《机器学习》西瓜书第15期

websocket wss_使用wss和HTTPS / TLS保护WebSocket的安全

websocketwss这个博客的第50条提示，是的！技术提示＃49说明了如何使用用户名/密码和Servlet安全机制保护WebSocket的安全。

dnc8371·2025-03-11 20:00

第 146 题「LRU缓存机制」（手撸LRU算法）

首选用比较通俗的语言来讲一讲LRU算法，那手机内存来举例子，就是当内存超出了手机设置的内存后，就要删除了内存，那删除那部分内存呢，LRU算法就是提供一个策略来选择那些需要缓存需要被删除掉，就是谁隔得最远就删除掉谁。LRU算法的描述怎么描述呢，其实上述描述的就是LRU算法要实现的逻辑只不多是人能理解的活，那么如何从写代码的角度来说一下实现LRU算法的逻辑呢，这个时候就要通过基础的数据结构结合来讲LR

冰火同学·2025-03-11 20:29

【TVM教程】为 Mobile GPU 自动调优卷积网络

ApacheTVM是一个深度的深度学习编译框架，适用于CPU、GPU和各种机器学习加速芯片。

·2025-03-11 19:35

技术分享 | MySQL8.0 内部临时表占用磁盘空间问题排查

本文为墨天轮数据库管理服务团队第43期技术分享，内容原创，如需转载请联系小墨（VX：modb666）并注明来源。

·2025-03-11 19:05

中信银行太原分行营业部开展“金融知识普及共筑消费安全”宣传活动

在第62个学雷锋纪念日与“3・15消费者权益保护日”来临之际，３月５日，中信银行太原分行营业部积极响应号召，以“金融知识普及，共筑消费安全”为主题，走进社区，传递金融知识，开展了一系列丰富多彩且富有成效的消费者权益保护活动

lsrsyx·2025-03-11 19:52

目前使用ORACLE EBS的公司列表

又是两个大汉堡·2025-03-11 19:21

中国团体保险行业发展规模及投资发展趋向研究报告2021-2027年

第1章：中国团体保险行业发展综述1.1团体保险行业定义及特点1.1.1团体保险行业的定义1.1.2团体保险行业产品/业务特点（1）团体保险与个人保险（2）团体保险与社会统筹保险1.2团体保险行业统计标准

Le9420·2025-03-11 19:21

平安养老险陕西分公司启动315金融消费者权益保护教育宣传活动

为全面贯彻落实党的二十大和二十届二中、三中全会精神以及中央金融工作会议精神，深刻把握金融工作政治性、人民性，积极践行以人民为中心的价值取向，帮助社会公众增强维护自身合法权益的意识和能力，金融监管总局决定于2025年继续组织开展“3·15

lsrsyx·2025-03-11 18:48

K-means 算法核心原理

，簇内平方误差）：J=∑i=1k∑x∈Ci∥x−μi∥2J=\sum_{i=1}^k\sum_{x\inC_i}\|x-\mu_i\|^2J=i=1∑kx∈Ci∑∥x−μi∥2其中：CiC_iCi表示第iii

code 旭·2025-03-11 18:15

XGBoost常见面试题（五）——模型对比

XGBoost与GBDT的区别机器学习算法中GBDT和XGBOOST的区别有哪些？

月亮月亮要去太阳·2025-03-11 18:15

letcode hot 100 第5题

letcodehot100第5题题目盛最多水的容器给定一个长度为n的整数数组height。有n条垂线，第i条线的两个端点是(i,0)和(i,height[i])。

int main*·2025-03-11 18:12

CCF-CSP第27次认证第一题——如此编码【NA公式推导】

CCF-CSP第27次认证第一题——如此编码官网题目链接时间限制：1.0秒空间限制：512MiB下载题目目录（样例文件）题目背景某次测验后，顿顿老师在黑板上留下了一串数字23333便飘然而去。

CS战士plus·2025-03-11 18:11

斐波拉契数列

题目描述给定正整数n，求斐波那契数列的第n项F(n)。

RichardK.·2025-03-11 17:10

Python从0到100（七十六）：计算机视觉-直方图和自适应直方图均衡化

想做这件事情很久了，这次我更新了自己所写过的所有博客，汇集成了Python从0到100，共一百节课，帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、计算机视觉、机器学习

