docker化

OnionArch：构建高效.NET Core应用的洋葱架构模板

洋葱架构是一种分层架构模式，通过将核心业务逻辑与外部依赖（如数据库、UI等）分离，使得应用程序更加模块化、可维护和
樊慈宜Diane·2025-03-15 17:58

K8s 集群监控：从指标采集到可视化展示的完整方案

目录一、引言二、指标采集（一）K8s内置指标（二）Prometheus指标采集三、数据存储（一）Prometheus本地存储（二）远程存储四、可视化展示（一）Grafana基础（二）K8s相关仪表盘模板五
花笺墨韵·2025-03-15 17:27

QT基础 QPropertyAnimation简单学习

目录1.简单介绍2.使用步骤3.部分代码示例4.多项说明5.信号反馈6.自定义属性1.定义自定义属性2.使用QPropertyAnimation动画化自定义属性3.连接信号和槽4.注意事项7.更多高级示例
路奇怪·2025-03-15 17:55

springboot kafka spring boot搭建 单机 集群 集成入门

搭建kafka(单机版)使用虚拟机+docker参考https://blog.csdn.net/qq_35394891/article/details/84349955https://www.cnblogs.com
木秀林·2025-03-15 17:55

Manus开源平替-开源通用智能体

AgentOWL:OptimizedWorkforceLearningforGeneralMulti-AgentAssistanceinReal-WorldTaskAutomation，现实世界中执行自动化任务的通用多代理辅助优化学习框架项目仓
galileo2016·2025-03-15 17:24

k8s基础架构介绍

k8s的常用工具在kubernetes中，主要有三个日常使用的工具，这些工具使用kube前缀命名，这三个工具如下：kubeadm用来初始化集群的指令，能够创建集群,并且添加新的节点。
忍界英雄·2025-03-15 16:22

先学node.js还是php,vue和node先学哪个？

vue和node应该先学习node，node可以为vue提供包管理工具和模块化管理，可以使vue的开发更加简单快速。所以应该先学习node。vue介绍：Vue.js是web界面的渐进式框架。
朱佳顺·2025-03-15 16:51

【Kubernetes】Kubernetes 容器集群管理系统概述

1.2.1K8s目标1.2.2K8s对于docker的优势1.2.3K8s功能1.2.4K8s特性1.2.4.1弹性伸缩1.2.4.2自我修复1.2.4.3服务发现和负载均衡1.2.4.4自动发布（默认滚动发布模式
码农鑫哥的日常·2025-03-15 16:50

机器学习中的梯度到底是什么？（chat-gpt问答）

是的，梯度是对损失函数（或目标函数）求导数值化后的结果。梯度告诉我们目标函数在某个点上的方向性和变化率，这些信息是优化算法推进参数评估和更新的重要指标。
湫怿·2025-03-15 16:19

基于Docker及Kubernetes技术构建容器云（PaaS）平台概述_基于kubernetes iaas(1)

|组成模块|模块说明||—|—||AppRouter[流量接入层]|接收用户请求，并转发到不同的AppRuntime。||AppRuntime[应用运行层]|应用运行环境，为各个应用提供基本的运行引擎，从而让app能够运行起来。||Services[基础服务层]|各个通用基础服务，主要是对主流的服务提供通用的接入，例如数据库等。||PlatformControl[平台控制层]|整个平台的控制中心，
2401_83946044·2025-03-15 15:16

机器学习中的梯度下降是什么意思？

梯度下降（GradientDescent）是机器学习中一种常用的优化算法，用于最小化损失函数（LossFunction）。通过迭代调整模型参数，梯度下降帮助模型逐步逼近最优解，从而提升模型的性能。
yuanpan·2025-03-15 15:45

MainWindow两个同名类实现业务逻辑和界面设计的分离

概述1、在.h文件中定义了一个指向ui中MainWindow类的指针（Ui::MainWindow*ui;）2、然后在.cpp文件里实例化这个指针类（ui(newUi::MainWindow)）3、通过将
不二周！·2025-03-15 15:12

