【高等数学】多元微分学 (一)

news2024/10/23 17:55:29

偏导数

偏导数定义

  • 如果二元函数 f f f x 0 , y 0 x_0,y_0 x0,y0 的某邻域有定义, 且下述极限存在
    lim ⁡ Δ x → 0 f ( x 0 + Δ x , y 0 ) − f ( x 0 , y 0 ) Δ x \lim_{\Delta x\to 0} \frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x} Δx0limΔxf(x0+Δx,y0)f(x0,y0)
    其极限称作 f f f 关于 x x x 的偏导数, 记为

∂ f ∂ x ∣ ( x 0 , y 0 ) = lim ⁡ Δ x f ( x 0 + Δ x , y 0 ) − f ( x 0 , y 0 ) Δ x \frac{\partial f}{\partial x}|_{(x_0,y_0)}=\lim_{\Delta x} \frac{f(x_0+\Delta x,y_0)-f(x_0,y_0)}{\Delta x} xf(x0,y0)=ΔxlimΔxf(x0+Δx,y0)f(x0,y0)

类似的
∂ f ∂ y ∣ ( x 0 , y 0 ) = lim ⁡ Δ y f ( x 0 , y 0 + Δ y ) − f ( x 0 , y 0 ) Δ y \frac{\partial f}{\partial y}|_{(x_0,y_0)}= \lim_{\Delta y} \frac{f(x_0,y_0+\Delta y)-f(x_0,y_0)}{\Delta y} yf(x0,y0)=ΔylimΔyf(x0,y0+Δy)f(x0,y0)

  • n n n 元函数的偏导数 u = f ( x 1 , ⋯   , x n ) u=f(x_1,\cdots,x_n) u=f(x1,,xn),
    ∂ f ∂ x i = lim ⁡ Δ x i f ( x 1 , ⋯   , x i + Δ x i , ⋯   , x n ) − f ( x 1 , ⋯   , x i , ⋯   , x n ) Δ x i \frac{\partial f}{\partial x_i}= \lim_{\Delta x_i} \frac{f(x_1,\cdots, x_i+\Delta x_i, \cdots,x_n)-f(x_1,\cdots, x_i, \cdots, x_n)}{\Delta x_i} xif=ΔxilimΔxif(x1,,xi+Δxi,,xn)f(x1,,xi,,xn)

导数性质 → \to 偏导数性质

加 : ∂ ( f ( x , y ) + g ( x , y ) ) ∂ x = ∂ f ∂ x + ∂ g ∂ x 加:\frac{\partial (f(x,y)+g(x,y))}{\partial x}=\frac{\partial f}{\partial x}+\frac{\partial g}{\partial x} :x(f(x,y)+g(x,y))=xf+xg
减 : ∂ ( f ( x , y ) − g ( x , y ) ) ∂ x = ∂ f ∂ x − ∂ g ∂ x 减:\frac{\partial (f(x,y)-g(x,y))}{\partial x}=\frac{\partial f}{\partial x}-\frac{\partial g}{\partial x} :x(f(x,y)g(x,y))=xfxg
乘 : ∂ ( f ( x , y ) g ( x , y ) ) ∂ x = ∂ f ∂ x g + f ∂ g ∂ x 乘:\frac{\partial (f(x,y)g(x,y))}{\partial x}=\frac{\partial f}{\partial x} g+f\frac{\partial g}{\partial x} :x(f(x,y)g(x,y))=xfg+fxg
除 : ∂ ( f ( x , y ) g ( x , y ) ) ∂ x = 1 g 2 ( ∂ f ∂ x g − f ∂ g ∂ x ) 除:\frac{\partial (\frac{f(x,y)}{g(x,y)})}{\partial x}=\frac{1}{g^2}\left(\frac{\partial f}{\partial x}g-f\frac{\partial g}{\partial x}\right) :x(g(x,y)f(x,y))=g21(xfgfxg)