是Dream呀·2025-03-11 17:35

洛谷P5731 【深基5.习6】蛇形方阵

输入输出样例#1输入#14输出#112341213145111615610987说

westdata-Tm·2025-03-11 17:03

LeetCode hot 100—二叉树的层序遍历

示例示例1：输入：root=[3,9,20,null,null,15,7]输出：[[3],[9,20],[15,7]]示例2：输入：root=[1]输出：[[1]]示例3：输入：root=[]输出：[]

rigidwill666·2025-03-11 16:32

智能卡AID列表

[{"AID":"315041592E5359532E4444463031","Vendor":"EMV","Country":"UnitedStates","Name":"EMVPaymentSystemEnvironment-PSE

·2025-03-11 15:28

递推9~15

题单地址：题单中心-东方博宜OJ1298.摘花生问题问题描述HelloKitty想摘点花生送给她喜欢的米老鼠。她来到一片有网格状道路的矩形花生地（如下图），从西北角进去，东南角出来。地里每个道路的交叉点上都有种着一株花生苗，上面有若干颗花生，经过一株花生苗就能摘走该它上面所有的花生。HelloKitty只能向东或向南走，不能向西或向北走。问HelloKitty最多能够摘到多少颗花生。如输入：221

是帅帅的少年·2025-03-11 15:21

机器学习之线性代数

文章目录一、引言：线性代数为何是AI的基石二、向量：AI世界的基本构建块（一）向量的定义（二）向量基础操作（三）重要概念三、矩阵：AI数据的强大容器（一）矩阵的定义（二）矩阵运算（三）矩阵特性（四）矩阵分解（五）Python示例（使用NumPy库）四、线性代数在AI中的应用（一）数据表示（二）降维：PCA（三）线性回归（四）计算机视觉（五）自然语言处理一、引言：线性代数为何是AI的基石在人工智能领

珠峰日记·2025-03-11 15:20

2025精选VS经典：10款项目管理软件横评榜单

深夜11点，项目经理李然盯着甘特图上交错的红色预警线，第6次推翻项目排期——这已是本季度因工具协作不畅导致的第3次交付延期。

·2025-03-11 15:57

ES6语法详解

ES6实际上是一个泛指，泛指ES2015及后续的版本。

八月五·2025-03-11 14:14

公务员行测之速算分数记忆检验-无答案版本

速算之分数记忆检验12=%\frac{1}{2}=\%21=%13=%\frac{1}{3}=\%31=%14=%\frac{1}{4}=\%41=%15=%\frac{1}{5}=\%51=%16=%

Lemon爱吃苹果·2025-03-11 14:42

机器学习(Machine Learning)

《BriefHistoryofMachineLearning》介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Ada

七指琴魔御清绝·2025-03-11 14:42

机器学习实战——音乐流派分类（主页有源码）

✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨✨个人主页欢迎您的访问✨期待您的三连✨1.简介音乐流派分类是音乐信息检索（MusicInformationRetrieval,MIR）中的一个重要任务，旨在通过分析音频信号的特征，将音乐自动分类到不同的流派（如古典、摇滚、爵士、流行等）。随着数字音乐平台的普及，音乐流派分类技术被广泛应用于音乐推荐、自动标签生成和音乐库管理

喵了个AI·2025-03-11 13:37

Linux提权sudo篇

sudoawk06.sudobase6407.sudobash08.sudocp09.sudocpulimit10.sudocurl11.sudodate12.sudodd13.sudodstat14.sudoed15

璃靡·2025-03-11 13:36

如何编写POC/EXP

三、POC框架四、简单的POC/EXP编写1、POC编写流程2、以sqli-labs第8关为例-POC3、以sqli-labs第8关为例-EXP前言初学安全时，很多概念理解不透彻，被POC/EXP的概念困扰了许久

