BeMg

Ubuntu: fcitx + chewing 新酷音輸入法

fcitx 輸入法架構比預設的 ibus 穩定許多。

1. 安裝 fcitx (框架) 以及 fcitx-chewing (框架下的新酷音輸入法)：

    sudo apt-get install fcitx fcitx-chewing
   

2. 設為預設輸入法架構： System Settings > Language Support > Language Tab > Keyboard input method system: set to fcitx

3. 讓每個程式獨立維持輸入法狀態： System Settings > Keyboard > Typing Tab > Click on Text Entry > Select Allow different sources for each application

BeMg

#include <bits/stdc++.h>
using namespace std;

const int MAX_HASH = 100000000;


bool cmp(pair<string, int> a, pair<string, int> b) {
    return a.second > b.second;
}

BeMg

進修計劃書

在大學期間的選修課程選擇，令我廣泛的接觸了多個不同的資訊研究領域。在這其中，我對於電腦視覺與圖形識別的發展特別有興趣，接下來也打算朝著這個方面進行探索，期許自己可以在進入研究所前，有更明確的研究方向。

短程- 進入研究所前

在取得入學許可之後，會盡速與相關實驗室進行聯絡，尋求意見與協助，以利未來入學做準備。並且複習電腦科學的基本課程，重新溫習一些重要的概念，不忘記基本的準則，為此後的研究進行準備。準備複習的內容為下表：

• 線性代數
• 離散數學

BeMg

import sys


def getList(filename):
    r = list()

    with open(filename, 'r') as f:
        for line in f:
            line = line.replace(' ', '')
            line = line.replace('\n', '')

BeMg

# coding=utf-8

import requests
from bs4 import BeautifulSoup

host = 'https://zh.wikipedia.org'

term = open('term.txt', 'w')
doc = open('doc.txt', 'w')

BeMg

import cv2
import pickle
import os
from utils import draw
import numpy as np

curr_path = os.getcwd()
Train_path = curr_path+'/WIDER_train/images'

H = 64

BeMg

Line Sticker Downloader

Download Sticker from Line store sample

Dependency

• requests

Usage

BeMg

function c = curvefit(x, y)
    u = x.*y;
    v = [x ones(size(x))];
    coef = inv(v'*v)*v'*u;
    c(1) = coef(2);
    c(2) = coef(1);
    c = c';
end

BeMg

# coding: utf-8

# In[1]:

import tensorflow as tf
from keras.backend.tensorflow_backend import set_session
config = tf.ConfigProto()
config.gpu_options.allow_growth = True
set_session(tf.Session(config=config))

BeMg

# coding: utf-8

# In[1]:

import os
import csv

path = os.getcwd()