博客 RSS 訂閱

gjnet - C++ 子類父類的相互轉換_51CTO博客

背景 在工作中,經常用到父類指針指向子類對象,通過virtual關鍵字實現多態;但當突然子類對象想向父類傳數據時,一下子愣住了。重新回顧下C++基礎 一、子類向父類傳遞數據 1. 基本調用方式 class Parent { public: void parentFunc() { std::

子類 , 數據 , 1024程序員節 , 前端開發 , 父類 , Javascript

收藏 評論

mob64ca1404476b - ubuntu 20.04 apt 安裝 PHP8.0 - 魔王卷子

文章目錄 PHP install 前言 KylinV10SP3安裝php8.4 KylinV10SP3編譯安裝php8.4 步驟一:下載編譯依賴 步驟二:下載並解壓php8.4 步驟三:編譯安裝php8

文心一言 , 配置文件 , php , Linux , aigc

收藏 評論

軒轅 - 數據可視化實訓心得體會500字

許多DataFocus的用户都提到一件事,就是開發可視化作品變得更簡單了,但是效果難以評估。本文翻譯自toptal的博文,讓我們來看看優秀的可視化實踐是如何實現的吧。 “雜亂無章和令人困惑不是數據的屬性 - 它們是設計的缺點。” - Edward Tufte 什麼是數據可視化 Michael Friendly將數據可視化定義為“以某種示

商業智能 , DataFocus , 數據可視化 , 人工智能 , 數據分析 , 數據可視化實訓心得體會500字

收藏 評論

mob64ca1407216b - 長城GPU支持CUDA和TensorFlow框架

XEV研究所消息(文/德新)9月15日,長城汽車蜂巢易創揚中工廠迎來央視新聞直播探廠。 作為檸檬混動DHT變速器總成的生產製造工廠,揚中工廠首度對外介紹檸檬混動DHT變速器總成四線體生產線。 檸檬混動DHT是長城汽車完全獨立自主設計、自主研發,突破合資壁壘的混動技術。 檸檬混動DHT擁有“1-2-3”的技術特點: •1是採

機器學習 , 汽車 , 高效率 , 工作模式 , 實時監控 , 人工智能

收藏 評論

davisl - emqx 登錄密碼重置

Shiro自定義realm實現密碼驗證及登錄、密碼加密註冊、修改密碼的驗證 一:先從登錄開始,直接看代碼 @RequestMapping(value="dologin",method = {RequestMethod.GET, RequestMethod.POST},produces="text/html;charset=UTF-8") @Respo

機器學習 , ViewUI , 數據庫 , 人工智能 , JAVA , emqx 登錄密碼重置 , Javascript

收藏 評論

mob64ca13fa6a3c - javascript rsa 加密 庫文件

老規矩先用錯誤信息登陸一下抓一下包,看看有那些post字段: uuid: cf0d4f92-c83b-451a-bc31-be4bf9c546a5eid: 5535JQZQ4ZUMHJEPDFQ7EIQIP4PRSWDLEXGJCVNFQRGNKOKGFFSFHLYDURV5EQVE4JDMIAR3NVD4QEBFQDBSP33GOQfp: 2fe

字段 , html post密碼加密 , 查看源碼 , 前端開發 , ide , Javascript

收藏 評論

編程小達人 - 如何理解 embedding size

有一個深深值得相信的理論:見識決定命運。 一個重要提升見識的方法就是學習。那麼,究竟怎樣學習呢?其實是有方法的。 一本厚厚的書,最重要的其實就是那麼些概念,不算多。書的作者往往講一個概念就花費一個章節的篇幅,從內容和結構上來看,其實講的都差不多,無非是從不同的角度闡述這個概念,從而説清楚它是

機器學習 , 大數據 , 數據 , 如何理解 embedding size , 人工智能 , 思維方式

收藏 評論

lulight - 【Azure Developer】解決在中國區 Microsoft Graph 命令Get-MgUserAuthenticationPhoneMethod 不可用的問題

問題描述 使用PowerShell Microsoft Graph 命令來獲取用户認證的電話信息時,發現Get-MgUserAuthenticationPhoneMethod 命令在中國區 Azure上不可用。報錯:Get-MgUserAuthenticationPhoneMethod : Resource not found for the segment 'phoneM

雲計算 , azure , Graph , PowerShell , 雲服務

收藏 評論

咚咚王哲 - 人工智能之編程進階 Python高級:第三章 系統類模塊

人工智能之編程進階 Python高級 第三章 系統類模塊 (文章目錄) 前言 本章節之後會講述一些創建的標準庫使用方式,本文主要介紹兩種模塊os以及sys模塊 os模塊 os 模塊是 Python 標準庫中用於與操作系統交互的核心模塊,提供了訪問文件系統、環境變量、進程管理、路徑操作等功能。它是編寫跨平台(Windows、macOS

