NoCode 热身系列：实现一个任务跟踪与管理系统（上）

自首篇《NoCode 热身系列：你准备好了吗？》发表之后，不少读者来信询问有没有进一步的内容。为了更好地围绕NoCode实践分享我们的知识和经验，特此成立了NoCode专栏以飨读者。

首篇我们讨论了NoCode所解决的问题、诞生的背景以及常见的应用领域，并开始逐步改变构建Web和移动应用的方式。人人都可以成为Builder（构建者），无论是否拥有编程技能。2020年7月6日，亚马逊云科技推出了自己的NoCode平台，即Amazon Honeycode服务。本篇开始我们将着重介绍一个基于Amazon Honeycode的应用（轻量级任务追踪系统）的设计与实现，详细的内容将分成上、下两篇。

  • 《NoCode热身系列：实现一个任务跟踪与管理系统（上）》
  • 《NoCode热身系列：实现一个任务跟踪与管理系统（下）》

关键字：Amazon HoneyCode, NoCode, NoCode热身系列, 低代码, Honeycode, Builder, Hello World

Honeycode 入门

首先，访问 Honeycode Builder，并创建账户：

NoCode 热身系列：实现一个任务跟踪与管理系统（上）_第1张图片

Amazon Honeycode是一项完全托管的服务，可快速构建功能强大的移动和Web应用且无需编程，支持iOS和Android平台，适合流程审批、事件计划、客户关系管理、用户调查问卷、待办事项以及内容和库存跟踪等多种场景，不需要通过邮件发送电子表格或文档这种容易出错的方法，也不需要雇用工程师开发昂贵且耗时的定制应用。

借助Amazon Honeycode，可使用简单的可视化应用构建器，创建交互式Web和移动应用，并通过AWS内置数据库完成数据跟踪、用户通知、流程审批以及交互式业务流等功能。Amazon Honeycode支持不同复杂度的系统实现，从小团队的任务跟踪应用到大部门复杂工作流管理系统。

Amazon Honeycode的核心组件：

  1. Tables：表格是存储数据的地方。
  2. App Builder：应用构建器可以将静态数据转换为交互式Web和移动应用。
  3. Automations：自动发送通知，触发基于数据和用户输入的自动化任务。

Amazon Honeycode应用构建是一个迭代的五步过程：

  1. 定义要构建的应用
  2. 在Tables中定义数据模型
  3. 在App Builder中建立用户体验
  4. 添加Automations工作流程
  5. 应用测试，与团队共享，持续迭代

任务追踪应用的功能目标

这是一个轻量级的任务追踪系统：

  • 用于团队成员跟踪项目中各自的任务
  • 用于主管跟踪与管理团队在项目中的任务
  • 向团队成员发送自动提醒和告警

数据模型的定义

该系统的数据实体包括：项目、任务、人员。

NoCode 热身系列：实现一个任务跟踪与管理系统（上）_第2张图片

NoCode 热身系列：实现一个任务跟踪与管理系统（上）_第3张图片

为了更好地理解上述数据实体所代表的含义，预置了虚构的示例数据。

  1. 项目表数据（Projects）
项目名称 启动日期 结束日期 负责人 进度
龙坞 1/5/21 4/1/21 狻猊 50.00%
皋亭 1/8/21 4/15/21 饕餮 25.00%
松郡 1/11/21 3/31/21 貔貅 50.00%
  1. 任务表数据（Tasks）
任务名称 项目名称 截止日期 状态 优先级 执行人
将军山功能开发 龙坞 3/15/21 完成 高 囚牛
超山功能测试 皋亭 2/2/21 完成 中 睚眦
天马山功能开发 松郡 1/10/21 完成 高 赑屃
小昆山功能交付 龙坞 4/1/21 尚未开始 低 囚牛
栖霞山功能测试 皋亭 3/9/21 进行中 中 蒲牢
横山功能开发 松郡 3/24/21 尚未开始 高 狻猊
宝石山功能集成 龙坞 1/15/21 完成 低 蒲牢
南屏山功能开发 皋亭 3/18/21 尚未开始 中 鸱尾
西径山功能测试 松郡 1/13/21 完成 高 螭吻
北干山功能测试 龙坞 3/27/21 尚未开始 中 狻猊
牛首山功能开发 皋亭 3/21/21 进行中 中 睚眦
凤凰山功能开发 松郡 3/23/21 进行中 高 貔貅
  1. 人员数据表（People）
人员姓名 邮箱 座位 电话 部门
囚牛 [email protected] 3D45 5387 研发部
睚眦 [email protected] 3D33 4128 研发部
赑屃 [email protected] 3D47 3972 研发部
饕餮 [email protected] 3D34 6853 研发部
蒲牢 [email protected] 3D48 1219 研发部
狻猊 [email protected] 3D39 5776 研发部
貔貅 [email protected] 3D40 3913 研发部
鸱尾 [email protected] 3D42 8917 研发部
螭吻 [email protected] 3D49 6352 研发部