高阶偏导数

∂ 2 f ∂ x 2 = ∂ ∂ x ( ∂ f ∂ x ) \frac{\partial^2 f}{\partial x^2}= \frac{\partial}{\partial x}\left(\frac{\partial f}{\partial x}\right) x22f=x(xf)
∂ 2 f ∂ x ∂ y = ∂ ∂ y ( ∂ f ∂ x ) \frac{\partial^2 f}{\partial x\partial y}= \frac{\partial}{\partial y}\left(\frac{\partial f}{\partial x}\right) xy2f=y(xf)
∂ 2 f ∂ y ∂ x = ∂ ∂ x ( ∂ f ∂ y ) \frac{\partial^2 f}{\partial y\partial x}= \frac{\partial}{\partial x}\left(\frac{\partial f}{\partial y}\right) yx2f=x(yf)
∂ 2 f ∂ y 2 = ∂ ∂ y ( ∂ f ∂ y ) \frac{\partial^2 f}{\partial y^2}= \frac{\partial}{\partial y}\left(\frac{\partial f}{\partial y}\right) y22f=y(yf)

  • ∂ 2 f ∂ y ∂ x \frac{\partial^2 f}{\partial y\partial x} yx2f, ∂ 2 f ∂ x ∂ y \frac{\partial^2 f}{\partial x\partial y} xy2f 是连续函数时, ∂ 2 f ∂ y ∂ x = ∂ 2 f ∂ x ∂ y \frac{\partial^2 f}{\partial y\partial x}=\frac{\partial^2 f}{\partial x\partial y} yx2f=xy2f.

全微分

u = f ( x , y ) u=f(x,y) u=f(x,y), $\Delta u= f(x+\Delta x, y+\Delta y)-f(x,y) $

定义 存在 A , B A,B A,B, Δ z = A Δ x + B Δ y + o ( ρ ) \Delta z= A\Delta x+B\Delta y+ o(\rho) Δz=AΔx+BΔy+o(ρ), ρ = ( Δ x ) 2 + ( Δ y ) 2 \rho=\sqrt{(\Delta x)^2+(\Delta y)^2} ρ=(Δx)2+(Δy)2 , 称函数 f f f ( x , y ) (x,y) (x,y) 处可微, d z d z dz 称为全微分, ( A , B ) (A,B) (A,B) 称为梯度.

当函数 f f f 可微时, d z = ∂ f ∂ x d x + ∂ f ∂ y d y dz= \frac{\partial f}{\partial x} dx+ \frac{\partial f}{\partial y}dy dz=xfdx+yfdy, 梯度计算公式为 ∇ f ( x , y ) = ( ∂ f ∂ x , ∂ f ∂ y ) ⊤ \nabla f(x,y)=(\frac{\partial f}{\partial x}, \frac{\partial f}{\partial y})^\top f(x,y)=(xf,yf)

微分性质 → \to 全微分性质

可微函数:
加 : d ( f + g ) = d f + d g 加: d(f+g)=df+dg :d(f+g)=df+dg
减 : d ( f − g ) = d f − d g 减: d(f-g)=df-dg :d(fg)=dfdg
乘 : d ( f g ) = g d f + f d g 乘: d(fg)= g df+f dg :d(fg)=gdf+fdg
除 : d ( f g ) = g d f − f d g g 2 除:d\left(\frac{f}{g}\right)=\frac{g df- f dg}{g^2} :d(gf)=g2gdffdg

偏导数性质 → \to 梯度性质

可微函数:
加 : ∇ ( f + g ) = ∇ f + ∇ g 加: \nabla (f+g)=\nabla f+\nabla g :(f+g)=f+g
减 : ∇ ( f − g ) = ∇ f − ∇ g 减: \nabla (f-g)=\nabla f-\nabla g :(fg)=fg
乘 : ∇ ( f g ) = g ∇ f + f ∇ g 乘: \nabla (fg)= g \nabla f+f \nabla g :(fg)=gf+fg
除 : ∇ ( f g ) = g ∇ f − f ∇ g g 2 除:\nabla \left(\frac{f}{g}\right)=\frac{g \nabla f- f \nabla g}{g^2} :(gf)=g2gffg

∂ f ∂ x \frac{\partial f}{\partial x} xf, ∂ f ∂ y \frac{\partial f}{\partial y} yf 是连续函数时, f ( x , y ) f(x,y) f(x,y) 可微.