藤原千花的败北·2025-03-11 13:36

C++11之列表初始化

发展历史C++11是C++的第⼆个主要版本，并且是从C++98起的最重要更新。它引⼊了⼤量更改，标准化了既有实践，并改进了对C++程序员可⽤的抽象。

Octopus2077·2025-03-11 12:27

ARM64环境部署EFK8.15.3收集K8S集群容器日志

环境规划主机IP系统部署方式ES版本CPU架构用户名密码192.168.1.225Ubuntu22.04.4LTSdockerelasticsearch:8.15.3ARM64elasticllodyi4TMmZDES

llody_55·2025-03-11 11:21

HarmonyNext实战案例：基于ArkTS的高性能分布式机器学习应用开发

HarmonyNext实战案例：基于ArkTS的高性能分布式机器学习应用开发引言在HarmonyNext生态系统中，分布式机器学习是其核心特性之一。

·2025-03-11 11:52

成功案例丨开发时间从1小时缩短到3分钟：如何利用历史数据训练AI模型，预测设计性能？

（以下简称Hero）致力于通过将人工智能（AI）和机器学习技术融入有限元分析（FEA）流程，以加速产品开发周期。

Altair澳汰尔·2025-03-11 11:45

Python学习指南：系统化路径 + 避坑建议

数据分析（如Excel自动化、可视化）Web开发（如搭建网站）人工智能（如机器学习）自动化办公（如处理文件、邮件）目标不同，后续学习侧重点不同（但基础通用）。

程之编·2025-03-11 09:39

获取表格指定行指定列数据

table.querySelector("tbody");//获取所有tr元素varrows=tbody.querySelectorAll("tr");//初始化结果数组vardata=[];//遍历行，从第200

故事里故去·2025-03-11 09:38

机器学习之KMeans算法

目录一、KMeans的核心思想二、KMeans算法流程三、KMeans的关键点1.优点：2.缺点：四、如何确定最佳k值1.肘部法则2.轮廓系数五、Kmeans的典型应用场景六、代码示例KMeans是一种广泛使用的无监督学习算法，主要用于聚类分析（Clustering）。它的目标是将数据集划分为K个互不重叠的子集（簇，Cluster），使得同一簇内的数据点尽可能相似，不同簇之间的数据点尽可能差异显著

Mr终游·2025-03-11 09:07

.net WebAPI返回xml、json格式

publicclassTestController:ApiController{publicstaticListlist=newList{newStudent{Name="张三",Age=25,Weight=153.5M

dengqiu2187·2025-03-11 09:06

Python机器学习实战：构建序列到序列(Seq2Seq)模型处理翻译任务

Python机器学习实战：构建序列到序列(Seq2Seq)模型处理翻译任务1.背景介绍1.1问题的由来翻译是跨语言沟通的重要桥梁，随着全球化进程的加速，翻译需求日益增长。

AGI大模型与大数据研究院·2025-03-11 09:03

鸿蒙（HarmonyOS NEXT）开发实战：Distributed Service Kit（分布式管理服务开发）

鸿蒙开发往期必看：HarmonyOSNEXT应用开发性能实践总结一分钟了解”纯血版！鸿蒙HarmonyOSNext应用开发！“非常详细的”鸿蒙HarmonyOSNext应用开发学习路线！

我很英俊小名男男·2025-03-11 09:01

linux 同一机器 mongodb 分片,MongoDB自动分片介绍

MongoDB自动分片介绍高性能、易扩展一直是MongoDB的立足之本，同时规范的文档和接口更让其深受用户喜爱，这一点从分析DB-Engines的得分结果不难看出——仅仅1年时间，MongoDB就完成了第7

吴炳忠·2025-03-11 09:00

架构生命周期（演进史）技术应服务于业务

饿了么（工商局）4、大数据+云计算5、AI未来以来时代…第一时期单一应用架构allinone。所有的模块和代码都在一起。技术也不分层。(2000年左右)网站的初

Limbo1213·2025-03-11 09:59

【氮化镓】AlGaN/GaN HEMTs沟道温度测量

P.Javorka,A.Alam,M.Marso,M.Heuken,和P.Kordoˇs共同撰写，发表在2002年8月的《IEEETransactionsonElectronDevices》上，卷号为49，第8

北行黄金橘·2025-03-11 08:58

系统架构设计师【第14章】: 云原生架构设计理论与实践 (核心总结)