按照上述的数据模型定义，分别创建三个数据表（Projects，Tasks，People），通过复制黏贴，导入上述虚构的示例数据。

建立表链接

按照前述数据表之间的依赖关系，利用Amazon Honeycode内置的数据库，为项目表、任务表、人员表建立表链接。

  1. 选择“Wizards”按钮，可以看到

NoCode 热身系列：实现一个任务跟踪与管理系统（上）_第4张图片

  1. 选择“Data Modeling”，点击“Create Picklists”
  2. 使用任务表中的项目名称列，将其与项目表链接起来

NoCode 热身系列：实现一个任务跟踪与管理系统（上）_第5张图片

  1. 点击“Apply”，等待若干秒
  2. 检查项目表，就会发现新增“Related Task”列，里面筛选出与该项目对应的任务项

NoCode 热身系列：实现一个任务跟踪与管理系统（上）_第6张图片

  1. 点击筛选结果，自动链接到了任务表中与该项目对应的任务项详情

NoCode 热身系列：实现一个任务跟踪与管理系统（上）_第7张图片

  1. 检查任务表，亦可查到任务项对应的项目详情

NoCode 热身系列：实现一个任务跟踪与管理系统（上）_第8张图片

以此类推，我们可以用相同的做法，完成项目表与人员表的链接，任务表与人员表的链接。

总结

以上，我们已经完成了：

  1. Honeycode入门
  2. 任务追踪应用的功能目标设置
  3. 数据模型的定义
  4. 数据表的创建
  5. 表链接的建立

根据Amazon Honeycode五步迭代应用构建法，下一步就可以为任务追踪应用创建移动端和Web App了。接下来的第二篇，笔者会深入探讨，如何为这个轻量级任务追踪和管理系统，利用App Builder从团队成员和主管两个不同的角度构建交互式用户体检 – stay tune for next episode!

本篇作者

NoCode 热身系列：实现一个任务跟踪与管理系统（上）_第9张图片

黄帅

亚马逊 AWS 专业服务团队云架构咨询顾问。负责企业级客户的云架构设计和优化、DevOps 组织咨询和技术实施。在软件研发领域有多年架构设计和运维、团队管理经验，对 DevOps、云原生微服务治理框架、容器化平台运维、混沌工程实践等有深入的研究和热情。

你可能感兴趣的:(人工智能深度学习)