复合函数的微分法

双层复合偏导

一元内嵌一元函数 (全导数)

  • d d x f ( u ( x ) ) = d f d u d u d x \frac{d }{d x}f(u(x)) =\frac{d f}{d u}\frac{d u}{d x} dxdf(u(x))=dudfdxdu
f
u
x

一元内嵌二元函数

  • ∂ ∂ x f ( u ( x , y ) ) = d f d u ∂ u ∂ x \frac{\partial }{\partial x}f(u(x,y)) =\frac{d f}{d u}\frac{\partial u}{\partial x} xf(u(x,y))=dudfxu
  • ∂ ∂ y f ( u ( x , y ) ) = d f d u ∂ u ∂ y \frac{\partial }{\partial y}f(u(x,y)) =\frac{d f}{d u}\frac{\partial u}{\partial y} yf(u(x,y))=dudfyu
f
u
x
y

一元内嵌三元函数

  • ∂ ∂ x f ( u ( x , y , z ) ) = d f d u ∂ u ∂ x \frac{\partial }{\partial x}f(u(x,y,z)) =\frac{d f}{d u}\frac{\partial u}{\partial x} xf(u(x,y,z))=dudfxu
  • ∂ ∂ y f ( u ( x , y , z ) ) = d f d u ∂ u ∂ y \frac{\partial }{\partial y}f(u(x,y,z)) =\frac{d f}{d u}\frac{\partial u}{\partial y} yf(u(x,y,z))=dudfyu
  • ∂ ∂ z f ( u ( x , y , z ) ) = d f d u ∂ u ∂ z \frac{\partial }{\partial z}f(u(x,y,z)) =\frac{d f}{d u}\frac{\partial u}{\partial z} zf(u(x,y,z))=dudfzu
f
u
x
y
z

二元内嵌一元函数 (全导数)

  • ∂ ∂ x f ( u ( x ) , v ( x ) ) = ∂ f ∂ u d u d x + ∂ f ∂ v d v d x \frac{\partial }{\partial x}f(u(x),v(x)) =\frac{\partial f}{\partial u}\frac{d u}{d x}+\frac{\partial f}{\partial v}\frac{d v}{d x} xf(u(x),v(x))=ufdxdu+vfdxdv
f
u
v
x

二元内嵌二元函数

  • ∂ ∂ x f ( u ( x , y ) , v ( x , y ) ) = ∂ f ∂ u ∂ u ∂ x + ∂ f ∂ v ∂ v ∂ x \frac{\partial }{\partial x}f(u(x,y),v(x,y)) =\frac{\partial f}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial f}{\partial v}\frac{\partial v}{\partial x} xf(u(x,y),v(x,y))=ufxu+vfxv
  • ∂ ∂ y f ( u ( x , y ) , v ( x , y ) ) = ∂ f ∂ u ∂ u ∂ y + ∂ f ∂ v ∂ v ∂ y \frac{\partial }{\partial y}f(u(x,y),v(x,y)) =\frac{\partial f}{\partial u}\frac{\partial u}{\partial y}+\frac{\partial f}{\partial v}\frac{\partial v}{\partial y} yf(u(x,y),v(x,y))=ufyu+vfyv
f
u
v
x
y

二元内嵌三元函数

  • ∂ ∂ x f ( u ( x , y , z ) , v ( x , y , z ) ) = ∂ f ∂ u ∂ u ∂ x + ∂ f ∂ v ∂ v ∂ x \frac{\partial }{\partial x}f(u(x,y,z),v(x,y,z)) =\frac{\partial f}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial f}{\partial v}\frac{\partial v}{\partial x} xf(u(x,y,z),v(x,y,z))=ufxu+vfxv

  • ∂ ∂ y f ( u ( x , y , z ) , v ( x , y , z ) ) = ∂ f ∂ u ∂ u ∂ y + ∂ f ∂ v ∂ v ∂ y \frac{\partial }{\partial y}f(u(x,y,z),v(x,y,z)) =\frac{\partial f}{\partial u}\frac{\partial u}{\partial y}+\frac{\partial f}{\partial v}\frac{\partial v}{\partial y} yf(u(x,y,z),v(x,y,z))=ufyu+vfyv

  • ∂ ∂ z f ( u ( x , y , z ) , v ( x , y , z ) ) = ∂ f ∂ u ∂ u ∂ z + ∂ f ∂ v ∂ v ∂ z \frac{\partial }{\partial z}f(u(x,y,z),v(x,y,z)) =\frac{\partial f}{\partial u}\frac{\partial u}{\partial z}+\frac{\partial f}{\partial v}\frac{\partial v}{\partial z} zf(u(x,y,z),v(x,y,z))=ufzu+vfzv

f
u
v
w
x
y

三元内嵌一元函数 (全导数)