C++深入浅出（六）—— 模板初阶

文章目录1.泛型编程2.函数模板概念格式原理实例化隐式实例化显示实例化模板参数的匹配原则原则一原则二原则三3.类模板格式类模板的实例化1.泛型编程还记得在C语言中，如何实现交换两个对象的函数嘛？
Albert Edison·2025-03-15 15:37

机器学习驱动的智能化电池管理技术与应用

电池管理技术概述电池的工作原理与关键性能指标电池管理系统的核心功能ØSOC估计ØSOH估计Ø寿命预测Ø故障诊断人工智能机器学习基础人工智能的发展机器学习的关键概念机器学习在电池管理中的应用案例介绍人工智能在电池荷电状态估计中的应用荷电状态估计方法概述基于迁移学习的SOC估计(1)基于迁移学习的SOC估计方法数据集、估计框架、估计结果(2)全生命周期下的SOC估计方法数据集、估计框架、估计结果基于数
萌萌可爱郭德纲·2025-03-15 15:07

后端Web开发框架（Java）

该框架使用了特定的方式来进行配置，从而使开发人员不再需要定义样板化的配置。讲的通俗一点就是SpringBoot并不是一个新的框架，它只是整合和默认实现了很多框架的配置方式。
测试人子期·2025-03-15 15:06

数字孪生对于新基建的价值浅析，算是抛砖引玉。

一、核心价值：虚实映射与智能决策实时动态映射通过传感器、IoT设备实时采集物理实体（如工厂、城市、电网）的运行数据，构建高精度虚拟模型，实现**“所见即所控”**的透明化管理。
大牛工控设计师·2025-03-15 14:04

《解锁华为黑科技：MindSpore+鸿蒙深度集成奥秘》

在数字化浪潮汹涌澎湃的当下，人工智能与操作系统的融合已成为推动科技发展的核心驱动力。华为作为科技领域的先锋，其AI开发框架MindSpore与鸿蒙系统的深度集成备受瞩目，开启了智能生态的新篇章。
程序猿阿伟·2025-03-15 14:33

Win32 SDK Gui编程系列之--Win32 API通用控件

要使用普通控件的话，包含语句#include通过追加和初始化InitCommonControls();是必要的。也可以通过InitCommonControlsEx函数单独注册使用的类。
「已注销」·2025-03-15 14:32

HarmonyNext实战：基于ArkTS的高性能金融数据可视化应用开发

HarmonyNext实战：基于ArkTS的高性能金融数据可视化应用开发引言在金融科技领域，数据可视化是帮助用户快速理解复杂数据的关键工具。
·2025-03-15 14:32

Vuex 进阶：命名空间与状态持久化

随着应用规模的扩大，我们可能会遇到模块化管理和状态持久化的需求。本文将介绍Vuex中的命名空间（namespaced）和状态持久化的实现方法，帮助你更好地组织和管理Vuex代码。
vvilkim·2025-03-15 14:32

《Windows API开发》：（一）Windows编程概述

2.1、第一个实例程序3、WindowsAPI概要3.1、Windows数据类型3.2、WindowsAPI的功能分类4、WindowsAPI核心DLL5、Unicode和多字节5.1、字符串类型与其初始化5.2
下雪就该搓雪球·2025-03-15 14:02

HuggingFace下载模型并导入Ollama指南

并且，一般为了快速部署，会选择Ollama这类管模型管理工具，类似Docker引擎一样，但是Ollama支持的模型镜像格式（如GGUF）HuggingFac
Repetion_Maxumim·2025-03-15 14:00

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来!

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来在数字化转型加速的今天，企业新质生产力的核心已从传统资源投入转向技术驱动的效率革命。
·2025-03-15 14:30

Weblogic XMLDecoder反序列化漏洞复现(CVE-2017-10271)

#WeblogicXMLDecoder反序列化漏洞(CVE-2017-10271)#一、漏洞简介weblogic的WLSSecurity组件对外提供webservice服务，其中使用了XMLDecoder
又菜又爱倒腾·2025-03-15 13:56

