The Hoare assignment axiom \[\vdash \{P[E/V]\} V:=E \{P\} \]The Floyd assignment axiom \[\vdash \{P\} V:=E \{\exist v.\ (V=E[v/V]) \wedge P[v/V]\} \]Precondition strengthening \[\frac{\vdash P \Rightarrow P',\vdash\{P'\}C
因为我不会 NTT 其实是因为任意模数多项式乘法太毒瘤，所以需要暴力（？ 目前仍属于口胡阶段，如果有时间我就写一份拿挑战多项式拍一下 . 很多地方省略了 \(\pmod{x^c}\)，\(c\) 是一个神奇的常数 . 目录非常 naive 的东西多项式加减 & 数乘多项式乘法 / 卷积多项式插值多项式多点求值多项
经过在网上反复的浏览和查阅，最终决定自己整理一篇 Markdown 的数学公式用法。 参考：https://blog.csdn.net/konglongdanfo1/article/details/85204312 常用符号 上下标 算式markdown a
8.3 DH问题与加密 本节学习基于循环群上离散对数问题的DH问题及Elgamal加密方案。 目录：循环群与离散对数，DH假设和应用，Elgamal加密方案。 循环群（Cyclic Groups）与生成元（Generators） G
$$\large 正体不明$$ $$Link:https://www.luogu.org/problem/U92010$$ 题目背景 : \[? \] 题目描述： 对于一个 由"\((\)" , "\(\mathsf X\)" , "\()\)"三种字符 组成的字符串 \(\mathsf S\) 定义 \(\text{power}(l,r)\) 为:\(\mathsf S\) 的子串 \([l
Show, Attend and Tell: Neural Image Caption Generation with Visual Attention-阅读总结 笔记不能简单的抄写文中的内容，得有自己的思考和理解。 一、基本信息 \1.标题：Show, Attend and Tell: Neural Image Caption Generation with Visual Attention \2.作者：Kelvin Xu，Jimmy Lei
1. Bayesian parameter estimation Formulation Prior distribution px(⋅)p_{\mathsf{x}}(\cdot)px(⋅) Observation py∣x(⋅∣⋅)p_{\mathsf{y|x}}(\cdot|\cdot)py∣x(⋅∣⋅) Cost C(a,a^)C(a,\hat a)C(a,a^) Solution x^(⋅)=argminf(⋅)E[C(x,f(y))]\h