  • 2024 年高教社杯全国大学生数学建模竞赛 E 题 交通流量管控 详细思路+matlab代码+python代码+论文范例 2024年数学建模国赛 备战2024数学建模国赛2024数学建模（不代写论文请勿盲目订阅）数学建模2024数学建模国赛2024数学建模国赛E题2024高教社杯
    持续更新中，2024年所有数学建模比赛思路代码都会发布到专栏内，只需要订阅一次。5号6号半价，会结合历年优秀论文、人工智能深度学习算法、chatgpt。会定期发布思路、代码和论文。思路和论文基本拿不到国奖，想要获得国奖的同学不要购买。适合基础差的学生，容易获得省奖！随着城市化进程的加快、机动车的快速普及，以及人们活动范围的不断扩大，城市道路交通拥堵问题日渐严重，即使在一些非中心城市，道路交通拥堵问
  • 2024 年高教社杯全国大学生数学建模竞赛 D 题 反潜航空深弹命中概率问题 详细思路+matlab代码+python代码+论文范例 2024年数学建模国赛 备战2024数学建模国赛2024数学建模（持续更新耐心等待）数学建模数学建模国赛2024数学建模国赛2024年高教社杯D题matlabpython
    持续更新中，2024年所有数学建模比赛思路代码都会发布到专栏内，只需要订阅一次。5号6号半价，会结合历年优秀论文、人工智能深度学习算法、chatgpt。会定期发布思路、代码和论文。思路和论文基本拿不到国奖，想要获得国奖的同学不要购买。适合基础差的学生，容易获得省奖！应用深水炸弹（简称深弹）反潜，曾是二战时期反潜的重要手段，而随着现代军事技术的发展，鱼雷已成为现代反潜作战的主要武器。但是，在海峡或浅
  • AI人工智能深度学习算法：卷积神经网络的原理与应用 AI大模型应用之禅 计算科学神经计算深度学习神经网络大数据人工智能大型语言模型AIAGILLMJavaPython架构设计AgentRPA
    AI人工智能深度学习算法：卷积神经网络的原理与应用作者：禅与计算机程序设计艺术1.背景介绍1.1人工智能的兴起与深度学习的崛起人工智能(AI)是指计算机科学的一个分支，旨在创造能够执行通常需要人类智能的任务的智能机器，例如学习、解决问题和决策。近年来，人工智能取得了显著的进展，这在很大程度上归功于深度学习的崛起，深度学习是一种强大的机器学习形式，它使用具有多个层的深度神经网络来学习数据中的复杂模式
  • 人工智能深度学习入门指南 白猫a~ 编程深度学习人工智能
    随着人工智能（AI）技术的飞速发展，深度学习作为其重要分支，已经成为许多领域的研究热点。深度学习通过模拟人脑神经网络的运作方式，使得机器能够处理和分析海量的数据，从而实现更高级别的智能。本文将为你提供一份深度学习入门指南，帮助你快速掌握深度学习的基本知识和应用技能。1.了解深度学习基本概念在开始深度学习之前，你需要了解一些基本概念，如神经网络、激活函数、损失函数、反向传播等。这些概念是深度学习的基
  • 人工智能深度学习发展历程-纪年录 犟小孩 技术文档计算机视觉
    前言为了理解模型之间的改进关系、明确深度学习的发展目标、提高自身对模型的深度理解、贯彻爱与和平的理念。总之，我做了如下表格。时间重大突破模型改进详细信息1847SGD随机梯度下降1995SVM支持向量机1982RNN循环神经网络，序列模型1986反向传播1997LSTM长短期时间记忆1998Lenet-5首次应用于手写识别2001随机森林2010ReLUrelu激活函数，解决梯度消失2012Dro
  • 【NLP冲吖~】〇、NLP（自然语言处理、大纲） 漂泊老猫 自然语言处理NLP自然语言处理人工智能
    0、自然语言处理自然语言处理是一门用于理解人类语言、情感和思想的技术，是人工智能深度学习领域的一项重要分支，去年爆火的GPT就是该分支的一个重要落地的应用。随着计算机算力的不断提升，自然语言处理技术近年来发展迅速，有代表模型BERT和GPT等；应用场景有chatbot、知识图谱、情感分析等。自然语言是与机器语言相对的一个概念，它是指人类在一定条件下自然形成和使用的口头或书面的语言，如汉语、英语、法
  • 深度学习十年感悟，从入门到放弃 Ada's Latex科研码上生活反思觉悟深度学习人工智能
    写这篇在此主要是对自己对未来的思考和探索，绝没有指导和影响大家意思，我要准备放弃深度学习算法应用和研究去从事下一代操作系统和模拟信号处理芯片方面工作，主要是为自己以后事业机器人领域做点储备。14年左右从Octave及Matlab数学建模开始入门人工智能深度学习领域。当时情况是13年底我请教前辈后，在思考我们专业的未来是交通调度那么就是通信调度，最厉害的行业内也就是统计分析之类的很多体力性加上初步的
  • 【ArcGIS Pro微课1000例】0046：深度学习--汽车检测 刘一哥GIS 《ArcGISarcgis深度学习汽车ArcGISpro人工智能
    本实验讲述ArcGISPro中人工智能深度学习应用之–汽车检测。文章目录一、学习效果二、工具介绍三、案例实现四、注意事项一、学习效果采用深度学习工具，可以很快速精准的识别汽车。案例一：案例二：下面讲解GIS软件实现流程。二、工具介绍该案例演示的是ArcGISPro中深度学习工具中的【使用深度学习检测对象】，应用的模型是汽车检测模型CarDetection_USA.dlpk，大家可以从配套的实验数据
  • PyTorch深度学习原理与实现 slience_me 机器学习深度学习pytorch人工智能
    PyTorch深度学习原理与实现1.引言深度学习发展历程感知机网络（解决线性可分问题，20世纪40年代）BP神经网络（解决线性不可分问题，20世纪80年代）深度神经网络（海量图片分类，2010年左右）常见深度神经网络：CNN、RNN、LSTM、GRU、GAN、DBN、RBM……深度应用领域计算机视觉语音识别自然语言处理人机博弈深度学习、机器学习以及人工智能深度学习VS传统机器学习深度神经网络VS浅
