面试集中区

Less CSS 预处理器

目录安装注释嵌套变量操作命名空间和访问器扩展Extend混合Mixins传递规则集给混合函数Guards导入import转义字符合并父选择器Less用法Less插件程序化使用安装安装lessc以供全局使用
安之若素づ·2025-02-14 15:45

使⽤MATLAB进⾏⽬标检测

目录数据准备定义模型并训练用测试集评估性能推理过程⼀⾏代码查看⽹络结构⼀⾏代码转onnx结语⼈⽣苦短，我⽤MATLAB。
唐BiuBiu·2025-02-14 15:13

splite()方法的使用

今天去面试遇到遇到一道题有关splite()的使用，当时懵逼varStartTime="2016/12/3013：57：00"//第一种//把某个数按照"/"进行分割，左右各位一个数。
codekjy·2025-02-14 14:42

Golang面试题

Golang面试题1.Golang语言基础1.1解析Go语言的特性和设计哲学Go语言的主要特性设计哲学1.2讨论Go语言的类型系统内建类型（Built-InTypes）类型声明（TypeDeclarations
御风行云天·2025-02-14 14:08

LLM大模型中文开源数据集集锦（三）

文章目录1ChatGLM-Med:基于中文医学知识的ChatGLM模型微调1.1数据集1.2ChatGLM+P-tuningV2微调1.3Llama+Alpaca的Lora微调版本2LawGPT_zh：
悟乙己·2025-02-14 13:01

3.3.2 VO-O语法- 算子-原子算子

其界面的表达如下：数据输入端口：数据集通过该端口传入算子。每个算子可以有[0,n]个数据输入端口，这要视算子的功能而定。数据处理类
colorknight·2025-02-14 13:58

25、深度学习-自学之路-卷积神经网络基于MNIST数据集的程序展示

importkeras#添加Keraskuimportsys,numpyasnpfromkeras.utilsimportnp_utilsimportosfromkeras.datasetsimportmnistprint("licheng："+"20"+'\n')np.random.seed(1)(x_train,y_train),(x_test,y_test)=mnist.load_data(
小宇爱·2025-02-14 11:47

零基础学Python|Python高阶-进程与线程

作者主页：编程千纸鹤作者简介：Java、前端、Python开发多年，做过高程，项目经理，架构师主要内容：Java项目开发、毕业设计开发、面试技术整理、最新技术分享收藏点赞不迷路关注作者有好处文末获得源码二
编程千纸鹤·2025-02-14 10:10

27、深度学习-自学之路-NLP自然语言处理-做一个简单的项目识别一组电影评论，来判断电影评论是积极的，还是消极的。

一、如果我们要做这个项目，第一步我们要做的就是需要有对应的训练数据集。
小宇爱·2025-02-14 10:39

大数据、云计算、人工智能等技术深度融合的智慧快消开源了。

基于多年的深度学习技术研究和业务应用为基础，集深度学习核心训练和推理框架、基础模型库、端到端开发套件、丰富的工具组件于一体，是中国首个自主研发、功能完备、开源开放的产业级深度学习平台。基
AI服务老曹·2025-02-14 10:37

2024-2025年主流的开源向量数据库推荐

以下是2024-2025年主流的开源向量数据库推荐，涵盖其核心功能和应用场景：1.Milvus特点：专为大规模向量搜索设计，支持万亿级向量数据集的毫秒级搜索，适用于图像搜索、聊天机器人、化学结构搜索等场景
大囚长·2025-02-14 09:32

《深度解析：批量、随机和小批量梯度下降的区别与应用》

原理与计算方式批量梯度下降（BGD）：BGD在每次迭代时，都会使用整个训练数据集来计算损失函数的梯度，然后根据梯度更新模型参数。例如，若训练集中有1000个样本，那么每次迭代
·2025-02-14 09:40

【深度学习入门实战】基于Keras的手写数字识别实战（附完整可视化分析）

本人主页：机器学习司猫白ok，话不多说，我们进入正题吧项目概述本案例使用经典的MNIST手写数字数据集，通过Keras构建全连接神经网络，实现0-9数字的分类识别。
机器学习司猫白·2025-02-14 09:01

