收藏 / 列表

skysailstar 頭像

天航星 - 【Python 基礎】第 2 期：環境搭建

在開始編寫 Python 代碼前，還需要搭建 Python 的開發環境。 電腦是沒辦法直接讀懂 Python 代碼的，而是需要一個解釋器，實時把代碼翻譯成字節碼，字節碼再轉換成 0 和 1，電腦就能讀懂了。 Python 的運行過程就是翻譯一行、執行一行（所以 Python 的運行速度較慢）。 我們一般説安裝 Python，本質上就是安裝 Python 解釋器。 這裏以在 Windows

後端

aigoto 頭像

逐夢AI - 焊接情況檢測數據集（千張圖片已劃分）| 面向工業質檢的目標檢測訓練集

焊接情況檢測數據集（千張圖片已劃分）| 面向工業質檢的目標檢測訓練集 在現代工業製造體系中，焊接質量作為產品可靠性的重要指標之一，直接影響結構件的力學性能、安全性和使用壽命。然而傳統的焊縫質量檢測往往依賴人工經驗式檢驗，不僅檢測效率低，而且難以在不同作業場景中保持穩定一致的檢測標準。 隨着工業視覺和深度學習的發展，利用 AI 模型自動檢測焊縫質量逐漸成為行業趨勢。而高質量的焊接檢測數據集，正是訓練

機器學習 , 人工智能 , 深度學習

aitibao_shichangyingxiao 頭像

艾體寶IT - 艾體寶乾貨 | Redis Python 開發系列#2 核心數據結構（上）

前言 繼上篇文章，成功連接 Redis 之後，我們直面其核心：數據結構。Redis 的強大，絕非僅是簡單的鍵值存儲，而是其精心設計的多種數據結構所能解決的各種業務場景。 本篇讀者收益 精通 String 類型的全部核心命令，掌握其在緩存、計數器、分佈式鎖中的應用。 精通 Hash 類型的全部核心命令，掌握其高效存儲對象、進行分組統計的技巧。 深刻理解 String 和 Hash 的底層差異

後端

zhuifengdekaomianbao 頭像

張老師講數字孿生 - 真實訓練+虛擬仿真，機器人學習進入“超級工廠”時代

海量高質量數據正在成為機器人產業的“新石油”，而遍佈全國的“數據採集超級工廠”則成為機器人學習成長的“學校”。 在北京亦莊，一個機器人正在超市貨架前進行商品識別訓練；在上海臨港，另一台機器人在模擬倉庫環境中學習搬運技巧；在深圳福田，服務機器人正在酒店場景中接受接待禮儀培訓… 這些機器人並非在進行簡單測試，而是在具身數據採集超級工廠中接受系統化“教育”。2025年以來，全國各主要城市紛紛佈局機器人數

數據 , 智能設備 , 數據採集 , 機器人 , 仿真

leguandeludeng 頭像

數據集成與治理 - 什麼是ETL增量抽取？企業數據治理必讀

兩年前，我在的數據團隊每天面對海量數據，總是在抱怨： 想要做個決策調整，結果部門報表裏的數字前後對不上；想整合一份完整的用户視圖，就得手動對接各個團隊，耗時耗力；數據在流轉中缺乏有效管控，既擔心泄露風險，又怕觸碰合規紅線...... 這些問題的根源，往往在於缺少一套行之有效的數據治理體系。而ETL正是破解這些難題最直接的技術手段。 那麼關鍵是要怎麼做呢？ 本文就直接上乾貨，不講虛的，手把手教你怎麼

數字化轉型 , 知識 , 數據庫 , 數據治理平台

iwan_68b8da84d3d8b 頭像

大廠碼農老A - 我帶的外包兄弟放棄大廠轉正，薪資翻倍入職字節

大家好，我是老A 國慶節的時候，收到一位粉絲的私信求助。一來一回聊了半天，我發現了一個很多技術兄弟的通病——我們稱之為「收藏夾式努力​」。水文看不上，只想讓大佬推薦技術寶典，一旦拿到手，焦慮感削弱，寶典就在收藏夾裏吃灰，下了班照樣峽谷開黑。當你想督促他深入研究時，他又會用「他是大佬，我不是，我做不到」來給自己設限，最終陷入「持續焦慮，持續躺平」的惡性循環。 這種惰性，是人之常情。但人和人之間