  • 亚马逊云AI大语言模型应用下的创新Amazon Transcribe的使用 lqj_本人 推广人工智能语言模型自然语言处理
    Transcribe简介语音识别技术，也被称为自动语音识别（AutomaticSpeechRecognition，简称ASR），其目标是将人类的语音中的词汇内容转换为计算机可读的输入，例如按键、二进制编码或者字符序列。语音识别技术已经发展了几十年，直到2009年，Hinton把人工智能深度学习解决方案引入语音识别中，语音识别才取得了巨大突破。AmazonTranscribe是一项自动语音识别(AS
  • 第五章:人工智能深度学习教程-人工神经网络(第一节-人工神经网络及其应用) geeks老师 人工智能深度学习人工智能深度学习神经网络机器学习自然语言处理知识图谱生成对抗网络
    当您阅读这篇文章时，您体内的哪个器官正在思考这个问题？当然是大脑啦！但你知道大脑是如何运作的吗？嗯，它有神经元或神经细胞，它们是大脑和神经系统的主要单位。这些神经元接收来自外界的感觉输入并进行处理，然后提供可能作为下一个神经元的输入的输出。这些神经元中的每一个都通过突触以复杂的排列方式与其他神经元相连。现在，您想知道这与人工神经网络有什么关系吗？嗯，人工神经网络是根据人脑中的神经元建模的。让我们详
  • 第四章:人工智能深度学习教程-激活函数(第四节-深入理解激活函数) geeks老师 人工智能深度学习人工智能深度学习神经网络机器学习数据挖掘计算机视觉自然语言处理
    什么是激活函数？在人工神经网络中，节点的激活函数定义了该节点或神经元对于给定输入或一组输入的输出。然后将该输出用作下一个节点的输入，依此类推，直到找到原始问题的所需解决方案。它将结果值映射到所需的范围，例如0到1或-1到1等。这取决于激活函数的选择。例如，使用逻辑激活函数会将实数域中的所有输入映射到0到1的范围内。二元分类问题的示例：在二元分类问题中，我们有一个输入x，比如一张图像，我们必须将其分
  • 第四章:人工智能深度学习教程-激活函数(第二节-ANN 中激活函数的类型) geeks老师 人工智能深度学习人工智能深度学习神经网络开发语言机器学习计算机视觉自然语言处理
    生物神经网络以人工神经网络的形式建模，其中人工神经元模拟生物神经元的功能。人工神经元如下图所示：人工神经元的结构每个神经元由三个主要部分组成：一组“i”个突触，其权重为wi。信号xi形成具有权重wi的第i个突触的输入。任何权重的值都可以是正值或负值。正权重具有非凡的效果，而负权重对求和点的输出具有抑制作用。输入信号的求和点由相应的突触权重加权。因为它是加权输入信号的线性组合器或加法器，所以求和点的
  • 第四章:人工智能深度学习教程-激活函数(第三节-Pytorch 中的激活函数) geeks老师 人工智能深度学习人工智能深度学习开发语言pytorch机器学习自然语言处理语音识别
    在本文中，我们将了解PyTorch激活函数。目录什么是激活函数以及为什么使用它们？Pytorch激活函数的类型ReLU激活函数：Python3LeakyReLU激活函数：Python3S形激活函数：Python3Tanh激活函数：Python3Softmax激活函数：Python3什么是激活函数以及为什么使用它们？激活函数是Pytorch的构建块。在讨论激活函数的类型之前，让我们首先了解人脑中神经
  • 第四章:人工智能深度学习教程-激活函数(第一节-激活函数) geeks老师 人工智能深度学习人工智能深度学习神经网络开发语言自然语言处理计算机视觉机器学习
    简单来说，人工神经元计算其输入的“加权和”并添加偏差，如下图所示的净输入。从数学上来说，现在净输入的值可以是从-inf到+inf之间的任何值。神经元并不真正知道如何绑定到值，因此无法决定激发模式。因此激活函数是人工神经网络的重要组成部分。他们基本上决定神经元是否应该被激活。因此它限制了净输入的值。激活函数是一种非线性变换，我们在将输入发送到下一层神经元或将其最终确定为输出之前对输入进行非线性变换。
  • 第三章:人工智能深度学习教程-基础神经网络(第三节-Tensorflow 中的多层感知器学习) geeks老师 人工智能深度学习人工智能深度学习神经网络
    在本文中，我们将了解多层感知器的概念及其使用TensorFlow库在Python中的实现。多层感知器多层感知也称为MLP。它是完全连接的密集层，可将任何输入维度转换为所需的维度。多层感知是具有多个层的神经网络。为了创建神经网络，我们将神经元组合在一起，以便某些神经元的输出是其他神经元的输入。神经网络和TensorFlow的简单介绍可以在这里找到：神经网络TensorFlow简介多层感知器有一个输入
  • 第三章:人工智能深度学习教程-基础神经网络(第一节-ANN 和 BNN 的区别) geeks老师 人工智能深度学习人工智能深度学习神经网络机器学习数据挖掘自然语言处理语言模型
    你有没有想过建造大脑之类的东西是什么感觉，这些东西是如何工作的，或者它们的作用是什么？让我们看看节点如何与神经元通信，以及人工神经网络和生物神经网络之间有什么区别。1.人工神经网络：人工神经网络（ANN）是一种基于前馈策略的神经网络。之所以这样称呼，是因为它们不断地通过节点传递信息，直到到达输出节点。这也被称为最简单的神经网络类型。ANN的一些优点：无论数据类型如何（线性或非线性），都能够学习。人
  • 合工大《数字媒体技术》课程调研报告-视频伪造 晓宜 媒体音视频人工智能
    2022年《数字媒体技术》课程调研报告“视频伪造”技术调研日期：2022.10.01调研报告摘要众所周知，人工智能正迎来第三次发展浪潮，它既给社会发展带来了巨大机遇，同时也带来了诸多风险，人工智能对国家安全的影响已成为世界各国的重要关切和研究议程。作为人工智能深度学习领域的一个分支，Deepfake(深度伪造)技术在近几年迅速兴起，为国家间的政治抹黑、军事欺骗、经济犯罪甚至恐怖主义行动等提供了新工