网络工程师ICT领域常见面试题

“深入浅出”系列之数通篇：（1）边缘计算“深入浅出”系列之数通篇：（2）交换机的连接方式：级联、堆叠和集群“深入浅出”系列之数通篇：（3）负载均衡“深入浅出”系列之数通篇：（4）DHCP协议详解“深入浅出”系列之数通篇：（5）TCP的三次握手和四次挥手“深入浅出”系列之数通篇：（6）交换技术中的STP“深入浅出”系列之数通篇：（7）OSI七层协议“深入浅出”系列之数通篇：（8）数据中心“深入浅出”
我真不会起名字啊·2025-02-14 09:28

基于PyTorch的生成对抗网络入门（5）——利用PyTorch搭建条件生成对抗网络（CGAN）超详解

目录一、案例描述二、代码详解2.1构建真实数据集2.2创建生成虚假数据2.3构建判别器2.3.1创建生成虚假标签2.3.2判别器类2.3.3测试判别器2.4构建生成器2.4.1生成器类2.4.2测试生成器
wendy_ya·2025-02-14 08:56

数据湖和数据仓库的区别？

简介数据湖这个概念和数据仓库这两个概念一直搞不清楚，之前感觉区别就是数据湖是数据仓库的父集。数据湖是个伪命题，平时生活中也用不到，然后今天听了我的一个师哥的讲解，然后简单总结下。
春风不会绿大地·2025-02-14 08:25

vue2与vue3的区别

源码对比示例三、Vue2进阶Vue3注意事项1.全局API的变化2.组件内部的变化四、扩展与高级技巧1.使用CompositionAPI2.自定义指令与插件3.性能优化五、优点与缺点Vue2Vue3六、面试问题与解答
胡图蛋.·2025-02-14 07:18

通过 `ResultSet` 对象的方法来获取其中的行和列的数据

在JDBC中，使用ResultSet对象来存储从数据库查询返回的结果集。你可以通过ResultSet对象的方法来获取其中的行和列的数据。
有人给我介绍对象吗·2025-02-14 06:13

Java中文乱码浅析及解决方案

基本概念在解决这个问题之前，我们需要先理解几个基本概念：字符编码（CharacterEncoding）：是一套用于字符集（CharacterSet）的编解码规则，决定了计算机如何使用数字来表示特定字符。
南方淮竹·2025-02-14 06:43

视觉中的transformer：ViT

但是在cv领域用的很少，视觉里一般是和cnn一起用或者把某些conv替换成transformer（整体还是CNN）本篇文章证明纯的transformer直接在图片分类上也做得很好：在大量数据集上进行预训练的前提上
ch隔壁老张·2025-02-14 06:12

【计算机网络】局域网体系结构、以太网Ethernet详解

注：最后有面试挑战，看看自己掌握了吗文章目录局域网LAN决定局域网的要素网络拓扑传输介质局域网的分类以太网令牌环网FDDI网----FiberDistributedDataInterfaceATM网--
扯淡散人·2025-02-14 06:42

Java面试题(八)-----如何将一段逗号分隔的字符串转换成一个字符串数组

Java面试题(八)-----如何将一段逗号分隔的字符串转换成一个字符串数组文章目录一、例题二、解决方法✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨✨前言部分✨姓名
洋葱爱代码·2025-02-14 06:10

使用LangChain与OpenAI API进行向量嵌入和搜索的实战教程

技术背景介绍LangChain是一个用于构建大型语言模型(LLM)应用的强大工具集，能够帮助开发者快速构建智能应用。结合Ope
bBADAS·2025-02-14 06:06

Web前端三大主流框架：Angular、React与Vue的对比与解析

Angular、React和Vue作为三大主流前端框架，各自拥有独特的特点和优势，为开发者提供了强大的工具集和灵活的解决方案。
生活的方式简单点·2025-02-14 06:35

java后端研发经典面试题总结二

四种读取XML文件读取的办法1.DOM生成和解析XML文档为XML文档的已解析版本定义了一组接口。解析器读入整个文档，然后构建一个驻留内存的树结构。优点：整个文档树在内存中，便于操作；支持删除，修改，重新排列等。缺点:把整个文档调入内存，存在很多无用的节点，浪费了时间和空间。2.SAX为解决DOM1、边读边解析，应用于大型XML文档2、只支持读3、访问效率低4、顺序访问3.DOM4J生成和解析XM
Netty711·2025-02-14 06:04

