19级训练

let const var 底层区域别，es6还有AO 对象和GO对象吗

ES6引入了块级作用域和词法环境（LexicalEnvironment），改变了原有的AO和GO的实现方式，但核心逻辑仍然保留。
新茶十九·2025-03-18 14:09

一文读懂四路CAN转以太网

一、产品概述四路CAN转以太网产品是一款集CAN总线数据采集、处理与以太网通信功能于一体的工业级智能设备。其核心功能是将工业现场中采用CAN总线通信的设备（如传感器、控制器、执行器
天津三格电子·2025-03-18 13:36

HarmonyNext实战：基于ArkTS的高性能实时日志分析系统开发

随着系统规模的扩大，日志数据量呈指数级增长，传统的日志分析方式已无法满足实时性和高效性的需求。
·2025-03-18 13:25

Tomcat 新手入门指南：从零开始掌握安装与配置

它是初学JavaWeb开发的必备工具，也是企业级应用的常见选择。核心功能：处理HTTP请求、管理Servlet生命周期、支持动态网页渲染。
超级小狗·2025-03-18 13:05

Yolov11目标检测(ultralytics)

Yolov11目标检测（ultralytics）1.克隆仓库2.安装环境依赖3.训练、验证、推理以及onnx模型导出1.克隆仓库从官网下载Yolov11到本地。
@M_J_Y@·2025-03-18 13:02

《突破性能瓶颈，用 Rust + WASM 实现浏览器端FFT加速300%实战》

传统JavaScript的FFT计算在万级数据点时就会引发严重卡顿，但今天我们将用**Rust+WebAssembly**的组合拳，在浏览器中实现**零依赖、300%加速的傅里叶变换**。
煜bart·2025-03-18 12:29

Matlab 汽车半主动悬架振动模糊pid控制

答疑2、内容说明略摘要：以某微型客车悬架的液压减振器为研究对象，依据汽车动力学理论建立了１／４汽车半主动悬架控制系统的动力学模型，并应用ＭＡＴＬＡＢ／Ｓｉｍｕｌｉｎｋ软件及模糊控制理论模拟仿真了客车在Ｃ级路面以不同速度行驶时的振动特性
studyer_爱啃鸡爪的小米·2025-03-18 12:23

Spring、Spring Boot、Spring Cloud 的区别与联系

1.Spring框架定位：轻量级的企业级应用开发框架，核心是IoC（控制反转）和AOP（面向切面编程）。
码农的天塌了·2025-03-18 12:22

笔记：代码随想录算法训练营Day65:LeetCode115.不同的子序列\583. 两个字符串的删除操作\72. 编辑距离

学习资料：代码随想录115.不同的子序列力扣题目链接递推公式：求的是个数而不是长度，dp[i-1][j]代表的是用i-2为结尾的s的子序列去能凑出j-1为结尾的t的子序列的方法数，代表的是dp[i][j]的上一状态，当s[i-1]==t[i-1],说明可以从dp[i-1][j-1]的代表的用i-2为结尾的s的子序列去能凑出j-2为结尾的t的子序列的方法数方法数状态各加一个数抵达dp[i][j]代表
jingjingjing1111·2025-03-18 11:13

笔记:代码随想录算法训练营day48:739. 每日温度\496.下一个更大元素 I\503.下一个更大元素II

学习资料:代码随想录单调栈适合找左边或右边比当前大或小的元素739.每日温度力扣题目链接大致意思为用栈存储当前值以及比当前的小的值,但后遇到比当前值大的值的时候再计算非常巧妙的是,最后需要等于0的时候,正好后面没有比当下大的数的那个数的位置的result保留为0,不用处理classSolution{public:vectordailyTemperatures(vector&temperatures
jingjingjing1111·2025-03-18 11:13

代码随想录算法训练营第一天 | LeetCode 704、27

文章目录前言一、LeetCode7041.闭区间2.开区间二、LeetCode271.暴力求解2.快慢指针总结前言LeetCode题目：704、27Takeaway：二分法边界处理、快慢指针一、LeetCode7041.闭区间定义target是在一个在左闭右闭的区间里，也就是[left,right]#includeclassSolution{public:intsearch(vector&nums
Bingjiaokong·2025-03-18 10:11

笔记：代码随想录算法训练营day55：LeetCode42. 接雨水、84.柱状图中最大的矩形

学习资料：代码随想录42.接雨水力扣题目链接暴力解法超时了，直接从双指针开始双指大概思路为创立两个数组记录两侧的最大值，这里的最大值是真正的最大的值，而不是最近的那个比较大的值，即所谓的按列计算，后面单调栈方法找到的是上一个较大值和下一个较大值，是所谓的按行计算，这样这个凹槽可能身处更大的凹槽中，所以每次都要乘一个宽度，类似与按层往上摞classSolution{public:inttrap(ve
jingjingjing1111·2025-03-18 10:38

