描述有耗散系统的密度算符的方程为 (Scully. Quantum Optics \(\S5.3\)) \[ \dot{p}=-\frac{i}{\hbar}[H, p]-\frac{1}{2}\{\Gamma, p\} \quad \Gamma_{i j}=\gamma_{i j} \delta_{i j} \] 二能级原子在偶极近似下，把上面方程展开有 \[ \dot{\rho}_{aa}=-\gamma_{a} \rho_{aa}+\frac
冰多多团队-Gamma阶段第九次Scrum会议 工作情况 团队成员 已完成任务 待完成任务 卓培锦 美化前端及编辑器界面，编辑器风格切换（添加夜间模式） UI界面手势切换 牛雅哲 添加scp工具，添加容器更新界面 语音输入shell应用：基于pytorch的训练脚本编辑和运行（展示） 韩笑冰 Gamma阶段
目录 写在前面 进度情况 任务进度表 燃尽图 照片 写在前面 例会时间：6.7 22:30-23.00 例会地点：微信群语音通话 代码进度记录github在这里 进度情况 任务进度表 注：点击链接跳转至相应的issue 组员 6.7任务 6.8任务 少昂 处理Merge 处理Merge 振亚 【注释】后端代码
【Gamma阶段】第二次Scrum Meeting 每日任务内容 今日工作任务 明日待完成任务 个人信息样式，增加按钮设计 密码找回功能之问题验证样式设计 戴荣 维持beta阶段的回归测试 修缮测试代码 赵智源 完善前端代码注释和相关文档 登录样式修改 肖萌威 完善密码找回功能 设置
Scrum Meeting博客目录 [Gamma阶段]第九次Scrum Meeting 基本信息 名称 时间 地点 时长 第九次Scrum Meeting 19/06/05 大运村寝室6楼 20min 相关工作 成员 已完成工作 明日计划工作 鲍屹伟 每日例会撰写，跟踪进度，调整配色 每日例会撰写 白世豪 实现发出邀请界面
Scrum Meeting博客目录 [Gamma阶段]第十次Scrum Meeting 基本信息 名称 时间 地点 时长 第十次Scrum Meeting 19/06/06 大运村寝室6楼 30min 相关工作 成员 已完成工作 明日计划工作 鲍屹伟 每日例会撰写 每日例会撰写，准备最后的字体、配色等调整及发布 白世豪
目录 写在前面 进度情况 任务进度表 燃尽图 照片 写在前面 例会时间：6.5 22:30-22:45 例会地点：微信群语音通话 代码进度记录github在这里 进度情况 任务进度表 注：点击链接跳转至相应的issue 组员 6.4-6.5进度 6.6任务 少昂 处理Merge 处理Merge 振亚 【6.4】修改
[Gamma] Scrum Meeting 6 写在前面 会议时间 会议时长 会议地点 2019/6/3 22:00 20min 大运村公寓6F楼道 附Github仓库：WEDO 例会照片 工作情况总结 计网体育考试，6月4日恢复进度 人员 上次任务 下次任务 魏一 博客 博客 余宸狄 搜索功能实现 搜索功能实现 苗
目录 写在前面 进度情况 任务进度表 燃尽图 照片 写在前面 例会时间：6.3 22:30-23:15 例会地点：微信群语音通话 代码进度记录github在这里 临近期末，团队成员课程压力均较大，需要较多时间关注自己的学业，望谅解 6.3下午计网考试，晚上scrum主要讨论了一些从社长问卷收集来的功能需
目录 写在前面 进度情况 任务进度表 Gamma阶段燃尽图 照片 写在前面 例会时间：5.31 22:30-23:00 例会地点：微信群语音通话 代码进度记录github在这里 临近期末，团队成员课程压力均较大，需要较多时间关注自己的学业，望谅解 进度情况 上一次scrum meeting是27号晚，期间我们没有实
每日任务内容 队员 昨日完成任务 明日要完成的任务 张圆宁 #91 用户体验与优化：发现用户体验细节问题https://github.com/rRetr0Git/rateMyCourse/issues/91 #91 用户体验与优化：发现并优化用户体验，修复问题https://github.com/rRetr0Git/rateMyCourse/issues/91 牛宇航 #86
目录 前言 任务分配 燃尽图 会议照片 签入记录 上周助教交流总结 技术博客 一些说明 前言 第4次会议于5月29日22:00线上交流形式召开。 交流确认了各自的任务进度，并与助教进行了沟通。时长20min。 任务分配 姓名 当前阶段任务 下阶段任务 吴昊 删除投票功能 实现投
Scrum Meeting博客目录 [Gamma阶段]第二次Scrum Meeting 基本信息 名称 时间 地点 时长 第二次Scrum Meeting 19/05/28 大运村寝室6楼 20min 相关工作 成员 已完成工作 明日计划工作 鲍屹伟 每日例会撰写， 企业版小程序的升级——找到几个可以合作的企业 每日例会