计算机视觉（Computer Vision，CV）四大基本任务--分类、检测、定位、分割

文章目录前言一、计算机视觉任务一：目标分类常用数据集常见网络结构二、计算机视觉任务二：目标定位三、计算机视觉任务三：目标检测常用数据集常见网络结构四、计算机视觉任务四：目标分割常用数据集常见网络结构前言计算机视觉
明月光舞·2025-02-14 05:29

前端面试题

（面试常问）4、v-if和v-show的区别5、v-for中为什么要有key6、dist目录打包后过大，解决办法？
木輮·2025-02-14 04:21

前端经典的JavaScript面试知识总结

1、使用typeofbar==="object"来确定bar是否是一个对象时有什么潜在的缺陷？这个陷阱如何避免？尽管typeofbar===“object”是检查bar是否是对象的可靠方法，但JavaScript中令人惊讶的问题null也被认为是一个对象！因此，对于大多数开发人员来说，下面的代码会将true（而不是false）打印到控制台：varbar=null;console.log(typeo
weixin_33982670·2025-02-14 04:51

简介 AMD zen 系列 cpu zen zen+ zen2 zen3 zen4 特性

zen系列cpu，几代之间，指令集又什么区别？AMD的Zen系列CPU在不同代之间引入了多种指令集扩展和架构改进。
Eloudy·2025-02-14 04:16

图的基本操作【严蔚敏】

图的基本操作：ADTGraph{数据对象V：V是具有相同特性的数据元素的集合，称为顶点集。
MooMLu·2025-02-14 03:31

Java面试题之：sql优化方式

Java面试题之：sql优化方式一、索引查询、避免全表扫描二、查询数据尽量避免使用or三、连续查询，能用between就用四、where查询条件，对字段进行表达式操作五、where查询条件，对字段进行函数操作六
m0_74825565·2025-02-14 02:54

【python Pandas】读取与存储hdf5文件

文章目录Pandas读取与存储HDF5文件1.HDF5文件简介通俗的介绍：学术概念：2.读取HDF5文件2.1读取简单的HDF5文件2.2读取多个数据集2.3使用过滤条件读取数据2.4读取HDF5文件的所有数据集
人才程序员·2025-02-14 02:24

Python面试宝典：Python中与Django相关的面试笔试题（1000加面试笔试题助你轻松捕获大厂Offer）

Python面试宝典：1000加python面试题助你轻松捕获大厂Offer【第二部分：Python高级特性：第十六章：Web开发：第二节：Django】第十六章：Web开发第二节：DjangoMTV架构
脑洞笔记·2025-02-14 01:17

零基础入门机器学习 -- 第二章机器学习的基本流程

1.机器学习的五个基本步骤在机器学习项目中，我们通常遵循以下步骤：收集数据：获取数据集，例如从文件、数据库或在线资源。清洗和预处理数据：处理缺失值、去除异常数据、转换数据格式等。
山海青风·2025-02-14 01:14

前端面试题

以下是一些前端较新的面试题：一、现代框架相关（以React为例）ReactHooks（如useState、useEffect）与传统类组件相比有什么优势？
·2025-02-14 00:27

ESP8266 使用步骤

5：串口I2C等功能都有6：型号ESP-01S7：波特率：115200bis/s7:AT指令：具体可看官网（安信可）指令集与使用实例。
官子无敌刘小路·2025-02-14 00:41

COCO数据集

官网地址：http://cocodataset.org/#downloadCOCO是一个大规模的物体检测、分割和描述数据集。
是小果果蛋儿啊·2025-02-13 23:37

【语义分割专题文章】

一、数据篇【遥感】【道路】篇：【语义分割】【专题系列】一、MassachusettsRoadsDataset马萨诸塞州道路数据集获取二、CNN篇Unet(2015)：【语义分割】【专题系列】二、Unet
BoostingIsm·2025-02-13 22:59

分布式数据库面试整理

5.3.1redis面试专题1、redis和memcached什么区别？为什么高并发下有时单线程的redis比多线程的memcached效率要高？区别：mc可缓存图片和视频。
Necther·2025-02-13 22:28

