基于Snowflake

第0节 机器学习与深度学习介绍

数学上的可解释性但准确率不是百分百，灵活度不高）深度学习：机器学习的一个子集：利用多层神经网络从大量数据中进行学习（设计一个很深的网络架构让机器自己学）（深度学习就是找一个函数f）机器学习算法简介（狭义）一般是基于数学
汉堡go·2025-03-08 01:34

Spring WebFlux 入门指南

SpringWebFlux是Spring5引入的一个基于Reactor的响应式编程框架，它是SpringMVC的异步非阻塞替代方案，适用于高并发场景。
zru_9602·2025-03-08 01:31

Python数据可视化——Seaborn的基本用法（2）

Seaborn库的安装与导入Seaborn是基于Matplotlib的高级数据可视化库，在使用前需要确保正确安装。
大数据张老师·2025-03-08 01:00

基于STC89C52的8x8点阵贪吃蛇游戏

本文将介绍如何基于STC89C52单片机设计并实现一个8x8点阵的贪吃蛇游戏，同时借助Proteus软件进行电路仿真，以验
@小张要努力·2025-03-08 00:51

基于YOLOv5深度学习的田间杂草检测系统：UI界面 + YOLOv5 + 数据集详细教程

本文将详细介绍如何构建一个基于深度学习的田间杂草检测系统，使用YOLOv5模型进行目标检测，并提供一个用户友好的界面。
深度学习&目标检测实战项目·2025-03-08 00:50

人工智能与深度学习的应用案例解析及代码实现

一、深度学习技术概述1.1核心技术框架深度学习基于深度神经网络（DNN），其核心在于通过多层非线
accurater·2025-03-08 00:49

llama-factory生成Meta-Llama-3-8B-Instruct模型api服务

hiyouga/LLaMA-Factory/blob/main/examples/inference/llama3_lora_sft.yaml中的内容进行改写API实现的标准是参考了OpenAI的相关接口协议，基于
码不动了鸭·2025-03-08 00:19

基于PCA+RF的数据分类模型含matlab代码（PCA降维后输入进RF模型）

本代码实现了对高维数据通过PCA进行降维后，再输入到RF模型中去，从而提高模型精度的目的。代码中都有详细的注释，直接替换数据就可以使用。一.概述1.主成分分析（PCA）目的：降维，减少数据的维度，同时保留尽可能多的原始数据的方差。步骤：标准化数据：为了使每个特征对总的方差贡献相似，通常需要对数据进行标准化处理。计算协方差矩阵：确定数据集中特征之间的协方差。计算特征值和特征向量：从协方差矩阵中提取特
Jason_Orton·2025-03-07 23:48

视频提取关键帧提取

对视频的分析通常是基于视频帧，但视频帧通常存在大量冗余，对视频帧的提取也存在漏帧、冗余的现象。视频关键帧提取则
Ailberty·2025-03-07 23:17

Spring WebFlux 入门：WebFlux 是什么？它的作用是什么？

SpringWebFlux是Spring5引入的响应式Web框架，它基于Reactor库，旨在提供异步、非阻塞的编程模型，能够在高并发场景下提升系统吞吐量。
2401_89793006·2025-03-07 23:17

如何使用 DeepSeek 提升工作效率

DeepSeek是一款基于AI技术的智能搜索与分析平台，它不仅支持快速的信息检索，还能通过对数据的深度分析和挖掘，为用
2401_89793006·2025-03-07 23:17

基于51单片机的交通灯控制系统的设计

首先对系统的设计，自然想到软件部分与硬件部分，软件部分根据所要实现的功能进行编写，与硬件要进行对应。本文所介绍的是用keil进行c语言编写的，用STC-ISP进行烧录到板子上，在烧录之前，最好先用Proteus进行仿真，如果实现其所有功能后，再进行烧录，然后在板子上看实际实现的效果。以下我写的顺序是层层递进，展示如何一步步进行思考。可能有点长，但是包看懂的，无废话。一、功能需求分析1.基础功能交通
小董爱吃辣·2025-03-07 23:15

