云昴(Mao Yun)

关于博客内容和更新计划安排。

介绍博客非内容的计划和安排，包括博文的作者信息、授权说明、博客系统的更新迭代说明等。

Common Image Analysis Task

Image Classification, Object Detection, Object Localisation, Object Recognition, Semanitic Segmentation, Image Captioning

本文英文原文： http://www.learnprolognow.org/ 并会增加自己在Imperial学习中的一些想法，因为自己已经熟悉Prolog，并非完整翻译。

基础

当我们写一个递归的谓词逻辑时，应该至少包含两个子句：一个是基础子句（用于在某些条件下停止递归），另一个是递归子句。如果没有这样做，那么Prolog就会陷入死循环中。

本文英文原文： http://www.learnprolognow.org/ 并会增加自己在Imperial学习中的一些想法，因为自己已经熟悉Prolog，并非完整翻译。

合一

1. 如果term1和term2都是常量，那么term1和term2能够合一，当且仅当它们是相同的原子，或者相同的数字。

2. 如果term1是变量并且term2是任意类型的语句，那么term1和term2能够合一，并且term1被初始化为term2；同理，如果term2是变量并且term1是任意类型的语句，那么term1和term2能够合一，并且term2被初始化为term1。（如果两个都是变量，他们都能够被互相初始化，即它们共享相同的值）

3. 如果term1和term2都是复杂语句，那么它们能够合一当且仅当：

   3.1 它们有相同的函子和元数；

   3.2 所有对应的参数能够合一；

   3.3 变量的初始化能够匹配。（比如，如果两个复杂语句在进行合一，不可能在一个复杂语句中将X初始化为mia，在另外一个复杂语句中将X初始化为vincent）

4. 两个语句能够合一当且仅当它们遵循上面三个定义之一。

本文英文原文： http://www.learnprolognow.org/ 并会增加自己在Imperial学习中的一些想法，因为自己已经熟悉Prolog，并非完整翻译。

BST && BBST

从根开始搜索。

所有的左后代都小于父代，右后代都大于父代，才能满足。

Balance Binary Search Tree, 平衡二叉搜索树，能够更好的提高搜索效率。

散列表

这里，我们先讨论一下散列表（哈希表），作为一个数组，可以很快的查找到。哈希冲突，是需要处理的，可以用链进行链接。

Big-O

算法复杂度。用来度量算法。

数据结构

Vector & Array

查找很快，但增删很难。

List & Linked List

增删很简单，但查找不方便。

K Nearest Neighbous and Decision Tree

In this part, we will talk about the KNN and Decision Tree. What’s more, we need some knowledge about Python and numpy, when we use those tools, I will show you how to use them.

本文来自于官方文档

Django系列将持续更新，并将用自己的实际项目系统来作为例子。Django版本：3.0。