代码随想录算法训练营第六十五天| 图论10

Bellman_ford队列优化算法（又名SPFA）代码随想录importcollectionsdefmain():n,m=map(int,input().strip().split())edges=[[]for_inrange(n+1)]for_inrange(m):src,dest,weight=map(int,input().strip().split())edges[src].append
Rachela_z·2025-03-18 10:34

第1章：家庭电费直降40%：DeepSeek让冰箱学会“偷电“的合法攻略

DeepSeek让冰箱学会"偷电"的合法攻略——前电网调度工程师的四年零事故实践方案1.1藏在压缩机里的消费陷阱打开中国家庭的电费单，冰箱的耗电量永远在“看不见的第三位”：国网能源研究院2024年报告显示，1级能效双开门冰箱年均耗电
m0_65737849·2025-03-18 10:30

智能科技助力健康生活：开启体育与健身的新纪元

从智能穿戴设备到虚拟现实训练系统，技术的进步为人们提供了前所未有的健身体验。而今天，我们将探讨一款强大的智能化工具——它不仅仅适用于编程开发，更能在体育与健身领域发挥巨大作用，帮助我们实现更加高效、科
inscode_010·2025-03-18 09:59

大模型与自然语言理解（NLU）：差异与联系

它们通过海量文本数据进行训练，旨在学习语言的统计规律，并能够生成流畅、连贯的文本。NLU:是NLP的一个子领域，专注于让机器
技术流 Gavin·2025-03-18 09:59

天吉芯「天吉智芯」智能充气泵 ——12 年芯片大厂的安全答卷，重新定义车载充气新物种

从芯片到充气泵的「垂直深耕」作为国内少数掌握车规级MCU芯片技术的方案商（IATF16949认证），天吉芯12年累计为500万辆汽车提供胎压监测芯片。
天吉智芯·2025-03-18 09:27

如何进行需求管理

其中，需求收集要求从多渠道获取真实、全面的用户和市场反馈；需求分析则强调对需求进行分类、优先级排序与详细讨论；需求变更控制主张建立严格的审批和追踪机制，确保需求动态调整时产品始终聚焦核心价值。
·2025-03-18 08:15

《论分布式系统架构设计及其应用》架构师论文

该平台旨在为银行、保险等金融机构提供实时风险评估、反欺诈及数据服务，需支撑每秒十万级并发请求并满足毫秒级响应要求。
文琪小站·2025-03-18 08:16

技术解析麦萌短剧《阴阳无极》：从「性别偏见下的对抗训练」到「分布式江湖的架构重构」

1.初始模型偏差：继承权剥夺与梯度冻结陈千叶（Agent_C）的成长可视为有偏数据集上的训练：特征歧视：太极门继承规则（Legacy_Rule）作为传统分类器，强行将性别（Gender_Feature）
短剧萌·2025-03-18 08:15

麦萌短剧技术解构《我跑江湖那些年》：从“仇恨驱动型算法”到“多方安全计算的自我救赎”

1.初始训练集：暴力采样与特征空间坍缩慕青青（Agent_M）的成长环境可视为一个高偏差训练集：数据污染事件：村主任（Node_V）通过恶意共识算法（如嫉妒驱动的PoW机制），煽动村民（Sub_Nodes
短剧萌·2025-03-18 08:45

麦萌：《我们曾经有过家》深度解析 | 被至亲背刺后，首富如何用“系统性重构”逆风翻盘？

剧情全解析：从“隐忍架构”到“复仇算法”的史诗级崩盘与逆袭1.系统初始化：首富的“降权模式”安城首富高志强为守护妻子李梦露的“平凡人生”，主动剥离财富与地位，化身能源厂普通职员。
短剧萌·2025-03-18 08:15

数据挖掘中的数据预处理：填充与主成分分析

现实世界中的数据通常是不完整的，包含噪声、缺失值或异常值，因此在进行模型训练或分析前，我们需要对数据进行清理和转换。
阿什么名字不会重复呢·2025-03-18 07:08

Windows 图形显示驱动开发-WDDM 3.0功能- D3D12 视频编码（一）

关于Direct3D12视频编码在Windows11（WDDM3.0）之前，DirectX12提供了应用程序和驱动程序级接口（API和DDI），以支持多个视频应用程序的GPU加速，包括视频解码、视频处理和运动估计
程序员王马·2025-03-18 07:38