Vid ---基于Rust的高性能视频关键帧提取工具架构解析

ShowCaseFastRunvid-iD:/cursor一、工具定位与核心价值解决的问题：海量监控视频的快速关键帧回溯教学视频的内容摘要生成视频素材库的智能索引构建技术亮点：多级并行处理架构FFmpeg硬件加速集成自动化目录结构管理⚡细粒度资源控制二、核心架构设计1.CLI控制层#[derive(Parser,Debug)]#[command(version,about="视频关键帧批量提取工具
Foodie豪哥·2025-03-07 23:14

小团队的极简自动化运维方案（基于华为云）

结合华为云原生服务和极简工具链实现高效可控的自动化部署：一、架构简化设计（适配小团队）1.部署模式选择graphLRGitLab-->|推送代码|GitLab-CI-->|构建镜像|华为云SWR(容器镜像仓库)GitLab-CI-->|执行部署|华为云CCI(云容器实例)-->|对外服务|ELB(华为云弹性负载均衡)华为云CCI-->|数据存储|RDS(华为云数据库)放弃K8s：使用华为云CCI（
徐福记c·2025-03-07 23:43

机器学习基础（4）

超越基于常识的基准除了不同的评估方法，还应该利用基于常识的基准。训练深度学习模型就好比在平行世界里按下发射火箭的按钮，你听不到也看不到。
yyc_audio·2025-03-07 23:42

KVM常用操作命令示例

虚拟机当前使用的快照三、克隆命令1、完整克隆kytest02,-o后面是旧名字，-n后面是新的虚拟机的名字2、手动克隆3、链接克隆四、存储管理命令1、列出所有存储池2、启动存储池3、关闭存储池4、创建存储池4.1、基于目录创建存储池
少儿频道·2025-03-07 23:12

算法系列之数据结构-二叉搜索树

二叉搜索树BST二叉搜索树的核心思想和二分查找类似，都是基于分治思想，利用了有序性,通过比较和分治，将问题规模减半
修己xj·2025-03-07 23:41

算法训练（leetcode）二刷第三十八天 | 1143. 最长公共子序列、1035. 不相交的线、53. 最大子数组和、392. 判断子序列

思路同300.最长递增子序列，每个状态更新基于前面的状态，为了防止
Star Patrick·2025-03-07 23:41

ElasticSearch第十五讲 ES数据写入过程和写入原理以及数据如何保证一致性

Es的数据并发冲突ES数据并发冲突控制是基于的乐观锁和版本号的机制一个document第一次创建的时候，它的_version内部版本号就是1；以后，每次对这个document执行修改或者删除操作，都会对这个
程序员路同学·2025-03-07 22:33

Elasticsearch 聚合查询的 Java 实现

Elasticsearch是一个基于Lucene的搜索服务
Leon_Jinhai_Sun·2025-03-07 22:01

SpringBoot 自动配置原理详解

自动配置基于“约定优于配置”的原则，使得javer可以更专注于业务逻辑，而不必关注繁琐的配置。
蒂法就是我·2025-03-07 22:30

Elasticsearch 聚合查询(aggs)

桶内度量前面的例子告诉我们每个桶里面的文档数量，但是我们需要更复杂的文档度量，我们需要告诉Elasticsearch使用哪个字段，使用何种度量方式进行运算，这些信息要嵌套在桶内，度量的运算会基于桶内的文档进行现在
2401_85112189·2025-03-07 21:59

ECS与VPS技术角力：从算力成本到免备案雷区，企业服务器选型合规指南

ECS（云服务器），它是一种简单高效、处理能力可弹性伸缩的计算服务基于云计算技术，通过将计算、存储、网络等资源整合在云端，为用户提供灵活的资源分配。采用分
·2025-03-07 21:33

网络安全防御矩阵：从云防火墙流量清洗到WAF语义分析的立体化防护

云防火墙定义云防火墙依托云计算技术而生，它并非传统意义上孤立存在于本地的防火墙设备，而是基于云计算平台构建的。
·2025-03-07 21:32

为什么「上下文检索」是提升 RAG 系统问答准确度的关键？

这正印证了莫拉维克悖论——对人类而言是基于直觉的语义衔接，对AI却是一个需要复杂计算的挑战。针对这一问题，庖丁研究团队推出“上下文检索技术”——突破性地让AI通过结构解析和语义重组跨越文档碎片，让AI
·2025-03-07 21:31

