一行 一个数,表示doge的学号 样例输入 7 10 45 78 44 11 342 79 样例输出 342 样例解释 三组情侣分别是 10与11 78与79 44与45 doge的学号为342 因为论坛不支持Markdown和LaTeX，pdf版的题目以及解答可以点 ——>这个链接 答案解析会放在下面的回复里
-
本来 没特别想参加这个活动 因为没有太多可说的 毕竟好多东西都已经“尸骨无存”了 不过今天出门的时候用了某个东西让我突然有了兴致。 首先是 掌机的变化！ 主机的变化！ 最后是今天的主角？？的变化！ 十年了 我也从一个毕业季的大学生 变成了擅长摸鱼的老油条了 不过对于游戏的爱 似乎还在！
-
春节时候买的洋葱头 做咖喱用的 放阳台忘了 刚想起来了 本以为烂在那里臭掉或者干巴得扔掉了 没想到快三个月了 居然长出了大约15公分长的一撮绿叶子 要知道这是没水没土只放在敞开口的塑料袋里 我看它求生欲这么强 就给找了个花盆 土里挖个洞放进去了 目前只浇了点水 简直生命的奇迹
-
唔，刚刚在论坛看到这个挑战，于是就来个大家出一道初中范围的二次函数啦w~（应该......应该不难的说w~） 问题：定义：若抛物线y＝ax2＋bx＋c关于点M(m，n)(m>0，n≥0)成中心对称的抛物线为y′，我们称抛物线y′为抛物线y的发散抛物线，点M称为发散中心．已知抛物线y0＝mx2＋4x＋3过点(－1，0)，顶点为A，且与抛物线y1关于点(1，0)成中心对称． 设发散抛物线yn与直线y＝－1交于点En，Fn，抛物线yn－1与直线y＝－1交于点En－1，Fn－1，求出EnFn与En－1Fn－1之间的数量关系．（应该......还好吧w？）
-
14年进的论坛，初中刚升高中，所以十年前我还是个初中生啊感觉过得好快一下就没了 给大家看看十年前的游戏环境2333 以前我卧室装修用的榻榻米，所以打游戏的时候都是盘腿坐在地上，大家肯定有感触这么坐久了腿有多麻没感触就去蹲半小时厕所麻，不过虽然条件艰苦但还是玩的很开心，还经常约邻居小伙伴来家里打则。 十年前的游戏机XD也算是，当时为了和同学的区别开来还贴了个田宫的logo，这东西带到学校去的时候一年365天可能有200天都被老师没收锁在柜子 十年后游戏环境好了不少，但电子产品属于是越买越香，总有一天我也要奋斗出一间能放大电视的电竞房 小时候买不起的玩具也越买越多，还买了两柜子专门用一间屋子来堆积。但玩的时间却越来越少，入柜之后就是站尸了，pose也就刚买来凹一下 总感觉距离我买九周年勋章花光节操也没多久，这就十周年了。不过距离上一次发这种带图的帖子倒是过了好久，居然我进论坛都有八年了，八年前我还是一个高中的小弟弟，机缘巧合来到这里身体一天不如一天，总之感谢一路走来给我帮助陪伴我的坛友们。期待下一个十年我们依然在这里相遇铁甲依然在。 十周年快乐！
-
因为觉得很有趣所以就发个帖题目挑战一试了，上附题图（但也没找到图来源） 关于解答：我由于对算法竞赛标准没什么了解，如有要求作答的话，基本只会从数学角度给出一个解答，对题图所要求的输入输出限制就恕无能为力啦_(:з」∠)_
-
前段时间陪外甥女打王者荣耀 外甥女11岁还挺可爱的 特别喜欢聊天，额，喜欢到可以说她有点碎嘴的程度了 我和她就边聊天边打游戏 聊着聊着聊到了一个她拿妈妈手机刷抖音的时候看到的视频 “哇~我在抖音上看别人挤鱼子的视频，好解压啊~” 我：“我也看到过，但我觉得有点像拉屎所以不是很喜欢” “诶？舅舅，他们挤完鱼子后抓了另一条鱼，往里面挤白色的东西，那是在干啥啊？” 我：“额。。。。呵呵呵，额、、、、我不知道该怎么和你解释，我不好说，你问你妈妈去吧” “有什么不好说的啊，你告诉我吧” 我：“额（思考了一会），你知道人是从一个细胞分裂过来的吗？” “知道呀” 我“鱼子呢，是鱼妈妈的细胞，白色的呢，是鱼爸爸的细胞，他俩混在一起，就是鱼宝宝的细胞了” “啊！原来那个白色的是鱼的口水啊！” “啊对对对对” 我是不好再往细的解释了，不过我也侧面知道了我姐还在用接吻生小孩来教育后代的了
-
半夜玩着汉化区那个新上传的bnb3d黄油来着 建模很可爱，玩的很愉快 色欲也成功的阻挡了笔记本的嚎叫传入我的耳朵 大概是凌晨2点钟吧 啪的一身，它老死了 插电源不亮电源指示灯，然后风扇处发出啪啪声 这个陪伴了我。。。。。。6年？的伊拉克成色笔记本也成功退役了 在京东下单了一套12代i5和3060的配置，明天就能送到（嘻嘻） 再见了老友，愿万机之神垂怜你的机魂
-