大数据开发之Kubernetes篇----安装部署Kubernetes&dashboard

Kubernetes简介由于公司有需要，需要将外后的服务外加Tensorflow模型部署加训练全部集成到k8s上，所以特意记录下这次简单部署的过程。
豆豆总·2025-03-18 06:02

从零学习大模型（六）-----LoRA（上）

LoRA简介LoRA（Low-RankAdaptation）是一种参数高效的微调技术，旨在降低微调大规模预训练模型的存储和计算成本。
懒惰才能让科技进步·2025-03-18 06:01

在LORA训练中，LORA模型的矩阵的行列是多少

在LORA训练中，LORA模型的矩阵的行列是多少:Wnew=W+αrBAW_{new}=W+\frac{\alpha}{r}BA
ZhangJiQun&MXP·2025-03-18 05:56

《Python程序设计基础 》课堂笔记整理

1数据1.1基本数据类型1.1.2数字类型x//yx与y整数商，即不大于x与y之商的最大整数x的y次幂，即(x+yj).real复数的实部;(x+yj).imag复数的虚部1.1.3优先级等于,顺序从右向左
金土火·2025-03-18 05:26

10-使用states

使用Flexstate使你为应用容易地改变视图，在宏或微观级。使用state作屏幕是认为是宏观级的使用，使用state来管理层叠表单和组件的不同视图可认为是微观级的使用。
stone5·2025-03-18 05:54

代码随想录算法训练营第六十六天| 图论11

Floyd算法精讲Floyd算法代码很简单，但真正理解起原理还是需要花点功夫，大家在看代码的时候，会发现Floyd的代码很简单，甚至看一眼就背下来了，但我为了讲清楚原理，本篇还是花了大篇幅来讲解。代码随想录if__name__=='__main__':max_int=10005#设置最大路径，因为边最大距离为10^4n,m=map(int,input().split())grid=[[[max_i
Rachela_z·2025-03-18 05:23

代码随想录算法训练营| 总结篇

坚持了六十多天的算法，回头看感觉收获很大。之前刷题不管算法，只管能不能a，没有章法，只有一套乱拳，现在看到题目，会想着思考分析一下，可以用什么方法，用什么思路来解决。接下来要把力扣上的热题多刷反复刷！要做到看到题目能够有解法思路！春招接offer！offer四面八方来！！！
Rachela_z·2025-03-18 05:23

代码随想录算法训练营第六十四天| 图论09

dijkstra（堆优化版）精讲代码随想录importheapqclassEdge:def__init__(self,to,val):self.to=toself.val=valdefdijkstra(n,m,edges,start,end):grid=[[]for_inrange(n+1)]forp1,p2,valinedges:grid[p1].append(Edge(p2,val))minD
Rachela_z·2025-03-18 05:22

代码随想录算法训练营第八天| 344. 反转字符串、541. 反转字符串II、卡码网：54. 替换数字

344.反转字符串建议：本题是字符串基础题目，就是考察reverse函数的实现，同时也明确一下平时刷题什么时候用库函数，什么时候不用库函数题目链接/文章讲解/视频讲解：代码随想录状态：用左右指针顺利通过左右指针：classSolution:defreverseString(self,s:List[str])->None:"""Donotreturnanything,modifysin-placei
Rachela_z·2025-03-18 05:52

代码随想录算法训练营第三十七天| 动态规划01

509.斐波那契数很简单的动规入门题，但简单题使用来掌握方法论的，还是要有动规五部曲来分析。代码随想录视频：手把手带你入门动态规划|LeetCode：509.斐波那契数_哔哩哔哩_bilibili动态规划五部曲：确定dp数组（dptable）以及下标的含义确定递推公式dp数组如何初始化确定遍历顺序举例推导dp数组classSolution:deffib(self,n:int)->int:F=[0,
Rachela_z·2025-03-18 05:52

Cloud Ace 宣布成为 Langfuse 亚太地区首个代理商，提供 LLM 全链路解决方案

通过此次合作，CloudAce将充分发挥Langfuse的先进技术能力与行业专业知识，为企业级客户提供覆盖LLM（大语言模型）应用开发与运营维护的完整解决方案。
·2025-03-18 05:40

惊人的贵！DeepSeek-R1 本地部署成本不同方案大对比，成本优化建议也一并奉上！你能部署的起吗？

关于DeepSeek-R1本地部署的成本信息，费用范围因部署方案和硬件配置差异较大，具体可分为以下三类情况：一、企业级满血版部署（671B参数）硬件采购成本服务器集群：含8张NVIDIAA100/H100
涛涛讲AI·2025-03-18 04:47