觀點 , JAVA , 程序員 , 後端 , 前端

immerse 頭像

沉浸式趣談 - Promise 這個新 API 真香！

Hey, 我是 沉浸式趣談 本文首發於【沉浸式趣談】，我的個人博客 https://yaolifeng.com 也同步更新。 轉載請在文章開頭註明出處和版權信息。 如果本文對您有所幫助，請 點贊、評論、轉發，支持一下，謝謝！ 聊到異步，Promise 大家肯定都不陌生，是咱們處理異步操作的神器 不過呢，就算有 Promise，有時候處理一些既可能是同步又可能是異步的函數，或者那種隨時可

promise , ecmascript , 程序員 , 前端

johanazhu 頭像

山頭人漢波 - 前端學Ruby：前言

人與人的區別不是”受過教育“和”沒受過教育“，而是”喜歡閲讀“和”不喜歡閲讀“ ——《納瓦爾寶典》 寫在前面，筆者是一名前端，現在來學習 ruby，打算寫一系列的文章，將自己學習 ruby on rails 的經驗分享出來，於是就有了這一系列文章：「前端學Ruby：七天筆記」 第一天 安裝 Ruby、Rails 第二天 熟悉 Ruby 語法 第三天 熟悉 Rails 第四天 唐詩API 項目 第五

ruby-on-rails , ruby , rubygems , 前端

codists 頭像

codists - 《自動機理論、語言和計算導論》閲讀筆記：p261-p314

《自動機理論、語言和計算導論》學習第 10 天，p261-p314總結，總計 48 頁。 一、技術總結 1.generating reachable 2.Chomsky Normal Form(CNF) 喬姆斯基範式。 3.pumping lemma 泵作用引理。引理：引理是數學中為了取得某個更好的結論而作為步驟的已證明命題，其意義並不在於自身已完成證明，而在於其為了達成最終目的而做出貢獻。 4

編譯原理

pains 頭像

Rick Carter - dotnet使用redis時需要注意的問題

1.性能問題-批量多次讀寫、序列化和反序列化的場景 注意看到dotnet下的IDistributedCache接口內部方法聲明都是針對單個key的，當需要多次大量讀寫同一類型kv值時，存在多次連接redis的情況，導致性能特別慢。 在abp框架中AbpRedisCache有些SetMany和GetMany的方法，它可以很好的解決這個問題。 今天再分享一個Redis的批操作的寫法(db.

.net , 後端

wang_yb 頭像

wang_yb - 深入淺出理解你的“數據”

對於想要學習數據分析的同學，如果你問我："數據分析的第一步是什麼？" 我的回答是："理解數據本身。" 數據是我們所有分析工作的起點，本文主要探討如何辨別我們面對的是什麼樣的數據，包括它的分類方法和描述維度。 1. 數據分類 數據並非千篇一律，它們有着不同的特徵和屬性。 正確理解數據的分類，是選擇適當分析方法的前提。 通常，我們可以從以下三個維度來給數據進行分類。 1.1. 按結構屬性來分 你的數據

數據庫

integrated_product_development 頭像

IPD產品研發管理 - 如何用複用省下數十億研發成本？IPD的CBB重用開發策略

不知道你們企業有沒有遇到過這種問題？庫房裏堆着十幾種功能相似的主板，採購成本居高不下，生產換型時還頻頻出錯。 這些生產中無處不在的重複浪費，不僅拖慢了產品上市的節奏，還讓研發成本像無底洞一樣消耗着企業的資源。 在IPD（集成產品開發）中，對這類重複的研發投入提出了成熟的解決方案——CBB（公共模塊）。IPD強調基於平台的異步開發與重用策略，而CBB的核心目標是推動不同項目、不同產品線共享成熟模塊，

觀點 , 程序員 , 後端 , 前端

chaoqipengbodehuochai_eav70j 頭像

極市平台 - 驍龍大賽直播乾貨彙總

上期課程中我們瞭解了在驍龍 AI PC 上使用 QAI AppBuilder 工具絲滑部署AI模型的核心方法，省流版教程： 用户指南： https://github.com/quic/ai-engine-direct-helper/blob/main/docs/user_guide.md 開源社區： https://github.com/quic/ai-engine-direct-helper 直

資訊 , 教程 , 開發 , 知識 , 後端

taozi_60b0b3c71b1a8 頭像

Java架構師 - 騰訊架構師極力推薦：Java多線程與Socket實戰微服務框架

在這個技術不斷更新的年代，跟不上時代變化的速度就會被刷掉，特別是咱們程序員這一羣體，技術不斷更新的同時也要同時進步，不然長江後浪推前浪，前浪...... 一個程序員從一個什麼都不懂的小白在學到有一定的Java基礎的時候肯定是要學習更多的技術充實自己，甚至還要往架構師方向靠。但是一個優秀的架構師必須要有紮實的編程功底和豐富的理論知識，不光要能完成架構設計，更要有能力將設計轉換為實際的產品。不會寫代碼

socket , 微服務 , 多線程 , JAVA , 程序員

mghio 頭像

mghio - Dubbo 中的集羣容錯

前言 在微服務架構中，服務間的依賴關係複雜且動態，任何一個服務的故障都可能引發連鎖反應，導致系統雪崩。一個好的容錯設計可以避免這些問題發生： 服務雪崩效應：單個服務崩潰或響應延遲可能導致調用鏈上的所有服務被阻塞，最終拖垮整個系統。例如，若服務 A 依賴服務 B，而服務 B 因高負載無法響應，A 的線程池可能被佔滿，進而影響其他依賴A的服務； 分佈式系統的脆弱性：網絡抖動、節點宕機、資源耗盡等