伽马校正（Gamma correction） 又叫伽马非线性化（gamma nonlinearity）、伽马编码（gamma encoding） 或是就只单纯叫伽马（gamma）。是用来针对影片或是影像系统里对于光线的辉度（luminance）或是三色刺激值（tristimulus values）所进行非线性的运算或反运算。 维基百科 1、公式 其中A是一
目录 写在前面 进度情况 任务进度表 Gamma阶段燃尽图 照片 写在前面 例会时间：5.27 22:30-23:30 例会地点：微信群语音通话 代码进度记录github在这里 临近期末，团队成员课程压力均较大，需要较多时间关注自己的学业，在需求调研完成并确定前没什么事就都放假，望谅解 进度情况 今
三种着色处理方法。 抗锯齿总结 透明排序 伽马校正 三种着色总结： 1.平滑着色（Flat shading）：简单来讲，就是一个三角面用同一个颜色。如果一个三角面的代表顶点(也许是按在 index 中的第一个顶点)，恰好被光照成了白色，那么整个面都会是白的。 2.高洛德着色（Gouraud shading）：每顶点求值
1.给图像加入噪声 skimage.util.random_noise(image, mode=‘gaussian’, seed=None, clip=True, **kwargs) 该函数可以方便的为图像添加各种类型的噪声如高斯白噪声、椒盐噪声等。 参数介绍 image为输入图像数据，类型应为ndarray，输入后将转换为浮点数。 mode选择添加噪声的类
题面 传送门 题解 劲啊…… 没有和\(Claris\)一样推，用了类似于\(Shinbokuow\)推已知点求最短直线的方法，结果\(WA\)了好几个小时，拿\(Claris\)代码拍了几个小时都没找到\(bug\)在哪儿，最后发现是我一个除法的地方忘记除数为\(0\)的情况了……甘霖娘…… 公式恐惧症患者可以直接转去结
强化学习经典算法笔记——推导贝尔曼方程 在写强化学习经典算法笔记(一)：价值迭代算法Value Iteration和强化学习经典算法笔记(二)：策略迭代算法Policy Iteration的时候，感觉关键的部分——为什么要这样进行值（策略）迭代，没有讲清楚，概念有点模糊，所以感觉有必要重新关注一下Bellm
如果让我投票给深度学习中，最不想调试，但又必须要小心调试的参数，毫无疑问会投给学习率，今天就来说说这个。 01 项目背景 我们选择了GHIM-10k数据集，这是一个图像检索数据集，包含20个类别，分别是日落，船舶，花卉，建筑物，汽车，山脉，昆虫等自然图像，各个类别拥有较好的多样性，而类别之间也有比
拓扑图论基础（二） 图的嵌入和拓扑图 拓扑图·平面图 设\(\Gamma\)是一个闭曲面或平面，\(G\)是一个图，\(D\)是\(G\)的一个正规\(\Gamma\)-画法．如果\(D\)没有交叉，我们就说\(D\)是\(G\)的一个\(\Gamma\)-嵌入，也说\(G\)通过\(D\)嵌入到\(\Gamma\)上．当\(\Gamma\)是平面时，我们称\(\Gamma\)-嵌
在日常模型训练过程中，模型有多种选择，模型的参数同样也有多种选择，如何根据同一批数据选出最适合的模型和参数呢？ 一般情况下，模型还比较好选择，是选用机器学习中分类模型例如 LR、SVM或XGBoost等，还是使用深度学习模型CNN、LSTM等。但是参数的选择就让人很头疼，每个模型都有一堆参数，参数
ML之SVM：利用SVM算法(超参数组合进行单线程网格搜索+3fCrVa)对20类新闻文本数据集进行分类预测、评估 输出结果 Fitting 3 folds for each of 12 candidates, totalling 36 fits [CV] svc__C=0.1, svc__gamma=0.01 ..................................... [CV] ............
ML之SVM：利用SVM算法(超参数组合进行多线程网格搜索+3fCrVa)对20类新闻文本数据集进行分类预测、评估 输出结果 Fitting 3 folds for each of 12 candidates, totalling 36 fits [CV] svc__C=0.1, svc__gamma=0.01 ..................................... [CV] svc__C=0.1,
Gamma校正 (Gamma Correction) 人类眼球的感光细胞中，在正常的光照环境下（非绝对黑暗和绝对明亮中），对较暗色调之间的差异，比对较亮色调的差异的反应更强烈。这个跟照相机的实际上的光照强度值是不一样的，所以，人类眼球对光强度的反应是非线性的。 光的物理强度，指的是光源发射光子的