  • 第三章:人工智能深度学习教程-基础神经网络(第六节-ML深度学习层列表) geeks老师 人工智能深度学习人工智能深度学习神经网络机器学习自然语言处理集成学习迁移学习
    要指定所有层按顺序连接的神经网络的架构，请直接创建层数组。要指定层可以有多个输入或输出的网络架构，请使用LayerGraph对象。使用以下函数创建不同的图层类型。输入层：功能描述图像输入层将图像输入网络应用数据标准化序列输入层将序列数据输入到网络。可学习层：功能描述卷积2d层对输入应用滑动过滤器。它通过沿输入垂直和水平移动滤波器并计算权重和输入的点积，然后添加偏差项来对输入进行卷积。转置Conv2
  • 第三章:人工智能深度学习教程-基础神经网络(第五节-了解多层前馈网络) geeks老师 人工智能深度学习人工智能深度学习神经网络机器学习数据挖掘自然语言处理目标检测
    让我们了解反向传播网络(BPN)中的误差是如何计算的以及权重是如何更新的。考虑下图中的以下网络。反向传播网络（BPN）上图中的网络是一个简单的多层前馈网络或反向传播网络。它包含三层，输入层有两个神经元x1和x2，隐藏层有两个神经元z1和z2，输出层有一个神经元yin。现在让我们写下每个神经元的权重和偏差向量。注：权重是随机取的。输入层：i/p–[x1x2]=[01]这里，由于它是输入层，因此仅存在
  • 第三章:人工智能深度学习教程-基础神经网络(第四节-从头开始的具有前向和反向传播的深度神经网络 – Python) geeks老师 人工智能深度学习python开发语言AI编程深度学习机器学习人工智能自然语言处理
    本文旨在从头开始实现深度神经网络。我们将实现一个深度神经网络，其中包含一个具有四个单元的隐藏层和一个输出层。实施将从头开始，并实施以下步骤。算法：1.可视化输入数据2.确定权重和偏置矩阵的形状3.初始化矩阵、要使用的函数4.前向传播方法的实现5.实施成本计算6.反向传播和优化7.预测和可视化输出模型架构：模型架构如下图所示，其中隐藏层使用双曲正切作为激活函数，而输出层（即分类问题）使用sigmoi
  • 第三章:人工智能深度学习教程-基础神经网络(第二节-ANN 和 BNN 的区别) geeks老师 人工智能深度学习人工智能深度学习神经网络机器学习自然语言处理生成对抗网络语言模型
    在本文中，我们将了解单层感知器及其使用TensorFlow库在Python中的实现。神经网络的工作方式与我们的生物神经元的工作方式相同。生物神经元的结构生物神经元具有三个基本功能接收外部信号。处理信号并增强是否需要发送信息。将信号传递给目标细胞，目标细胞可以是另一个神经元或腺体。同样，神经网络也能发挥作用。机器学习中的神经网络什么是单层感知器？它是最古老且最早引入的神经网络之一。它是由弗兰克·罗森
  • 第三章:人工智能深度学习教程-人工智能与机器学习与深度学习之间的区别 geeks老师 人工智能深度学习人工智能深度学习机器学习图搜索算法生成对抗网络视觉检测自动驾驶
    人工智能基本上是通过一组规则（算法）将人类智能融入机器的机制。人工智能是两个词的组合：“人工”是指由人类或非自然物体制造的东西，“智能”是指相应地理解或思考的能力。另一个定义可能是“人工智能基本上是训练机器（计算机）模仿人脑及其思维能力的研究”。人工智能侧重于3个主要方面（技能）：学习、推理和自我纠正，以获得尽可能最大的效率。机器学习：机器学习基本上是一种研究/过程，它使系统（计算机）能够通过其拥
  • 第二章:人工智能深度学习教程-深度学习简介 geeks老师 人工智能深度学习人工智能深度学习数据挖掘机器学习神经网络自然语言处理语音识别
    深度学习是基于人工神经网络的机器学习的一个分支。它能够学习数据中的复杂模式和关系。在深度学习中，我们不需要显式地对所有内容进行编程。近年来，由于处理能力的进步和大型数据集的可用性，它变得越来越流行。因为它基于人工神经网络（ANN），也称为深度神经网络（DNN）。这些神经网络的灵感来自于人脑生物神经元的结构和功能，它们旨在从大量数据中学习。深度学习是机器学习的一个子领域，涉及使用神经网络来建模和解决
  • 人工智能与深度神经网络,人工智能人工神经网络 「已注销」 人工智能dnn机器学习神经网络
    人工智能中神经网络训练过程谷歌人工智能写作项目：神经网络伪原创人工智能深度学习的基础知识？在提及人工智能技术的时候，对于深度学习的概念我们就需要了解，只有这样才能更加容易理解人工智能的运行原理，今天，昆明电脑培训就一起来了解一下深度学习的一些基础知识写作猫。首先，什么是学习率?学习率(LearningRate，LR。常用η表示。)是一个超参数，考虑到损失梯度，它控制着我们在多大程度上调整网络的权重
  • 第990期机器学习日报(2017-06-04) ai100_ml
    机器学习日报2017-06-04机器学习、深度学习研究者10张速查表@网路冷眼ACL2017杰出论文公布，国内四篇论文入选@机器之心Synced如何解释机器学习模型和结果@wx:全球人工智能深度学习多任务学习综述@wx:全球人工智能亚马逊AI博客：用机器学习自动调优数据库管理系统@网路冷眼@好东西传送门出品,由@AI100运营，过往目录见http://ml.memect.com订阅：关注微信公众号
  • 开篇:百花齐放，百家争鸣 静电屏蔽
    生死无门，福自己造。2018新春伊始，自媒体的春天也跟随而来。回顾2017年，这是神奇的一年！直播迎来黄金时代，人工智能深度学习充斥人们的视野，虚拟货币席卷全球，区块链爆发，游戏电竞迎来吃鸡时代，国内巨头动作频繁，首富几经易主，共享经济大行其道，还有太多太多。注定过去的一年是划时代的纪元，此前从未见过如此热闹的互联网生活！百度移动端布局以搜索为入口，成效可喜。过去巨头们拼的是平台，硬件，技术，哪知
  • 初识人工智能 熊子豪