  • ∂ ∂ x f ( u ( x ) , v ( x ) , w ( x ) ) = ∂ f ∂ u d u d x + ∂ f ∂ v d v d x + ∂ f ∂ w d w d x \frac{\partial }{\partial x}f(u(x),v(x),w(x)) =\frac{\partial f}{\partial u}\frac{d u}{d x}+\frac{\partial f}{\partial v}\frac{d v}{d x}+\frac{\partial f}{\partial w}\frac{d w}{d x} xf(u(x),v(x),w(x))=ufdxdu+vfdxdv+wfdxdw
f
u
v
w
x

三元内嵌二元函数

  • ∂ ∂ x f ( u ( x , y ) , v ( x , y ) , w ( x , y ) ) = ∂ f ∂ u ∂ u ∂ x + ∂ f ∂ v ∂ v ∂ x + ∂ f ∂ w ∂ w ∂ x \frac{\partial }{\partial x}f(u(x,y),v(x,y),w(x,y)) =\frac{\partial f}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial f}{\partial v}\frac{\partial v}{\partial x}+\frac{\partial f}{\partial w}\frac{\partial w}{\partial x} xf(u(x,y),v(x,y),w(x,y))=ufxu+vfxv+wfxw

  • ∂ ∂ y f ( u ( x , y ) , v ( x , y ) , w ( x , y ) ) = ∂ f ∂ u ∂ u ∂ y + ∂ f ∂ v ∂ v ∂ y + ∂ f ∂ w ∂ w ∂ y \frac{\partial }{\partial y}f(u(x,y),v(x,y),w(x,y)) =\frac{\partial f}{\partial u}\frac{\partial u}{\partial y}+\frac{\partial f}{\partial v}\frac{\partial v}{\partial y}+\frac{\partial f}{\partial w}\frac{\partial w}{\partial y} yf(u(x,y),v(x,y),w(x,y))=ufyu+vfyv+wfyw

f
u
v
w
x
y

三元内嵌三元函数

  • ∂ ∂ x f ( u ( x , y , z ) , v ( x , y , z ) , w ( x , y , z ) ) = ∂ f ∂ u ∂ u ∂ x + ∂ f ∂ v ∂ v ∂ x + ∂ f ∂ w ∂ w ∂ x \frac{\partial}{\partial x}f(u(x,y,z),v(x,y,z),w(x,y,z)) =\frac{\partial f}{\partial u}\frac{\partial u}{\partial x}+\frac{\partial f}{\partial v}\frac{\partial v}{\partial x}+\frac{\partial f}{\partial w}\frac{\partial w}{\partial x} xf(u(x,y,z),v(x,y,z),w(x,y,z))=ufxu+vfxv+wfxw

  • ∂ ∂ y f ( u ( x , y , z ) , v ( x , y , z ) , w ( x , y , z ) ) = ∂ f ∂ u ∂ u ∂ y + ∂ f ∂ v ∂ v ∂ y + ∂ f ∂ w ∂ w ∂ y \frac{\partial}{\partial y}f(u(x,y,z),v(x,y,z),w(x,y,z)) =\frac{\partial f}{\partial u}\frac{\partial u}{\partial y}+\frac{\partial f}{\partial v}\frac{\partial v}{\partial y}+\frac{\partial f}{\partial w}\frac{\partial w}{\partial y} yf(u(x,y,z),v(x,y,z),w(x,y,z))=ufyu+vfyv+wfyw

  • ∂ ∂ z f ( u ( x , y , z ) , v ( x , y , z ) , w ( x , y , z ) ) = ∂ f ∂ u ∂ u ∂ z + ∂ f ∂ v ∂ v ∂ z + ∂ f ∂ w ∂ w ∂ z \frac{\partial}{\partial z}f(u(x,y,z),v(x,y,z),w(x,y,z)) =\frac{\partial f}{\partial u}\frac{\partial u}{\partial z}+\frac{\partial f}{\partial v}\frac{\partial v}{\partial z}+\frac{\partial f}{\partial w}\frac{\partial w}{\partial z} zf(u(x,y,z),v(x,y,z),w(x,y,z))=ufzu+vfzv+wfzw