Shiro反序列化漏洞原理与复现指南

漏洞背景：Shiro在1.2.5及以下版本中，默认使用硬编码的AES加密密钥（kPH+bIxk5D2deZiIxcaaaA==），攻击者可通过构造恶意RememberMeCookie触发反序列化漏洞，导致远程代码执行
豪门土狗·2025-03-15 13:24

知识点专项整理

中代表handler，但handlerr只是进程内的通信方式：由消息轮询器（Looper）、消息队列（MessageQueue）、消息处理器（Handler）三部分组成，轮询器通过prepare()初始化消息队列
健忘的鱼·2025-03-15 12:47

快速集成1688商品API：10分钟实现跨境选品数据自动化

要快速集成1688商品API以实现跨境选品数据自动化，可参考以下步骤：注册并申请API权限：注册账号创建应用并申请所需的API权限，如商品搜索、筛选、获取详情等相关权限。
API_technology·2025-03-15 12:16

鸿蒙HarmonyOS实战开发：TypeScript-类型推论【基础篇】

这种推断发生在初始化变量和成员，设置默认参数值和决定函数返回值时。大多数情况下，类型推论是直截了当地。后面的小节，我们会浏览类型推论时的细微差别。最佳通用类型当需要从几个表达式中推断类型时候，会
蜀道衫QAQ·2025-03-15 12:45

HarmonyNext深度解析：ArkUI高效渲染与性能优化实战

核心改进包括：原子化渲染管线采用基于Vulkan的跨平台渲染后端，通过原子化渲染指令拆分技术，实现绘制指令的并行执行能力。
披光人·2025-03-15 12:14

windows下玩转vllm：在wsl下安装vllm后续，设置modelscope作为下载源

cannotimportname'_try_login'from'modelscope.utils.hf_util'全部报错信息前言之前，咱们说了，由于windows不支持直接部署vllm，所以要么采用wsl，要么采用docker
几道之旅·2025-03-15 12:42

解锁高性能Web应用：Gunicorn、Flask与Docker的高并发部署秘籍

本文将带你深入探讨如何利用Gunicorn、Flask和Docker，实现高性能、高并发的Web应用部署。
我是瓦力·2025-03-15 11:41

【开源代码解读】AI检索系统R1-Searcher通过强化学习RL激励大模型LLM的搜索能力

根据IDC的统计，2023年全球数据总量已突破120ZB，其中非结构化数据占比超过80%。这种数据形态的转变对检索系统提出了三个核心的挑战：语义歧义消除：如何准确理解"A
accurater·2025-03-15 11:37

系统架构设计师【第5章】: 软件工程基础知识 (核心总结)

5.1.2软件过程模型5.1.3敏捷模型5.1.4统一过程模型（RUP）5.1.5软件能力成熟度模型5.2需求工程5.2.1需求获取5.2.2需求变更5.2.3需求追踪5.3系统分析与设计5.3.1结构化方法
数据知道·2025-03-15 11:37

全自动量化交易软件是否真的可靠？使用过程中有哪些潜在风险需要注意

炒股自动化：申请官方API接口，散户也可以python炒股自动化（0），申请券商API接口python炒股自动化（1），量化交易接口区别Python炒股自动化（2）：获取股票实时数据和历史数据Python
财云量化·2025-03-15 10:04

springboot新手入门搭建项目

SpringBoot新手入门指南：从原理到实践一、SpringBoot简介SpringBoot是基于Spring框架的快速开发脚手架，通过约定优于配置的设计理念，简化了Spring应用的初始化搭建和开发过程
stayhungerstayflush·2025-03-15 10:32

【3DMAX插件】3DMAX建筑大师插件MasterBuilder使用方法

3DMAX建筑大师插件是一款专为3DMAX设计的程序化（参数化）建筑建模工具，其最大特点是能够一键生成建筑模型，极大地提升了工作效率。
沐风老师·2025-03-15 10:02

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来

开源应用驱动企业新质生产力：Websoft9以EPP+AI+知识库助您领跑未来在数字化转型加速的今天，企业新质生产力的核心已从传统资源投入转向技术驱动的效率革命。
·2025-03-15 10:26