因为隔离时期甜食摄取严重不足 在隔离结束之后，我买了一袋我最爱的qq糖来吃 昨天一整天大概吃了得有20包吧，甚至饭都没怎么吃全在吃糖了 然后。。。然后我发现我今天起床后有了点奇怪的变化 早上出恭的时候都一股很香的葡萄味 擦完屁股起来看着我那捧喷鼻香的臭臭 我陷入了沉思 我算是搞明白那时候在日本药店看见的体香丸的原理是什么了 我让别人闻了下我身上，别人都说我身上有股很香的葡萄味 大概是我的汗水也变成了香精味吧
-
大家每天都在上楼梯吧～ 先来一个基础问题：魔法少女蓝毛要上楼梯到二楼，要上10个台阶，她最多可以一步上3个台阶，最少也要上1个台阶，魔法少女不会往后下台阶，请问有多少种上二楼的方法呢？ A作为一名邪恶干部，给第5层楼梯设下了机关，蓝毛每次上几层台阶都是随机的（就是任性！），那么请问蓝毛不踩上第5层阶梯的概率是多少？（踩上第5层，魔法少女就要落入不可名状的陷阱之中） 如果身边没有电脑，你能笔算出来吗？没有过程可没有步骤分了。 接下来是脑补的小故事：蓝毛被抓后，魔法少女总部设法营救，魔法少女粉毛带着全自动分析仪器来到楼梯前，分析仪器分析了阶梯的层数，自动计算了上二楼的方法有多少种，随机挑了一种方法给粉毛，粉毛很听话，按照仪器指示上阶梯。请问粉毛中陷阱的概率和蓝毛一样吗？如果不一样，那谁中陷阱概率高？（还是加上严谨一些：粉毛最多可以一步上3个台阶，最少也要上1个台阶，魔法少女不会往后下台阶，分析机器知道并以此计算。）
-
原帖子https://sstm.moe/topic/299712-在隔离期间遇到了鬼该怎么办/ 感觉这个问题很有意思，特地开个帖子来讨论讨论hhhh 雷击木不就是木头被闪电劈了吗？那话说用高压电劈木头然后出售能不能算出售正品雷击木呢？
-
论文阅读第二天，两天读了六篇论文，看来你们不一定见得到我了明天hhh 今日论文推荐:《Boilerplate Detection using Shallow Text Features》 作者: Christian Kohlschütter, Peter Fankhauser, Wolfgang Nejdl 内容简介：文章通过对于文本特征的分析，建立了一个语言模型来提取正文内容当中的主题内容。其中有很多对于网页结构的分析，值得一读。与此同时，boilerplate表现也挺好的，在准确度精确度方面都达到了相当高的水准。 文章重点： 1. In the field of Quantitative Linguistics, it is generally assumed that the text creation process can be modeled as urn trials at the level of various linguistic units such as phoneme, word, sentence, text segment, etc. and for several shallow features such as frequency, length, repeat rate, polysemy, and polysexuality. 2. Through our systematical analysis, we found that removing the words from the short text class alone already is a good strategy for cleaning boilerplate and that using a combination of multiple shallow text features achieves an almost perfect accuracy. To a large extent the detection of boilerplate text does not require any inter-document knowledge (frequency of text blocks, common page layout, etc.) nor any training at the token level. 3. the textual content on the Web can apparently be grouped into two classes, long text (most likely the actual content) and short text (most likely navigational boilerplate text) respectively.