    姓名：熊子豪学号：19011210143转载自https://blog.csdn.net/Harpoon_fly/article/details/84074645【嵌牛导读】我们正处在深度学习的时期，把握住机会在人工智能深度学习还未大量爆发的时期，多了解学习下，让自己跟进时代的步伐，当然未来的强化学习更是最主要的方向，技术更新迭代，你做好准备了么？【嵌牛鼻子】人工智能。【嵌牛提问】什么是人工智能，
  • 人工智能深度学习，100天掌握所有人工智能深度学习 –第二章：（ 第 1 – 10 天第一节线性代数-线性方程组） wly476923083 人工智能人工智能深度学习线性代数机器学习深度学习神经网络自然语言处理数据挖掘目标检测
    矩阵的迹：设A=[aij]nxn是n阶方阵，则对角元素之和称为矩阵的迹，记为tr(A)。tr(A)=a11+a22+a33+……….+ann矩阵迹的性质：设A和B为任意两个n阶方阵，则tr(kA)=ktr(A)其中k是标量。tr(A+B)=tr(A)+tr(B)tr(AB)=tr(A)-tr(B)tr(AB)=tr(BA)线性方程组的解：线性方程可以有三种可能的解：没有解决方案独特的解决方案无限解
  • 人工智能深度学习，100天掌握所有人工智能深度学习 –第一章： 初学者完整指南（持续更新） wly476923083 人工智能人工智能深度学习决策树算法机器学习深度学习人工智能数据库神经网络
    它涉及开发可以自动从数据中学习模式和见解的算法，而无需显式编程。近年来，随着企业发现机器学习在推动创新、改进决策和获得竞争优势方面的潜力，机器学习变得越来越受欢迎。就业行业中的机器学习如果您有兴趣从事机器学习职业，您可能想知道您可以选择的薪水和职业选择。机器学习专业人士的需求量很大，并且可以获得有竞争力的薪水。根据Glassdoor的数据，美国机器学习工程师的平均基本工资约为每年114,000美元
  • Hadoop(一) 朱辉辉33 hadooplinux
    今天在诺基亚第一天开始培训大数据，因为之前没接触过Linux，所以这次一起学了，任务量还是蛮大的。 首先下载安装了Xshell软件，然后公司给了账号密码连接上了河南郑州那边的服务器，接下来开始按照给的资料学习，全英文的，头也不讲解，说锻炼我们的学习能力，然后就开始跌跌撞撞的自学。这里写部分已经运行成功的代码吧.    在hdfs下，运行hadoop fs -mkdir /u
  • maven An error occurred while filtering resources blackproof maven报错
    转：http://stackoverflow.com/questions/18145774/eclipse-an-error-occurred-while-filtering-resources   maven报错： maven An error occurred while filtering resources   Maven -> Update Proje
  • jdk常用故障排查命令 daysinsun jvm
    linux下常见定位命令： 1、jps      输出Java进程       -q       只输出进程ID的名称，省略主类的名称；       -m      输出进程启动时传递给main函数的参数；     &nb
  • java 位移运算与乘法运算 周凡杨 java位移运算乘法
      对于 JAVA 编程中，适当的采用位移运算，会减少代码的运行时间，提高项目的运行效率。这个可以从一道面试题说起：     问题： 用最有效率的方法算出2 乘以8 等於几?” 答案：2 << 3 由此就引发了我的思考，为什么位移运算会比乘法运算更快呢？其实简单的想想，计算机的内存是用由 0 和 1 组成的二
  • java中的枚举(enmu) g21121 java
    从jdk1.5开始，java增加了enum(枚举)这个类型，但是大家在平时运用中还是比较少用到枚举的，而且很多人和我一样对枚举一知半解，下面就跟大家一起学习下enmu枚举。先看一个最简单的枚举类型，一个返回类型的枚举： public enum ResultType { /** * 成功 */ SUCCESS, /** * 失败 */ FAIL,
  • MQ初级学习 510888780 activemq
    1.下载ActiveMQ 去官方网站下载：http://activemq.apache.org/ 2.运行ActiveMQ 解压缩apache-activemq-5.9.0-bin.zip到C盘，然后双击apache-activemq-5.9.0-\bin\activemq-admin.bat运行ActiveMQ程序。 启动ActiveMQ以后，登陆：http://localhos
  • Spring_Transactional_Propagation 布衣凌宇 springtransactional
    //事务传播属性 @Transactional(propagation=Propagation.REQUIRED)//如果有事务，那么加入事务，没有的话新创建一个 @Transactional(propagation=Propagation.NOT_SUPPORTED)//这个方法不开启事务 @Transactional(propagation=Propagation.REQUIREDS_N
  • 我的spring学习笔记12-idref与ref的区别 aijuans spring
    idref用来将容器内其他bean的id传给<constructor-arg>/<property>元素，同时提供错误验证功能。例如： <bean id ="theTargetBean" class="..." /> <bean id ="theClientBean" class=&quo
