原文：M is for Magic——游戏里“魔法值”的来源 但凡玩过游戏的人，大约都知道“魔法值（Mana Point，有时也写作Magic Point，简称MP）”，没有魔法值，你召唤不了恶魔，搓不了火球，放不出治疗术，就连传送回基地可能都够呛。不过……MP这个概念到底是怎么来的？ 从生命值说起要讲这个概念，首先要从我的男神之一龙与地下城之父加里·盖加克斯（Gary Gygax）说起。 20世

图片缓存分为两种： Memory Cache； Disk Cache。 原生实现123456789101112131415161718class ImageCache { var cache = NSCache<NSString, UIImage>() static let shared = ImageCache() func g

主线程123DispatchQueue.main.async { print("Main")} 主线程延迟123DispatchQueue.main.asyncAfter(deadline: .now() + 1) { print("1s")} 多线程GCD 和 Operation 的区别： GCD

首先需要 Kanna 第三方库解析 HTML。 解析完成后，再根据 XPath 找到指定想要展示的内容进行展示。这里展示网站的名称和 favicon。 代码如下： 1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556575859606162636

目前通过神经网络训练出来的模型准确率并不高，但收敛速度要比线性回归快上很多。 几个类： 12345678910111213141516171819202122232425262728293031323334353637class HumanDataset(Dataset): def __init__(self, features, labels): self.features

从 12 个特征中选择出最优组合。 1234567891011121314151617181920212223242526272829# Datasetclass HumanDataset(Dataset): def __init__(self, features, labels): self.features = features self.labels = l

VO2max 的数据集来自开源项目 MiPace。 其中有提到项目的 dataset 来自 MiPR lab —— This dataset was collected by CPET in the MiPR lab, which was part of the research funded by Apple Inc。 Michigan Performance Research Laborat

项目通过深度学习的方式对 VO2max 进行预测。 具体可分为 2 个板块： 数据集； 模型训练。 数据集 VO2max 数据集 模型训练 PyTorch 回归模型 PyTorch 常用损失函数 sklearn 数据预处理 PyTorch 提示 RuntimeError: expected scalar type Long but found Float Python 报错 RuntimeE

本项目目的是采集 IMU 数据，并对 IMU 的空间轨迹进行复现。 具体可以分为 2 个板块： 数据采集； 轨迹计算。 数据采集iPhone iOS 加速度坐标 Swift 通过 CMMotionManager 获取 iPhone 加速度传感器、陀螺仪等信息 Swift 导出 .csv 文件 WHEELTEC N100 M1 Mac Parallels Desktop Windows11 安

本项目目的是 DIY 呼吸代谢监测系统来监测人体的呼吸代谢，顺带对人体的 VO2max 进行测量。 具体可以分为 2 个板块： 数据采集； 代谢计算。 数据采集传感器 传感器的响应时间 气体流量传感器 AFM3000/SFM3000 驱动 CO2 浓度传感器 SEN0220 驱动 O2 浓度传感器 SEN0496 驱动 Arduino 输入输出模拟信号 Arduino 输入输出数字信