f
u
v
w
x
y
z

(选看) 三层复合偏导

二元内嵌二元内嵌二元函数

  • ∂ ∂ s f ( u ( x ( s , t ) , y ( s , t ) ) , v ( x ( s , t ) , y ( s , t ) ) ) = ∂ f ∂ u ( ∂ u ∂ x ∂ x ∂ s + ∂ u ∂ y ∂ y ∂ s ) + ∂ f ∂ v ( ∂ v ∂ x ∂ x ∂ s + ∂ v ∂ y ∂ y ∂ s ) \frac{\partial }{\partial s}f(u(x(s,t),y(s,t)),v(x(s,t),y(s,t))) = \frac{\partial f}{\partial u}(\frac{\partial u}{\partial x}\frac{\partial x}{\partial s}+\frac{\partial u}{\partial y}\frac{\partial y}{\partial s})+\frac{\partial f}{\partial v}(\frac{\partial v}{\partial x}\frac{\partial x}{\partial s}+\frac{\partial v}{\partial y}\frac{\partial y}{\partial s}) sf(u(x(s,t),y(s,t)),v(x(s,t),y(s,t)))=uf(xusx+yusy)+vf(xvsx+yvsy)

  • ∂ ∂ t f ( u ( x ( s , t ) , y ( s , t ) ) , v ( x ( s , t ) , y ( s , t ) ) ) = ∂ f ∂ u ( ∂ u ∂ x ∂ x ∂ t + ∂ u ∂ y ∂ y ∂ t ) + ∂ f ∂ v ( ∂ v ∂ x ∂ x ∂ t + ∂ v ∂ y ∂ y ∂ t ) \frac{\partial }{\partial t}f(u(x(s,t),y(s,t)),v(x(s,t),y(s,t))) = \frac{\partial f}{\partial u}(\frac{\partial u}{\partial x}\frac{\partial x}{\partial t}+\frac{\partial u}{\partial y}\frac{\partial y}{\partial t})+\frac{\partial f}{\partial v}(\frac{\partial v}{\partial x}\frac{\partial x}{\partial t}+\frac{\partial v}{\partial y}\frac{\partial y}{\partial t}) tf(u(x(s,t),y(s,t)),v(x(s,t),y(s,t)))=uf(xutx+yuty)+vf(xvtx+yvty)

f
u
v
x
y
s
t

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2221764.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

2010年国赛高教杯数学建模B题上海世博会影响力的定量评估解题全过程文档及程序

2010年国赛高教杯数学建模 B题 上海世博会影响力的定量评估 2010年上海世博会是首次在中国举办的世界博览会。从1851年伦敦的“万国工业博览会”开始,世博会正日益成为各国人民交流历史文化、展示科技成果、体现合作精神、展望未来发展等的重要舞台。请你们选择感兴…

Hadoop生态圈三大组件:HDFS的读写流程、MapReduce计算流程、Yarn资源调度

文章目录 1. HDFS的读写流程1.1 HDFS读流程1.2 HDFS写流程 2. MapReduce计算流程3. Yarn资源调度一、客户端请求资源二、Resource Manager处理请求三、任务资源计算与申请四、Resource Manager分配资源五、Node Manager执行任务六、任务执行与监控 1. HDFS的读写流程 1.1 HDFS…

C++ 中的友元(Friend)用法详解

什么是友元(Friend)?👭 友元 (C) | Microsoft Learn 在C中,友元(Friend)是一种机制,允许外部函数或类访问某个类的私有(private)或保护(protecte…

[Unity Demo]从零开始制作空洞骑士Hollow Knight第十五集:制作更多地图,更多敌人,更多可交互对象

提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 文章目录 前言一、第一个代表性场景 1.制作更多敌人2.制作更多可交互对象二、第二个代表性场景 1.制作更多敌人2.制作更多可交互对象三、第三个代表性场景 1.制作更多敌人2.制…

【计算机网络 - 基础问题】每日 3 题(五十二)

✍个人博客:https://blog.csdn.net/Newin2020?typeblog 📣专栏地址:http://t.csdnimg.cn/fYaBd 📚专栏简介:在这个专栏中,我将会分享 C 面试中常见的面试题给大家~ ❤️如果有收获的话,欢迎点赞…

Solr5.5.0单机部署

Solr5.5.0集成Tomcat8部署 1、 准备条件 JDK1.7以上 Solr5.5.0部署包(solr-5.5.0.zip) Tomcat8部署包 (apache-tomcat-8.5.16.tar.gz) 上传Solr5.5.0和tomcat8 部署包并解压使用 2、准备部署 将./solr-5.5.0/server/solr-we…

SPI的学习

工作原理 SPI的工作原理基于主从架构。主设备通过四条主要信号线与一个或多个从设备进行通信: MOSI(主输出,从输入)DI(Master Output Slave Input):主设备发送数据到从设备。MISO(…