Django REST Framework中的序列化器类和视图类

序列化器类一、Serializer序列化类Serializer是DRF的序列化器基类，提供基本功能，使用Serializer类需要自己定义字段名称和类型。
八九燕来·2025-03-15 10:31

Android第二次面试总结（项目拷打实战）

使用WorkManager替代传统Service处理后台任务（如数据同步），结合Room数据库实现任务持久化，确保应用被杀后仍能恢复任务。
每次的天空·2025-03-15 10:00

HarmonyNext实战：基于ArkTS的高性能区块链应用开发

HarmonyNext实战：基于ArkTS的高性能区块链应用开发引言区块链技术作为一种去中心化、安全可信的分布式账本技术，正在各个领域得到广泛应用。
·2025-03-15 10:20

运维系列（亲测有效）：Docker pull拉取镜像报错“Error response from daemon: Get “https://registry-1.docker.io/v2”解决办法

Dockerpull拉取镜像报错“Errorresponsefromdaemon:Get“https://registry-1.docker.io/v2”解决办法一、报错信息二、检查daemon.json
坦笑&&life·2025-03-15 10:59

C语言编译与链接详解

目录一、编译过程概述1.预处理2.编译3.汇编4.链接二、编译与链接示例三、常见问题与最佳实践1.头文件保护2.模块化编程3.静态库和动态库静态库动态库四、总结一、编译过程概述编译过程将C语言源代码转换为机器码
夜晟洛·2025-03-15 09:57

贪心算法简介（greed）

接下来就了解一下自己对贪心的理解，如果学习算法的化建议优先学习动态规划，动态规划相对于其他算法来说很简单。但是，贪心算法跟动态规划不同，非常难，贪心讲究策略
神里流~霜灭·2025-03-15 09:55

数据仓库有哪些建模方法？

以下是常见的建模方法及其特点：一、关系建模（规范化建模）基于关系型数据库的规范化理论，强调减少数据冗余，适合复杂的企业级数据仓库（EDW）。
BenBen尔·2025-03-15 09:21

基于纯视觉的 GUI 代理的屏幕解析工具（OmniParser）

OmniParser是一款开源工具，可通过解析用户界面截图生成结构化数据，助力打造视觉驱动的GUI自动化代理，赋能跨平台交互。
deepdata_cn·2025-03-15 09:51

大数据技术【7】

A.结构化B.非结构化C.文本D.半结构化2.Kmeans算法包括如下步骤：①在第j次迭代中，对于每个样本点，选取最近的中心点，归为该类；②更新中心点为每类的均值；③随机选取k个中心点；④j选择一项：a
星绘搜题·2025-03-15 09:50

数据分析大数据面试题大杂烩01

(抖音,京东)电信,银行统计营收和针对用户的个人画像:处理大量非实时数据政府:健康码,扫码之后确诊,找出与确诊对象有关联的人订单订单表(除商品以外所有信息),商品详情表,通过搜集用户title进行定制化推荐点击流数据通过埋点进行用户点击行为分析
爱学习的菜鸟罢了·2025-03-15 09:19

Docker 入门指南：如何在 Ubuntu 上安装和使用 Docker

Docker入门指南：如何在Ubuntu上安装和使用Docker安装Dockerdocker的配置安装k8s安装Docker官方Ubuntu存储库中提供的Docker安装软件包可能不是最新版本。
天青色等烟雨°·2025-03-15 09:19

Google Earth Engine——导入无云 Sentinel-2 图像和NDVI计算

目录搜索和导入无云Sentinel-2图像Sentinel-2的背景打开GEE界面定义您感兴趣的领域查询Sentinel-2图像的存档过滤图像集合将图像添加到地图视图定义真彩色可视化参数探索影像定义假色可视化参数从波段组合中导出指数
此星光明·2025-03-15 09:17

实时时钟（RTC）/日历芯片PCF8563的I2C读写驱动（4）：基于HAL库实现硬件I2C读写接口

0参考资料PCF8563数据手册（第11版——2015年10月26日）.pdf1基于HAL库实现硬件I2C读写接口1.1初始化硬件I2C引脚/***@brief硬件I2C1初始化*配置为350KHz*@
NW嵌入式开发·2025-03-15 09:46
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他