luodan@i.pkuschool.edu.cn 目录 CONTENTS 案例教学设计思路 Python 的角色 中学STEAM课程设计 思考 案例设计背景 北大附中技术课程设置模式: 1. 不设置独立的信息技术和 通用技术课程 2. 课程设计以项目制为主 3. 教师享有较大的课程设计 自主权 案例设计背景 案例教学设计思路 1. 结合教师个人经历，学校课程设计规 划，教育部颁布的课程标准制定教学

2010- 通过人工智能技术在海量 数据中，挖掘有效信息、 优化诊断与治疗方法 肺结节处理案例-预处理 分割肺实质: 将CT图像中除肺部以外的无用信息剔除 肺部CT预处理流程 肺部区域结构示意 肺结节处理案例-工程 DataLoader Model Trainer Predict 肺结节处理案例-工程 机器视觉在医学领域应用 自然语言处理在医疗中的应用 自然语言处理在医疗中的应用

信息化平台框架 KC (YIUKEI CHOI) 目录 CONTENTS Odoo的发展及应用 基于Python-Odoo技术优势 基于Python-Odoo应用优势 Odoo平台信息化建设案例 Odoo的发展及应用 Odoo的发展 “Our mission is to help companies grow. We want to unleash companies’ potential 升级到新版本 物联网接入 智能机床 智能仪表 视频监控 蓝牙设备 POS 机器人 Odoo 国内外平台接口-第三方应用 Odoo全球应用 Odoo平台信息化建设案例 Odoo官方-法国Toyota案例 欧度科技-消防总队管理数字化平台 THANK YOU kc@wisdoo.com.cn 13128810412

你所常用的语言决定了你思考的流向，和解决问题的方式， 不管是对细节的实现还是对整体框架的设计。 上述提到的一些的简单案例，意在表达，不同语言的使用者， 使用不同的心智模型去解决问题。 而对于这个现象的发生，我归因于语言本身。编程语言会对你的思维 方式进行诱导，试图将你同化。 回到现实，即便是上述提到的这些简单案例， 在包括Python的很多语言内，居然都并没有很好的解决方案。 人们不得不成规模地重复工作，或是任由冗余在codebase里猖獗；

com/Xilinx/Pynq • PYNQ Docs • https://pynq.readthedocs.io/en/late st/index.html PYNQ Links 24 Optical Flow 案例分析 Demo的目的： 1. Xilinx SoC 可以支持Python, OpenCV 开发 2. PYNQ可以提高 Xilinx SoC 的开发效率 3. PYNQ 中增加了 对Hardware = cv2.calcOpticalFlowFarneback(prvs,next, None, 0.5, 3, 15, 1, 5, 1.2, 0) ………. Optical Flow 案例分析 – con’t # Hardware Accelerator Code import numpy as np frame1 = cv2.imread('./images/vtest/scene00002

com/Xilinx/Pynq • PYNQ Docs • https://pynq.readthedocs.io/en/latest/ind ex.html PYNQ Links 24 Optical Flow 案例分析 Demo的目的： 1. Xilinx SoC 可以支持Python, OpenCV 开发 2. PYNQ可以提高 Xilinx SoC 的开发效率 3. PYNQ 中增加了 对Hardware flow = cv2.calcOpticalFlowFarneback(prvs,next, None, 0.5, 3, 15, 1, 5, 1.2, 0) ………. Optical Flow 案例分析 – con’t # Hardware Accelerator Code import numpy as np frame1 = cv2.imread('./images/vtest/scene00002

com/Xilinx/Pynq • PYNQ Docs • https://pynq.readthedocs.io/en/latest/ind ex.html PYNQ Links 24 Optical Flow 案例分析 Demo的目的： 1. Xilinx SoC 可以支持Python, OpenCV 开发 2. PYNQ可以提高 Xilinx SoC 的开发效率 3. PYNQ 中增加了 对Hardware flow = cv2.calcOpticalFlowFarneback(prvs,next, None, 0.5, 3, 15, 1, 5, 1.2, 0) ………. Optical Flow 案例分析 – con’t # Hardware Accelerator Code import numpy as np frame1 = cv2.imread('./images/vtest/scene00002