-
本来是想把笔记po到notion的，但是想了想，还是来一起受苦吧。 NLP预处理方面论文，基于DOM Tree的内容提取 我这几天预计要一天一个帖子，如果有一天我没有来请赶快骂我，谢谢XD 与各位共勉，研究加油啊~ 今日论文题目：Content Extraction Using Diverse Feature Sets （2013） 推荐理由：对于通过对于在网页中的标签等进行机器学习，对于网站内容主体进行提取 精彩亮点： We use the method in [4] to compute the F1-scores, where each word in the document is distinct even if two words are lexically the same. To demonstrate the versatility the learning approach, we train only on the 2012 Train set and make predictions on the rest of the data. In general, combining features does improve model performance, even if the individual model performance is poor. Model performance decreases on the newer 2012 data when compared to the older data sets. Individually, the IC features give a small performance improvement over the baseline, and not surprisingly perform poorly on the older data when CSS was less popular. The low individual performance of the IC features may be attributable to the fact that we accumulate tokens in each block, but meaningful tokens may appear outside the block at higher levels in the DOM. The small train/test differences suggest we may be slightly overfitting.
-
这七天休假，我在家宅了接近7天我妈今天说明天问我想去哪玩，不能在家在玩电脑/手机/ns了，然后我其实也想出去，但出去干啥呢，找了好久美团，也没什么朋友，地方也不好没什么玩的，我又能去哪呢？而且还是和我妈，我去哪啊，我也不是不想出门，但问题是真的没地方去啊大家有没有遇到过这种事情
-
今天亲戚来家里，于是闲得无聊开了一场acm复现赛 有一道签到题还蛮有意思的，于是分享如下： A和B ps:如果没搞过算法竞赛的坛友可以无视n和k的范围，只需尝试分析这个问题本身
-
今年第一题，出个简单的。楼主租的房正好灯泡坏了，特出此题。 楼主这里有n个灯泡排成一行。按下一个灯泡的开关，这盏灯打开，再按下这个开关，灯关闭。 一开始每盏灯都是关闭的。第一轮，楼主按下所有灯泡的开关，然后第二轮，楼主从第一个灯泡开始计数，每两个灯泡按下第二个灯泡的开关，第三轮每三个灯泡按下第三个灯泡的开关，依此类推，第i轮按下所有编号能被i整除的灯泡的开关（1≤i≤n）。第n轮之后，楼主就无开关可按了。 如果光这么说不清楚，下面举一个例子。 假设n=6即有六个灯泡，最初是全部关闭的： 关 关 关 关 关 关 第一轮过后： 开 开 开 开 开 开 第二轮过后（按下第246盏灯的开关）： 开 关 开 关 开 关 第三轮过后（按下第36盏灯的开关）： 开 关 关 关 开 开 第四轮过后（按下第4盏灯的开关）： 开 关 关 开 开 开 第五轮过后（按下第5盏灯的开关）： 开 关 关 开 关 开 第六轮过后（按下第6盏灯的开关）： 开 关 关 开 关 关 问：n轮过后，n盏灯总共有多少盏开着？ 参数：只有正整数n，如果当作编程题，可以认为1≤n≤10^8
-