文章目录14.1云原生架构产生背景14.2云原生架构内涵14.2.1云原生架构定义14.2.2云原生架构原则14.2.3主要架构模式14.2.4典型的云原生架构反模式14.3云原生架构相关技术14.3.1容器技术14.3.2云原生微服务14.3.3无服务器技术14.3.4服务网格14.4云原生架构案例分析14.4.1某旅行公司云原生改造14.4.2云原生技术助力某汽车公司数字化转型实践14.4.3

数据知道·2025-03-11 08:56

【漫话机器学习系列】130.主成分（Principal Components）

主成分（PrincipalComponents）详解1.什么是主成分？主成分（PrincipalComponents，PCs）是数据集中方差最大的线性组合，它是主成分分析（PrincipalComponentAnalysis，PCA）中的核心概念。主成分可以看作是对原始特征的新表述方式，它通过数学变换找到一组新的正交坐标轴，使得数据的主要变化方向与这些轴对齐。简单来说：主成分是数据集中信息量（方差

IT古董·2025-03-11 08:25

21天学会FREERTOS专栏（1）--FreeRTOS概述

目录第1天：FreeRTOS概述1.什么是RTOS？2.FreeRTOS的特点和优势3.FreeRTOS的历史和发展4.FreeRTOS的应用场景5.为什么选择FreeRTOS？

xiaoheshang_123·2025-03-11 07:23

YOLOv8制作自己的实例分割数据集保姆级教程（包含json转txt）

❗❗❗代码中第43行的classes中存放的是自己数据集的分类标签，记得修改成自己的。importjsonimportosfromtqdmimport

Sir小珂·2025-03-11 07:18

【贪心算法2】

假如第0天价格最低，第3天价格最高，利润=prices[3]-pricnes[0],可以将利润公式拆解成(prices[3]-prices[2])+(prices[2]-prices[1])+(prices

m0_46150269·2025-03-11 07:18

C++开源库大全

程序员要站在巨人的肩膀上，C++拥有丰富的开源库，这里包括：标准库、Web应用框架、人工智能、数据库、图片处理、机器学习、日志、代码分析等。

大王算法·2025-03-11 07:47

基于PyTorch的深度学习——机器学习3

激活函数在神经网络中作用有很多，主要作用是给神经网络提供非线性建模能力。如果没有激活函数，那么再多层的神经网络也只能处理线性可分问题。在搭建神经网络时，如何选择激活函数？如果搭建的神经网络层数不多，选择sigmoid、tanh、relu、softmax都可以；而如果搭建的网络层次较多，那就需要小心，选择不当就可导致梯度消失问题。此时一般不宜选择sigmoid、tanh激活函数，因它们的导数都小于1

Wis4e·2025-03-11 07:47

Java基于redis实现进度条

二.实现方案1.引入依赖如果系统已集成Redis，直接跳到第5步，进度条实现。org.springframework.bootspring-boot-starter-data-redis2.配置

冰糖码奇朵·2025-03-11 06:11

深度学习与普通神经网络有何区别？

例如，ResNet（2015）包含152个卷积层。二、特征学习方式普通神经网络：特征提取通常依赖人工设计，需要领域专家的经验。这意味着在处

是理不是里·2025-03-11 06:39

AI 驱动的软件测试革命：从自动化到智能化的进阶之路

人工智能技术的突破为测试领域注入了新动能，通过机器学习、深度学习、自然语言处理等技术，测试流程正从“被动验证”向“主动预防”演进。

綦枫Maple·2025-03-11 06:08

JVM——15.定位堆外内存 OOM

文章目录1.ByteBuffer堆外内存介绍2.ByteBuffer堆外内存申请、释放（源码分析）2.1堆外内存申请2.2堆外内存释放3.什么情况会发生堆外内存OOM4.模拟堆外内存OOM4.1模拟14.2模拟24.3模拟35.堆外内存OOM的定位及解决1.ByteBuffer堆外内存介绍在介绍OOM那篇文章中，对堆外内存进行了介绍，就直接把它复制过来；ByteBuffer和DirectByteB

你想要怎样的未来·2025-03-11 05:04

推荐频道