适合作为第一章的内容。然而，当我们讨论某个数据结构或算法的特点时，我们难以避免要分析其运行速度 和空间使用情况。因此，在深入学习数据结构与算法之前，建议读者先对复杂度建立初步的了解，并能够完 成简单案例的复杂度分析。 2.2. 时间复杂度 2.2.1. 统计算法运行时间 运行时间可以直观且准确地反映算法的效率。然而，如果我们想要准确预估一段代码的运行时间，应该如何 操作呢？ 1. 确定运 部分研究人员和黑客则致力于寻找哈希算法的安全性问题。直至目前： ‧ MD5 和 SHA‑1 已多次被成功攻击，因此它们被各类安全应用弃用。 ‧ SHA‑2 系列中的 SHA‑256 是最安全的哈希算法之一，仍未出现成功的攻击案例，因此常被用在各类安 全应用与协议中。 ‧ SHA‑3 相较 SHA‑2 的实现开销更低、计算效率更高，但目前使用覆盖度不如 SHA‑2 系列。 MD5 SHA‑1 SHA‑2 SHA‑3 推出时 TreeNode ，节点之间通过指针相连接。在上节中，我们学习了在链 表表示下的二叉树的各项基本操作。 那么，能否用「数组」来表示二叉树呢？答案是肯定的。 7.3.1. 表示完美二叉树 先分析一个简单案例。给定一个完美二叉树，我们将所有节点按照层序遍历的顺序存储在一个数组中，则每 个节点都对应唯一的数组索引。 根据层序遍历的特性，我们可以推导出父节点索引与子节点索引之间的“映射公式”：若节点的索引为

print(r.text) 19 《51 测试天地》七十四 www.51testing.com 通过运行程序，我们可以很清楚的看到，两条数据同一个接口，均请求成功。 总结 小编通过两个简单的案例，进行介绍了Yaml在我们自动化测试过程中如何存储数据， 通过 Python 进行读取 Yaml 文件数据，以及在自动化测试过程中参数化的数据如何在 Yaml 文件中存储且如何通过运行参数化模式 requests-mock 来模拟这 两个请求，最后通过 requests 进行发送请求并通过 pytest.raises 进行判断是否存在异常操 作，如果存在操作，则说明我们代码没有问题。 总结 小编通过简单的两个案例列举了 requests-mock 的简单用法，并且简单介绍了 requests-mock 的库作用，不仅仅可以测试一些简单的 api，还可以模拟测试接口异常情况， 当然该库的方法不仅仅只有这么

展示了在实际应用中常见的哈希算法。 ‧ MD5 和 SHA‑1 已多次被成功攻击，因此它们被各类安全应用弃用。 ‧ SHA‑2 系列中的 SHA‑256 是最安全的哈希算法之一，仍未出现成功的攻击案例，因此常用在各类安全 应用与协议中。 ‧ SHA‑3 相较 SHA‑2 的实现开销更低、计算效率更高，但目前使用覆盖度不如 SHA‑2 系列。 表 6‑2 常见的哈希算法 MD5 SHA‑1 在链表表示下，二叉树的存储单元为节点 TreeNode ，节点之间通过指针相连接。上一节介绍了链表表示下的 二叉树的各项基本操作。 那么，我们能否用数组来表示二叉树呢？答案是肯定的。 7.3.1 表示完美二叉树 先分析一个简单案例。给定一棵完美二叉树，我们将所有节点按照层序遍历的顺序存储在一个数组中，则每 个节点都对应唯一的数组索引。 根据层序遍历的特性，我们可以推导出父节点索引与子节点索引之间的“映射公式”：若某节点的索引为 child 执行“右旋”，再对 node 执行“左旋”。 图 7‑31 先右旋后左旋 第 7 章 树 hello‑algo.com 158 5. 旋转的选择 图 7‑32 展示的四种失衡情况与上述案例逐个对应，分别需要采用右旋、先左旋后右旋、先右旋后左旋、左旋 的操作。 图 7‑32 AVL 树的四种旋转情况 如下表所示，我们通过判断失衡节点的平衡因子以及较高一侧子节点的平衡因子的正负号，来确定失衡节点