  • Jqplot之折线图 antlove jsjqueryWebtimeseriesjqplot
    timeseriesChart.html <script type="text/javascript" src="jslib/jquery.min.js"></script> <script type="text/javascript" src="jslib/excanvas.min.js&
  • JDBC中事务处理应用 百合不是茶 javaJDBC编程事务控制语句
      解释事务的概念; 事务控制是sql语句中的核心之一;事务控制的作用就是保证数据的正常执行与异常之后可以恢复   事务常用命令:             Commit提交         
  • [转]ConcurrentHashMap Collections.synchronizedMap和Hashtable讨论 bijian1013 java多线程线程安全HashMap
    在Java类库中出现的第一个关联的集合类是Hashtable，它是JDK1.0的一部分。 Hashtable提供了一种易于使用的、线程安全的、关联的map功能，这当然也是方便的。然而，线程安全性是凭代价换来的――Hashtable的所有方法都是同步的。此时，无竞争的同步会导致可观的性能代价。Hashtable的后继者HashMap是作为JDK1.2中的集合框架的一部分出现的，它通过提供一个不同步的
  • ng-if与ng-show、ng-hide指令的区别和注意事项 bijian1013 JavaScriptAngularJS
            angularJS中的ng-show、ng-hide、ng-if指令都可以用来控制dom元素的显示或隐藏。ng-show和ng-hide根据所给表达式的值来显示或隐藏HTML元素。当赋值给ng-show指令的值为false时元素会被隐藏，值为true时元素会显示。ng-hide功能类似，使用方式相反。元素的显示或
  • 【持久化框架MyBatis3七】MyBatis3定义typeHandler bit1129 TypeHandler
    什么是typeHandler? typeHandler用于将某个类型的数据映射到表的某一列上，以完成MyBatis列跟某个属性的映射   内置typeHandler MyBatis内置了很多typeHandler，这写typeHandler通过org.apache.ibatis.type.TypeHandlerRegistry进行注册，比如对于日期型数据的typeHandler，
  • 上传下载文件rz,sz命令 bitcarter linux命令rz
    刚开始使用rz上传和sz下载命令： 因为我们是通过secureCRT终端工具进行使用的所以会有上传下载这样的需求： 我遇到的问题： sz下载A文件10M左右，没有问题 但是将这个文件A再传到另一天服务器上时就出现传不上去，甚至出现乱码，死掉现象，具体问题 解决方法： 上传命令改为;rz -ybe 下载命令改为：sz -be filename 如果还是有问题： 那就是文
  • 通过ngx-lua来统计nginx上的虚拟主机性能数据 ronin47 ngx-lua　统计 解禁ip
    介绍 以前我们为nginx做统计,都是通过对日志的分析来完成.比较麻烦,现在基于ngx_lua插件,开发了实时统计站点状态的脚本,解放生产力.项目主页: https://github.com/skyeydemon/ngx-lua-stats 功能 支持分不同虚拟主机统计, 同一个虚拟主机下可以分不同的location统计. 可以统计与query-times request-time
  • java-68-把数组排成最小的数。一个正整数数组，将它们连接起来排成一个数，输出能排出的所有数字中最小的。例如输入数组{32, 321}，则输出32132 bylijinnan java
    import java.util.Arrays; import java.util.Comparator; public class MinNumFromIntArray { /** * Q68输入一个正整数数组，将它们连接起来排成一个数，输出能排出的所有数字中最小的一个。 * 例如输入数组{32, 321}，则输出这两个能排成的最小数字32132。请给出解决问题
  • Oracle基本操作 ccii Oracle SQL总结Oracle SQL语法Oracle基本操作Oracle SQL
    一、表操作 1. 常用数据类型 NUMBER(p,s)：可变长度的数字。p表示整数加小数的最大位数，s为最大小数位数。支持最大精度为38位 NVARCHAR2(size)：变长字符串，最大长度为4000字节（以字符数为单位） VARCHAR2(size)：变长字符串，最大长度为4000字节（以字节数为单位） CHAR(size)：定长字符串，最大长度为2000字节，最小为1字节，默认
  • [强人工智能]实现强人工智能的路线图 comsci 人工智能
        1：创建一个用于记录拓扑网络连接的矩阵数据表      2:自动构造或者人工复制一个包含10万个连接(1000*1000)的流程图      3：将这个流程图导入到矩阵数据表中      4：在矩阵的每个有意义的节点中嵌入一段简单的
  • 给Tomcat，Apache配置gzip压缩(HTTP压缩)功能 cwqcwqmax9 apache
    背景： HTTP 压缩可以大大提高浏览网站的速度，它的原理是，在客户端请求网页后，从服务器端将网页文件压缩，再下载到客户端，由客户端的浏览器负责解压缩并浏览。相对于普通的浏览过程HTML ,CSS,Javascript , Text ，它可以节省40%左右的流量。更为重要的是，它可以对动态生成的，包括CGI、PHP , JSP , ASP , Servlet,SHTML等输出的网页也能进行压缩，