【代码详解】信道编码——低密度奇偶校验码LDPC

LDPC码是一种基于稀疏校验矩阵的线性分组码，其校验矩阵（H矩阵）中非零元素极少（低密度）。由于其稀疏性，即校验矩阵中非零元素占比低，能够降低编解码的复杂度。编码原理在传统通信中，编码过
禾风hefeng·2025-03-07 21:27

开发PDF转Word软件

核心技术选型PDF解析库（快速读取内容）PyMuPDF(fitz)：Python库，提取文本/图片/元数据速度最快（性能比pdfplumber高10倍）pdf2docx：专用于PDF转Word的Python库（基于
shuaige_shiwoa·2025-03-07 21:25

基于阿里云调用deepseek大模型

文章目录1.单轮对话2.多轮对话参考文档选择需要调用的模型，每个模型的详细信息中会有API示例（deepseek-r1），需要做的就是申请自己的APIkey就行了，过程中可能需要实名认证。python中安装OpenAISDK：pipinstallopenai。安装后如果出现ImportError，可能是python的版本低了，升级下版本。当前测试环境是Python3.9.7，openai==1.6
atwdy·2025-03-07 20:47

百变背景：万相实验室AIGC电商图片可控生成技术

基于此，我们不禁思考：是否有可能进一步发展该技术，允许用户通过描述来为商品定制特定背景，从而协助商家快速且轻松地打造理想的商品图像？例如，为一个
阿里妈妈技术·2025-03-07 20:17

计算机网络篇：基础知识总结与基于长期主义的内容更新

基础知识总结和MySQL类似，我同样花了一周左右的时间根据csview对计算机网络部分的八股文进行了整理，主要的内容包括：概述、TCP与UDP、IP、HTTP，其中我个人认为最重要的是TCP这部分的内容。在此做一篇目录索引，对应到每一篇文章：【每日八股】计算机网络篇（一）：概述【每日八股】计算机网络篇（二）：TCP和UDP【每日八股】计算机网络篇（三）：IP【每日八股】计算机网络篇（四）：HTTP
YGGP·2025-03-07 20:45

PySide(PyQT)，怎样在非QObject对象上应用信号槽框架

在PySide（以及PyQt）中，信号和槽机制是基于QObject类实现的。只有继承自QObject的类才能够定义和使用信号与槽。那么如果画面中的对象不是QObject类，就无法使用信号和槽。
深蓝海拓·2025-03-07 20:12

简要分析Netlink协议

Netlink协议是Linux内核中用于内核态与用户态进程间通信（IPC）的一种机制，基于套接字的通信接口，提供高效、灵活的双向数据传输能力，常用于内核模块与用户程序之间的实时交互。
TJ_Dream·2025-03-07 19:38

Lucene初探之总体架构

从总体上来说，Lucene的可以被概括为三点：高效、可扩展的全文检索库；基于Java实现；支持对纯文本文件进行索引可搜索；Lucene的工作流程和架构如下所示：通过该图片，我们可以看出，Lucene的工作流程可以被分为两个部分
Derrick_gu·2025-03-07 19:38

【实战】Deepseek+Heygen+剪映快速生产数字人讲解的视频内容

本文将为大家介绍一种基于Deepseek+Heyge
kakaZhui·2025-03-07 19:00

STM32实战开发（133）：基于STM32的智能GPS定位跟踪系统开发

基于STM32的智能GPS定位跟踪系统能够提供高精度的定位信息、实时数据传输和可靠的系统性能，广泛应用于无人机、智能汽车、物流跟踪、宠物定位等场景。
嵌入式开发项目·2025-03-07 18:54

主流爬虫框架scrapy的架构及原理

一、Scrapy架构概览Scrapy是一个基于Twisted异步网络框架构建的高效爬虫框架，其核心架构采用事件驱动模型，支持高并发、可扩展的网页抓取。
迷鹿鹿鹿鹿鹿·2025-03-07 18:23

计算机架构简介

以下是对RISC-V架构、X86架构、ARM架构、MIPS架构、PowerPC架构、SPARC架构、IA-64架构、Power架构的介绍：RISC-V架构简介：RISC-V是基于精简指令集计算（RISC
搞芯片的小呆鸟·2025-03-07 18:51