環境變量 , yyds乾貨盤點 , 後端開發 , Python

收藏 評論

mob64ca13fbd761 - 如何使用autodl連接docker

挖呀挖!AutoDock 分子對接極簡實踐方法👋 哈哈哈 開心😆 在小小的花園裏面挖呀挖呀挖 🌱 種下一顆小小的種子🫘 開出一朵小小的花🌸 在大大的花園裏面挖呀挖呀挖🌱 種下一顆大大的種子🫘 開出一朵大大的花🌸 挖呀挖呀挖🌱!更多的是一顆擁抱童真的心😁,在科研和生

視頻教程 , 雲計算 , 3d , 如何使用autodl連接docker , ci , Docker , 後端

收藏 評論

架構思維大師 - 無人駕駛深度強化學習訓練的代碼在哪裏跑 無人駕駛 體驗

4 月 17 日消息等了 5 個多月,車物品總算在極狐阿爾法 S上感受到華為公司的批量生產版“L4”級無人駕駛系統軟件。 從華為上海研究室考慮,大家搭乘這台阿爾法 S 在上海金橋區的市政道路里行車了 12 千米,歷經了十幾個交通信號燈後回到到起點。 一樣的線路,車物品累計感受了 3 趟(2次晚間一次大白天),中途全部安全駕駛實際操作均

機器學習 , 無人駕駛深度強化學習訓練的代碼在哪裏跑 , 數據 , 自動駕駛 , 系統軟件 , 人工智能 , 點到點

收藏 評論

前端小巷子 - Vue嵌套路由

Vue嵌套路由 在單頁應用裏,“頁面”不再是整屏刷新,而是由路由驅動的組件樹。當業務複雜到「用户中心 → 個人資料 / 收貨地址 / 賬號安全 / 好友列表」這種層級時,嵌套路由(Nested Routes)是唯一能把深度與可維護性同時保留下來的方案。 一、嵌套路由到底在解決什麼問題 想象一個用户中心: /user 用户中心外殼(Layou

用户中心 , 嵌套 , 前端開發 , Layout , Javascript

收藏 評論

AI智行者 - Spring Boot啓動速度慢的原因總結

文章目錄 摘要 一、問題背景:啓動慢的代價遠超想象 二、Spring Boot 啓動流程深度解析 2.1 階段一:應用上下文創建(`createApplicationContext`) 2.2 階段二:環境準備(`prepareEnvironment`) 2.3 階段三:自動配置與

Spring Boot , spring , 初始化 , JAVA , 前端開發 , 後端 , Javascript

收藏 評論

編程思想者 - nvm安裝(Windows篇)_三虎的技術博客

NVM 安裝 (Windows版本) 一、NVM 介紹 1. 什麼是 NVM 2. NVM、Node.js 與 NPM 的關係 二、NVM 的下載與安裝(Windows版本) 步驟1. 下載渠道(官方安全) 步驟2. 配置 NPM 項目加速鏡像

windows , 緩存 , 1024程序員節 , nvm , 前端開發 , npm , Javascript

收藏 評論

bugouhen - 實時計算Flink版與開源 Apache Flink 性能對比

你還在為數據同步任務的複雜性頭痛嗎?企業數據架構中,選擇合適的同步工具直接影響業務效率。本文通過實戰場景對比Apache SeaTunnel與Flink,幫你快速掌握兩者的核心差異與選型策略。讀完你將獲得: 兩類引擎的架構設計對比 10+企業級同步場景適配分析 性能測試數據與優化建議 零基礎上手的配置指南 一、架構設計

Css , 流處理 , 模態 , 前端開發 , apache , HTML

收藏 評論

墨香四溢 - RabbitMQ之消息持久化

在分佈式系統中,RabbitMQ 服務的異常宕機可能導致隊列和消息丟失。RabbitMQ 的持久性(Durability) 特性通過將數據持久化到磁盤,確保服務重啓後數據不丟失。 一、持久性的核心目標與組成 1.1 為什麼需要持久性? 默認情況下,RabbitMQ 退出或崩潰時,隊列、交換機及消息會被全部刪除——因為這

Spring Boot , rabbitmq , 持久化 , 1024程序員節 , 分佈式 , 前端開發 , Javascript

收藏 評論

wx68f48421c9781 - 支持20+平台一鍵發佈我是如何用技術解決自媒體矩陣運營難題的

我曾長期被矩陣賬號的「效率黑洞」折磨——同時維護知乎、掘金、CSDN、微信公眾號等8個平台,每天光是內容分發就要花掉4小時:這篇要轉成公眾號的短圖文,那篇得調整Markdown格式適配掘金,知乎回答又要補充案例細節……更頭疼的是數據覆盤:每個平台的後台數據格式不一,手動整理閲讀量、漲粉數到Excel,經常加班到深夜。有次趕熱點,因為漏發了一個平台,導致流量斷層,這讓我意識到:傳統