力扣215.数组中第k个最大元素

classSolution{public:intfindKthLargest(vector&nums,intk){//第一种方法：优先级队列////建立大堆//priority_queuep(nums.begin
失落的换海迷风·2025-03-18 04:15

jolt json to json mapping第一篇

解读本文的主要目的是整理梳理对于joltjson的使用，主要使用场景就是jsonmapping模式的含义shift清空后输出default直接输出，类似于增量*匹配所有&取key值出现在value里例子：&=&0当前层级&1向上1级value
chizawu5345·2025-03-18 04:13

css3-学习

css特性选择器基础选择器标签选择器ID选择器类选择器CSS的优先级是什么？!important>内联样式(style=“”)>ID选择器>类选择器=属性选择器=伪类>标签选择器=伪元素选择器。
江西谢霆锋·2025-03-18 03:38

【Java基础19】异常，异常处理，自定义异常，受检与非受检异常

一、异常1、概念异常是阻止当前方法或作用域继续执行的问题，在程序中导致程序中断运行的一些指令。Throwable是异常的基类，分为Error和Exception。Exception分为编译期异常（受检）和运行期异常（非受检）。异常会导致程序中断，无法继续执行。在开发中，我们要把可能出现异常的代码使用try语句包裹起来。处理异常可以保证程序继续执行。2、案例publicclassTest02{pub
摘星观月·2025-03-18 03:06

Maven的继承和聚合

Maven继承指的是，子项目继承父级Maven项目的配置信息（pom.xml）在父级pom.xml中，使用标签包裹的依赖，将会无条件传递给子级，与依赖范围无关com.alibabadruid1.2.8org.junit.jupiterjunit-jupiter-api5.10.2testjavax.servletjavax.servlet-api3.1.0provided
百香果果ccc·2025-03-18 02:57

MCP协议深度解析：从Cline插件到Cursor，跨平台AI开发的革命性突破

其核心价值在于：实现LLM与外部系统的语义级融合标准化工具发现-调用-反馈全流程推动AI开发从"代码编程"向"自然语言编程"进化2
zhz5214·2025-03-18 02:57

实战级AI变现路线：从0到3万/月的3大黄金赛道拆解

赛道一：AI短视频带货（三农领域）全流程操作手册选题系统搭建借助DeepSeek-R1云端版，输入"地域特色（如云南菌菇）+情感共鸣点（留守老人）+产品植入位（土特产）"生成结构化选题指令示例：{"prompt":"生成三农领域爆款选题，输出JSON结构"}日产能200+选题，筛选率15%分镜工业化生产使用Gemini2.0flash的vision功能，配置参数：-分辨率：1080x1920竖版-
zhz5214·2025-03-18 02:56

深入解析Quantum-GABP：量子神经网络的实现与应用

其中，Quantum-GABP（量子广义反向传播算法）作为一种高效的量子神经网络训练算法，展现出极大的应用前景。本文将深入探讨Quantum-G
m0_57781768·2025-03-18 02:52

探索DeepSeek：前端开发者不可错过的新一代AI技术实践指南

最近，国产AI模型DeepSeek凭借其低成本训练、高性能输出和开源策略，迅速成为开发者社区的热门话题。
formerlyai·2025-03-18 02:21

区块链与去中心化技术

企业级应用如IBM的FoodTrust平台通过区块链追踪农产品全生命周期，减少供应链欺诈1。应用场景数字身份：去中心化身份（DID）系统允许用户自主管理个人数据5。
boring_student·2025-03-18 01:16

pytorch的使用：卷积神经网络模块

1.读取数据分别构建训练集和测试集（验证集）DataLoader来迭代取数据使用transforms将数据转换为tensor格式#定义超参数input_size=28#图像的总尺寸28*28num_classes
樱花的浪漫·2025-03-18 00:11

YOLOv8n-seg.pt的使用（实例分割，训练自己制作的数据集）

Ubuntu+python3一、YOLOV8源码下载参考：GitHub-ultralytics/ultralytics:NEW-YOLOv8inPyTorch>ONNX>OpenVINO>CoreML>TFLite二、数据集制作1.labelme下载：pip3installlabelme2.终端输入labelme,打开labelme。界面“打开目录”，打开图片目录images，进行多边形标注（右键
再坚持一下！！！·2025-03-18 00:10

Dropout: 一种减少神经网络过拟合的技术

在深度学习中，过拟合是一个常见的问题，尤其是在模型复杂度较高或训练数据较少的情况下。过拟合意味着模型在训练数据上表现得很好，但在未见过的数据上表现不佳，即泛化能力差。
冰蓝蓝·2025-03-17 23:37

模型保存与加载：PyTorch中的实践指南

它不仅有助于在训练过程中保存进度，还可以在训练完成后部署模型。PyTorch提供了灵活的方式来保存和加载模型，本文将详细介绍这些方法。
冰蓝蓝·2025-03-17 23:07
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他