论文标题：Trafilatura: A Web Scraping Library and Command-Line Toolfor Text Discovery and Extraction 论文领域：NLP / Machine Learning / Data Mining 推荐原因： 数据挖掘在数据分析/机器学习的数据收集过程中一个很重要的步骤。这个论文很有意思在于他对于网站结构进行了解析，并且研究出了一个对于大多数网站通用的model。由于还没读完，但是从下图可以看出来这个的表现是很不错的~ 如果有人有更好的模型也可以推荐推荐，让我cp一下我下周例会要说点啥hhh 真实原因： 导师让我读的，但总不能我一个人受苦不是~
-
刚在刷B站，然后从一个视频里看到了这个： https://github.com/immortal-autumn/force_maximize 大致是可以将窗口强制最大化，还可以等比例放大。个人感觉也许是挺有用的hhh来分享给大家 不得不说这个up说话好含糊，要不是看了看readme我甚至没搞懂他想做啥hhh
-
最近实在太无聊了……所以想着，既然闲着也是闲着，那么不如来和你们分享分享痛苦，所以来一起读论文吧~~ 所以，就有了这个帖子。 论文标题：Unsupervised Semantic Segmentation by Contrasting Object Mask Proposals 作者：Wouter Van Gansbeke, Simon Vandenhende, Stamatios Georgoulis, and Luc Van Gool. Github: https://github.com/wvangansbeke/Unsupervised-Semantic-Segmentation Area: CV / Clustering / Unsupervised Learning 论文描述： 在计算机视觉领域中对于数据集进行像素点级别的无监督学习, 使用了一种全新的框架。目前准确率60%多，很有卷的价值。 -
嘛，冬天来了，想当然大家伙都不怎么爱出门。 但是如何在必须要出门的情况下，比如工作，朋友聚会的时候，让自己一个成为一个有特色的人呢。 总所周知，人都是感官动物，视觉无疑是在第一印象中占比最大的。 但是不是人人都是天生丽质，貌似郭富城。 那，怎么办呢？ 这里比较推荐大家从嗅觉入手，于是给大家介绍一款便宜的香水（越写越像广告，shit，我不会因为这个被扣分吧） 戴个头盔，only介绍自己是使用感受，是否入手请自己远虑 越想越怕扣我节操 咳咳，言归正传 讲讲它的留香时间吧，我通常是喷在校服外套的口袋里面，基本上能从上午8点到下午2点，emmm时间一般般 味道我也不知道咋描述，说前调后调我自己也搞不懂，挺好闻就是了 好写完了，收皮
-
好几天前我就开始筹谋着，我要那个什么，去高地玩耍 然后截至今天，我一共拉了五个人一起去，结果你猜怎么着！ 没有一个人会开车。 不会吧不会吧，不会真要去跟团吧！
-
一座奇怪的地牢中有一件宝物，宝物存在于宝箱之中，而在这个地牢中有着无数外观相同的宝箱，你的手中却只有一把一次性的钥匙可以打开其中一个宝箱。并且一旦进入地牢，就会触发机关，如果宝物没有被拿到，那么地牢将在一定时间后重置，可能没有充足的时间来尝试检查宝箱。 万幸的是，你的巫师朋友告诉你，他能为你制作一种卷轴若干，卷轴可以花费一些时间，来探测宝物，一个卷轴可以同时探测许多的宝箱，并不会耗费更多的时间，当探测到有宝物存在时，卷轴就会碎裂，也许你就能知道宝物所在的位置了。（ps：如果没检测到的话，卷轴还能继续使用，但是每张卷轴每次检测都需要花费一定的时间） 你思维十分敏锐，选择用哪些卷轴来探测哪些宝箱并不会花费时间，并且发现宝箱之后可以瞬间将其打开拿到宝物，这样。朋友为你准备了充足的卷轴，但是告诉你，在一个地牢使用过的卷轴就没办法在其他地方使用了，因此只要你每动用了一个卷轴就给他一颗魔晶石。 已知：地牢经过 t 时间就会重置，而你的卷轴检测需要花费 c 的时间，在你进入地牢之后发现，其中有 n 个宝箱。 那么你最少需要多少魔晶石才能找到宝物呢？ 例如：2个宝箱，1分钟后地牢重置，卷轴检测花费1分钟。 你需要 1 颗魔晶石即可。 解释：你只需要用一个卷轴就能够发现一个宝箱中是否有宝物，那么你瞬间就能知道宝物的位置并拿到，因此你只需要1颗魔晶石。 又如：4个宝箱，10分钟后地牢重置，卷轴检测花费7分钟。 你需要 2 颗魔晶石。
(noise_scale)(Level0)(x2.000000).thumb.png.69b4fccd6e8821b73da7f36ef3887a39.png)