知乎 , API , 人工智能 , 計算機視覺 , 自媒體

收藏 評論

mob64ca14082604 - Docker Service怎麼使用docker服務不停的更新 docker 不停機更新

Docker 作為新瓶裝舊酒的一門技術,用簡單便捷的操作極大改變了軟件開發的流程與生態環境,本文我們就來了解一下。注:Docker 目前已改名為 Moby。 更新歷史 2017.05.01: 完成初稿 快速入門 Docker 最初 dotCloud 公司內部的一個業餘項目 Docker 基於 Go 語言

雲計算 , Docker , Ubuntu

收藏 評論

wx68f48421c9781 - 基於AI模型+多平台接口,開發一款自媒體自動化發佈工具

作為一名深耕自媒體運營五年的技術從業者,我曾長期被跨平台發佈的低效問題困擾。去年同時負責公司微信公眾號、今日頭條、B站專欄和知乎四個賬號時,最崩潰的場景莫過於:一篇深度技術文需要在不同平台反覆調整格式——公眾號要適配圖文排版,頭條需壓縮摘要長度,B站得轉換成口語化口播稿,知乎則要補充技術細節。每天光是複製粘貼、檢查錯別字、點擊發布,就要消耗3-4小時;更頭疼的是數據統計,各平台閲

跨平台 , 微信公眾號 , 人工智能 , 計算機視覺 , 自媒體

收藏 評論

架構師李哲 - 大模型微調有必要做嗎?全參數微調、LoRA還是RAG?看完這篇你就懂了

在人工智能迅猛發展的今天,大型語言模型已成為解決各類問題的強大工具。但當您想要打造一個真正理解所在行業、掌握專業知識的大模型時,總會面臨一個關鍵問題:如何用最小的成本、最高的效率,讓通用模型變得"專業"? 這就像把一位通才培養成領域專家——選對方法,事半功倍。這正是LLaMA-Factory Online要解決的核心問題——通過智能化的微調,讓每個團隊都能輕鬆駕馭大模型適配

實時更新 , 數據 , 人工智能 , 深度學習 , 迭代

收藏 評論

Aloudata - 如何找到適合好用的 AI 數據分析軟件?實用指南

AI 數據分析軟件顯著提升企業決策精準性與敏捷性 在數字經濟時代,數據已經成為企業最核心的生產要素,無論是戰略規劃、市場策略調整,還是日常運營優化,都依賴於對數據的深度洞察。而 AI 數據分析軟件則是將數據轉化為決策力的關鍵工具。 傳統數據分析依賴人工處理與經驗判斷,存在“響應慢”、“分析不靈活”、“誤差率高”等問題,難以滿足快速變化的市場需求。AI 數據分析軟件則通

自然語言問數 , 大數據 , 數據倉庫 , dataagent , 數據分析 , 智能問數 , chatbi

收藏 評論

mob64ca140b0bc8 - randomForestSRC 歷史版本

集成學習系列: Blending and Bagging Adaptive Boosting Decision Tree Random Forest Gradient Boosted Decision Tree Random Forest 1 - Random Forest Algori

機器學習 , 集成學習 , 隨機森林 , bootstrap , 雲計算 , ensemble , 雲原生

收藏 評論

網絡安全專家 - 點擊數據分析按鍵系統將會做什麼功能

繼之前分享了5個用户行為分析模型之後,今天來聊聊點擊分析模型。 點擊分析模型在各行業內數據分析應用較為廣泛,是重要的數據分析模型之一。 點擊圖與熱力圖有何差異? 熱力圖是以特殊高亮的形式顯示訪客熱衷的頁面區域和訪客所在的地理區域的圖示,如圖。同樣,點擊圖也是特殊高亮的顏色形式的顯示。不同的是,點擊圖是點擊分析方

點擊數據分析按鍵系統將會做什麼功能 , 數據 , 人工智能 , 數據分析 , 官網 , 分析模型

收藏 評論

誤會一場 - matplotlib庫的數據可視化實驗心得體會

pyecharts介紹 一. 簡介 pyecharts 是一個用於生成 Echarts 圖表的類庫。Echarts是百度開源的一個數據可視化 JS 庫。 用 Echarts 生成的圖可視化效果非常棒,pyecharts 是為了與 Python 進行對接,方便在 Python 中直接使用數據生成圖。 官網:http://pye

數據可視化 , pyecharts繪圖 , matplotlib擴展、 , 人工智能 , 數據分析 , HTML

收藏 評論