  • SpringMVC and Struts2 dashuaifu struts2springMVC
    SpringMVC VS Struts2 1: spring3开发效率高于struts 2: spring3 mvc可以认为已经100%零配置 3: struts2是类级别的拦截， 一个类对应一个request上下文， springmvc是方法级别的拦截，一个方法对应一个request上下文，而方法同时又跟一个url对应 所以说从架构本身上 spring3 mvc就容易实现r
  • windows常用命令行命令 dcj3sjt126com windowscmdcommand
    在windows系统中，点击开始－运行，可以直接输入命令行，快速打开一些原本需要多次点击图标才能打开的界面，如常用的输入cmd打开dos命令行，输入taskmgr打开任务管理器。此处列出了网上搜集到的一些常用命令。winver 检查windows版本 wmimgmt.msc 打开windows管理体系结构(wmi) wupdmgr windows更新程序 wscrip
  • 再看知名应用背后的第三方开源项目 dcj3sjt126com ios
    知名应用程序的设计和技术一直都是开发者需要学习的，同样这些应用所使用的开源框架也是不可忽视的一部分。此前《 iOS第三方开源库的吐槽和备忘》中作者ibireme列举了国内多款知名应用所使用的开源框架，并对其中一些框架进行了分析，同样国外开发者 @iOSCowboy也在博客中给我们列出了国外多款知名应用使用的开源框架。另外txx's blog中详细介绍了 Facebook Paper使用的第三
  • Objective-c单例模式的正确写法 jsntghf 单例iosiPhone
    一般情况下，可能我们写的单例模式是这样的： #import <Foundation/Foundation.h> @interface Downloader : NSObject + (instancetype)sharedDownloader; @end #import "Downloader.h" @implementation
  • jquery easyui datagrid 加载成功，选中某一行 hae jqueryeasyuidatagrid数据加载
    1.首先你需要设置datagrid的onLoadSuccess $( '#dg' ).datagrid({onLoadSuccess :  function (data){      $( '#dg' ).datagrid( 'selectRow' ,3); }});   2.onL
  • jQuery用户数字打分评价效果 ini JavaScripthtmljqueryWebcss
    效果体验：http://hovertree.com/texiao/jquery/5.htmHTML文件代码： <!DOCTYPE html> <html xmlns="http://www.w3.org/1999/xhtml"> <head> <title>jQuery用户数字打分评分代码 - HoverTree</
  • mybatis的paramType kerryg DAOsql
    MyBatis传多个参数： 1、采用#{0},#{1}获得参数：    Dao层函数方法：     public User selectUser(String name,String area); 对应的Mapper.xml    <select id="selectUser" result
  • centos 7安装mysql5.5 MrLee23 centos
    首先centos7 已经不支持mysql，因为收费了你懂得，所以内部集成了mariadb，而安装mysql的话会和mariadb的文件冲突，所以需要先卸载掉mariadb，以下为卸载mariadb，安装mysql的步骤。   #列出所有被安装的rpm package rpm -qa | grep mariadb   #卸载 rpm -e mariadb-libs-5.
  • 利用thrift来实现消息群发 qifeifei thrift
               Thrift项目一般用来做内部项目接偶用的，还有能跨不同语言的功能，非常方便，一般前端系统和后台server线上都是3个节点，然后前端通过获取client来访问后台server，那么如果是多太server，就是有一个负载均衡的方法，然后最后访问其中一个节点。那么换个思路，能不能发送给所有节点的server呢，如果能就
  • 实现一个sizeof获取Java对象大小 teasp javaHotSpot内存对象大小sizeof
       由于Java的设计者不想让程序员管理和了解内存的使用，我们想要知道一个对象在内存中的大小变得比较困难了。本文提供了可以获取对象的大小的方法，但是由于各个虚拟机在内存使用上可能存在不同，因此该方法不能在各虚拟机上都适用，而是仅在hotspot 32位虚拟机上，或者其它内存管理方式与hotspot 32位虚拟机相同的虚拟机上 适用。     
  • SVN错误及处理 xiangqian0505 SVN提交文件时服务器强行关闭
    在SVN服务控制台打开资源库“SVN无法读取current” ---摘自网络 写道 SVN无法读取current修复方法 Can't read file : End of file found 文件：repository/db/txn_current、repository/db/current   其中current记录当前最新版本号，txn_current记录版本库中版本
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他