Atl212

一个就是，这个 Github Action 的 deploy 配置脚本里面，其实也并不需要这个什么 hexo 部署的代码。 12345- name: Generate static pages run: | hexo clean hexo generate --debug working-directory: Blog 这两个的意思我认为是在服务上面把你的 public 的下的代码给清空，然后再部署一遍。 但这样搞就会有点问题，因为从 git 中 pull 或用 npm 安装的有些模块或插件啥的，并不是所有都会被上传到仓库下面。 当然，具体可能可以看 gitignore 脚本，看看有哪些是被你忽视，不需要上传到仓库上面的。 但是我目前也搞不懂，似乎有些插件或者是文件，如果已经被上传到仓库上，似乎就不受这个 gitignore 给影响了？ 所以虽然好像你确实有一部分 gitignore 里面是不会上传的，但是可能又还是有一部分会上传的。 所以如果你不是用你在本地已经部署好的 public 的静态文件的话，那么你 push 到仓库上面再 clean 又 gen...

前言前几天试着搭了hexo博客，本来部署直接用 hexo d 命令进行的部署。 但是自己更习惯用 github desktop。可以自定义 commit 的名称，也可以更直观看到文件的修改情况，所以试着用 github action 部署博客。 由于本人没怎么用过 action 部署，同时对于 git 拉取下来的一些文件设置也有认识不足，在此记录下部署过程遇到的几个问题。 hexo generate –debug yaml文件路径配置问题尝试构建但出现 Permission denied部署成功但index.html文件大小为0

实现代码： 123456789101112131415161718192021222324252627282930313233343536373839404142434445464748495051525354555657585960616263646566676869707172737475767778798081828384858687888990919293949596979899100101102103104105106107108109110111112113114115116117118119120121import numpy as npimport matplotlib.pyplot as plt # 真正的函数def g(x): return 0.1 * (x ** 3 + x ** 2 + x) # 随意准备一些向真正的函数加入了一点噪声的训练数据train_x = np.linspace (-2,2,8)train_y =g(train_x)+ np.random.randn(train_x.size) * 0.05 # 绘图确认x = np.l...

$$\int x^{α}dx = \int \frac{x^{α+1}}{α+1}+c(α\neq-1)$$ 我们知道幂函数的不定积分公式一般都可以表示为这个式子（除了指数等于-1），但是如果每次都按照式子的步骤来写就会感到麻烦。 当α是整数时候还好，如果α是”分数”或者是”负数”或者是”负数的分数”时候，因为分母的系数是在下方所以要除了算出来外，最后还要倒过来。 特别是负数的分数如 -（1 / 2）时，-（1 / 2）+ 1 = （1 / 2）倒过来系数为2，本人在因为在运算中跳步错过几次，吃了亏。 那么有没有更简洁的方法，保证我们运算简单点并且保证准确性。 通过观察式子我们可以发现，幂函数的指数和系数是一样的，都是α + 1，不同在于系数要倒过来。所以运算时我们可以这样。 $$\int x^{α}dx \rightarrow x^{α+1} \rightarrow \frac{1}{α+1}x^{α+1}+c$$ 先写出指数加一得到的数，然后把得到的指数倒过来就变成了前面的系数。举例子： $$\int x^{-\frac...