MySQL 回收表碎片实践教程

前言: 在 MySQL 数据库中,随着数据的增删改操作,表空间可能会出现碎片化,这不仅会占用额外的存储空间,还可能降低表的扫描效率,特别是一些大表,在进行数据清理后会产生大量的碎片。本篇文章我们…

MAC电脑的JDK、MAVEN配置及IDEA激活

1、JDK配置环境 vim ~/.bash_profile # 添加 Java 目录,类路径和指令路径的配置,若已存在则用目标值覆盖 export JAVA_HOME/Library/Java/JavaVirtualMachines/jdk1.8.0_311.jdk/Contents/Home export CLASSPATH.:$JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/…

Oracle单实例静默安装

oracle 11g单实例静默安装 在CentOS上静默安装Oracle数据库 引言 在企业环境中,自动化和标准化是提高效率的关键。静默安装(也称为无人值守安装)是一种无需人工干预的安装方法,适用于大规模部署或需要重复安装的场景。本文将介…

【KEIL那些事 4】CMSIS缺失!!!!导致不能编译!!!!软件自带芯片下载缓慢!!!!!!快速下载芯片包!!!!!

安装了keli发现emmm,CMSIS缺失!!!!不能编译,,,自带下载芯片缓慢,,,官网下载emmm,竟然不带动的!!!&…

MySQL根据.idb数据恢复脚本,做成了EXE可执行文件

文章目录 1.代码2.Main方法打包3.Jar包打成exe可执行文件4.使用(1.)准备一个表结构一样得数据库(2.)打开软件(3.)输入路径 5.恢复成功 本文档只是为了留档方便以后工作运维,或者给同事分享文档内…

查看Chrome安装路

谷歌Google浏览器查看安装路径,浏览器Google Chrome浏览器查看安装路径 chrome://version/ 来源:笔记云

(数据结构)单链表——C语言

目录 1 概念与结构 1.1 结点 1.2 链表的性质 2 实现单链表 2.1打印SLPrint 2.2申请一个结点SLBuyNode 2.3尾插SLPushBack 2.4头插SLPushfront 2.5尾删SLPopBack 2.6头删SLPopfront 2.7查找结点位置SLFindNode 2.8在pos位置插入SLInsert 2.9在pos节点之后插入SLInse…

2024HarmonyOS应用开发者高级认证 最新题库第二部分

单选题 1.以下哪个装饰器用来表示并发共享对象。(D) AShared BState CStyle DSendable 2.hiAppEvent提供的Watcher接口,需要订阅到OS的崩溃事件,正确的实现方式(选下面这个) hiAppEvent.addWatcher({ name:"watcher&…

探索网页组件化:原生JavaScript动态加载HTML与iframe的使用与比较

在网页设计中,将内容作为组件动态加载到页面上是一种提高用户体验和页面性能的有效手段。本文将详细介绍两种实现动态内容加载的方法:使用原生JavaScript动态加载HTML和使用iframe,并对比它们的使用方式和优缺点。 原生JavaScript动态加载HTM…

[论文笔记]HERMES 3 TECHNICAL REPORT

引言 今天带来论文HERMES 3 TECHNICAL REPORT,这篇论文提出了一个强大的工具调用模型,包含了训练方案介绍。同时提出了一个函数调用标准。 为了简单,下文中以翻译的口吻记录,比如替换"作者"为"我们"。 聊天模…

RISC-V笔记——内存模型总结

1 前言 Memory consistency model定义了使用Shared memory(共享内存)执行多线程(Multithread)程序所允许的行为规范。RISC-V使用的内存模型是RVWMO(RISC-V Weak Memory Ordering),RVWMO内存模型是根据全局内存顺序(global memory order)定义的,全局内存…

简单有效修复d3d9.dll错误,11种d3d9.dll错误详细解决办法教程

当你遇到d3d9.dll文件丢失的问题时,可以通过今天的这篇文章详细的步骤来尝试修复这个问题,今天将教大家十一种d3d9.dll丢失修复的方法。 1. 重新安装DirectX以恢复d3d9.dll d3d9.dll是DirectX的一部分,因此重新安装DirectX通常可以解决d3d9.…

proguard对java代码进行混淆加密。并进行反编译测试,后续可配合classfinal进行使用

文章目录 1.插件混淆(1.)pom配置(2.)混淆配置(3.)打包 2.反编译查看效果(1.)工具下载(2.)反编译对比 3.启动测试4.功能测试5.二次加密 本文档只是为了留档方便…