Java 集合框架：ArrayList 的介绍、使用、原理与源码解析

与此同时，本专栏的所有文章，也都会准备充足的代码示例和完善的知识点梳理，因此也十分适合零基础的小白和要准备工作面试的同
栗筝i·2025-02-13 20:12

重磅：中国开源首个百万级机器人数据集，具身智能迎来ImageNet时刻

智元机器人携手上海人工智能实验室等机构，重磅发布AgiBotWorld数据集，这是全球首个基于真实场景的百万级机器人数据集。
吴脑的键客·2025-02-13 19:08

100.10 AI量化面试题：AI大模型中的MOE架构主要类型，和DeepSeek使用了哪一种类型？

目录0.承前1.解题思路1.1基础概念维度1.2架构对比维度1.3实践应用维度2.标准MOE架构2.1基本概念3.稀疏MOE架构3.1实现原理4.共享专家稀疏MOE架构4.1核心设计5.架构对比5.1主要特点对比5.2DeepSeek的选择6.回答话术0.承前本文通过通俗易懂的方式介绍MOE（混合专家系统）架构的几种变体，包括标准MOE、稀疏MOE和共享专家稀疏MOE，并分析它们的异同。如果想更加
AI量金术师·2025-02-13 18:00

2025年实体店破局新方案，碰一碰发视频高效做营销

目前集星云推推出的"碰一碰"短视频裂变方案，完善解决了这些难题。NFC技术让宣传变得更简单通过手机NFC近场通讯技术，顾客只需轻碰店内碰一碰卡片，即可一键发布商家短视频。
hy14762_·2025-02-13 17:26

如何避免交叉验证中的数据泄露？

大家好，我是小青在机器学习中，交叉验证（Cross-Validation）是一种常用的模型评估技术，目的是通过将数据集分割为多个子集，反复训练和验证模型，以便更好地估计模型的性能。
奋进小青·2025-02-13 17:25

深度学习-情感分析

以下将分别使用PyTorch和TensorFlow框架实现基于深度学习的情感分析，这里以影评的情感分析为例，数据集使用IMDB影评数据集。
小赖同学啊·2025-02-13 17:52

R-CNN架构

这些提议定义了我们的检测器可用的候选检测集。第二个模块是一个大型卷积神经网络，它从每个区域中提取固定长度的特征向量。第三个模块是一组特定类别的线性支持向量机（SVM）。
·2025-02-13 16:10

美团一面，有点难度。

一位粉丝朋友分享了最近参与美团民宿旅游业务线的一面的经历，全程约1小时，面试官围绕高并发、分布式事务、性能优化等高频考点展开追问，问题密集且注重落地细节。
·2025-02-13 16:08

面试总结：Qt 信号槽机制与 MOC 原理

目录1.基本概念1.1信号（Signal）1.2槽（Slot）1.3连接（Connect）2.MOC（Meta-ObjectCompiler）是什么？2.1为什么需要MOC2.2工作流程2.3`Q_OBJECT`宏的意义3.信号槽的底层原理3.1发射信号（emit）3.2调用槽函数3.3新旧语法的实现差异4.使用示例4.1常规：QObject子类中信号槽4.2Lambdas作为槽（现代写法）5.常
TravisBytes·2025-02-13 15:43

13、Python面试题解析：字符串的乘法是如何工作的？

1.字符串乘法的基本概念在Python中，字符串支持与整数的乘法操作。字符串乘法的作用是将字符串重复指定的次数。语法如下：字符串*整数字符串：可以是任意字符串。整数：必须是非负整数，表示字符串重复的次数。示例result="hello"*3print(result)#输出:hellohellohello2.字符串乘法的工作原理字符串乘法的实现原理可以理解为以下步骤：检查整数是否为非负数：如果整数为
千层冷面·2025-02-13 15:41

从零开始构建一个大语言模型-第七章第一节

第七章目录7.1指令微调简介7.2为有监督的指令微调准备数据集7.3将数据整理成训练批次7.4为指令数据集创建数据加载器7.5加载预训练的大语言模型7.6在指令数据上对大语言模型进行微调7.7提取并保存回复
释迦呼呼·2025-02-13 15:07
上一页 39 40 41 42 43 44 45 46 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他