小程序和页面生命周期详解

UniApp是一个基于Vue.js的跨平台开发框架，允许开发者使用一套代码构建多端应用（如小程序、H5、App等）。
_未知_开摆·2025-03-07 18:49

阿里云服务器Linux(centos)系统安装nginx1.20.2

阿里云服务器Linux(centos)系统安装nginx1.20.21.安装依赖包一共要安装4种依赖（基于c语言）yum-yinstallgcczlibzlib-develpcre-developensslopenssl-devel2
DHLSP15·2025-03-07 17:17

Java 大视界 -- 基于 Java 的大数据分布式任务调度系统设计与实现（117）

亲爱的朋友们，热烈欢迎来到青云交的博客！能与诸位在此相逢，我倍感荣幸。在这飞速更迭的时代，我们都渴望一方心灵净土，而我的博客正是这样温暖的所在。这里为你呈上趣味与实用兼具的知识，也期待你毫无保留地分享独特见解，愿我们于此携手成长，共赴新程！一、欢迎加入【福利社群】点击快速加入：青云交灵犀技韵交响盛汇福利社群点击快速加入2：2024CSDN博客之星创作交流营（NEW)二、本博客的精华专栏：大数据新视
青云交·2025-03-07 17:46

第37篇Personalized Federated Learning: A Meta-Learning Approach（perfedavg联邦学习+元学习）2020个性化联邦学习使用Hessian

传统FL方法得到的全局模型无法适应各用户的异质数据，导致在用户本地数据集上性能不佳因此这篇论文旨在解决联邦学习中模型缺乏个性化的问题第二部分：idea基于模型无关元学习（MAML）框架，提出个性化联邦学习问题的新公式
还不秃顶的计科生·2025-03-07 17:44

基于51单片机的多路抢答器犯规可设置时间proteus仿真

它基于8051内核，并具有许多与其兼容的特性。主要特点如下：内部存储器：具有8KB的闪存
weixin_46018686·2025-03-07 17:12

linux服务器基本部署

linux服务器基本部署1.新建文件夹2.安装git对于基于Debian和Ubuntu的系统：对于基于Fedora的系统：对于基于CentOS的系统（CentOS7及以下版本使用`yum`）：对于基于ArchLinux
王富贵的记录·2025-03-07 17:12

弹性算力革命：企业级GPU云服务如何重构AI与图形处理的效能边界

企业级GPU云服务是一种面向企业用户，基于云计算技术，将强大的图形处理器（GPU）资源以服务的形式提供给企业的创新模式。
·2025-03-07 17:21

弹性算力革命：企业级GPU云服务如何重构AI与图形处理的效能边界

企业级GPU云服务是一种面向企业用户，基于云计算技术，将强大的图形处理器（GPU）资源以服务的形式提供给企业的创新模式。
·2025-03-07 17:21

Paper Reading | AI & 数据库融合经典论文回顾

幸运的是，基于机器学习的技术可以缓解这个问题。另一方面，数据库技术可以优化AI模型（DB
·2025-03-07 16:14

沪深300期权交易要怎么进行加仓？

一、加仓方法基于市场判断加仓：当盘中行情走势符合预期并且趋势明显时，可以考虑加仓，甚至重仓。这是因为股指期权合约的价格波动较快，好的机会出现时应及时抓住。
小熊期权493·2025-03-07 16:26

人工智能基础知识

二：自然语言处理nlp（语音识别）处理（文本）方面解决（说和听的问题），RNN，LSTM，attention，transformer（基于规则的翻译，超越普通
yzx991013·2025-03-07 16:24

C、C++ 与 C# 的区别及应用场景

本文将基于当前IT行业的发展趋势，探讨这三种语言之间的主要差异，以及它们各自的优缺点和应用场景。
xl.liu·2025-03-07 16:23

Leaf-美团分布式ID生成服务

UUID数据库自增ID号段模式Redis雪花算法（SnowFlake）滴滴出品（TinyID）百度（Uidgenerator）美团（Leaf）UU
Ujay0731·2025-03-07 15:20
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他