設計思想 , dubbo , 微服務 , JAVA , 後端

hunterxiong 頭像

XHunter - Golang筆記之Redis

本文首發於公眾號：Hunter後端 原文鏈接：Golang筆記之Redis 這一篇筆記主要介紹 Golang 連接和使用 Redis，以下是本篇筆記目錄： 目錄 1、安裝模塊 2、連接 Redis 3、字符串 1. 字符串寫入 2. 字符串讀取 4、哈希 1. 寫入 1) 單字段寫入

go , 後端

huan1993 頭像

huan1993 - ForkJoinPool在生產環境中使用遇到的一個問題

1、背景 在我們的項目中有這麼一個場景，需要消費kafka中的消息，並生成對應的工單數據。早些時候程序運行的好好的，但是有一天，我們升級了容器的配置，結果導致部分消息無法消費。而消費者的代碼是使用CompletableFuture.runAsync(() - {while (true){ ..... }}) 來實現的。 即： 需要消費Kafka topic的個數： 7個，每個線程消費一個

線程池 , threadpoolexecutor , JAVA , 後端

chaochenyinshi 頭像

用户bPdd2O9 - Redis緩存優化秘籍：輕鬆應對高併發

專業在線打字練習網站-巧手打字通，只輸出有價值的知識。 一 緩存應用面臨的挑戰 在提供核心服務時，緩存機制已成為確保高性能、低延遲的基石。 然而，緩存的使用主要面臨兩大難題： 如何管理緩存空間的增長：隨着數據的不斷累積，緩存所需的空間會逐步擴大，這直接關係到成本的上升。 如何保障緩存服務的穩定性：這是至關重要的，因為任何不穩定都可能對服務性能造成重大影響。 那麼，究竟哪些因素可能導致

redis , 高併發 , 緩存 , 緩存設計

lyflexi 頭像

月半大熊貓 - 從紅屏到斷點，VSCode+Chrome打開調試vue.js項目的黃金配置公式，後端轉前端必看！

夙夜小哥這幾天有個項目前端人手不夠，要我支援幾天。我本人之前是寫後端的，在支援的過程中發現前端對JavaScript或者typescript的方法提示以及代碼導航功能都比較弱，可能是由於js本身屬於弱類型語言，所以這波並不屬於VSCode的鍋。 但是我又發現好像VSCode不進行配置的話，沒法直接使用調試功能，好傢伙，這下讓我一頓上網衝浪百度+谷歌，翻來翻去感覺網友都沒有寫在點子上，最後還是

vue.js , visual-studio-code , 調試 , typescript , Javascript

qishiwohendou 頭像

其實我很dou - openresty http client工具類lua-resty-http封裝

特性 使用連接池 項目源碼 https://github.com/helloJiu/o... 代碼 -- http客户端 -- https://github.com/ledgetech/lua-resty-http local http = require("resty/http") local config = { max_idle_time = 30000, pool_s

httpclient , luajit , openresty , 後端

emanjusaka 頭像

emanjusaka - 淺析 ArrayList

byemanjusaka fromhttps://www.emanjusaka.com/2023/12/java-arrayList彼岸花開可奈何 本文歡迎分享與聚合，全文轉載請留下原文地址。 ArrayList是一個使用List接口實現的Java類。顧名思義，Java ArrayList提供了動態數組的功能，其中數組的大小不是固定的。它實現了所有可選的列表操作，並允許所有元素，包括n

JDK , 源碼分析 , 後端

chaoshenjinghyperai 頭像

超神經HyperAI - 【Triton 教程】Libdevice (tl_extra.libdevice) 函數

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境，以高效編寫自定義 DNN 計算內核，並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →https://triton.hyper.ai/ Triton 可以調用外部庫中的自定義函數。在這個例子中，我們將使用 libdevice 庫在張量上應用 asin 函數。請參考以下鏈

機器學習 , 人工智能 , 編譯器 , 深度學習 , 後端

rife 頭像

凌虛 - 以圖搜圖架構優化：使用客户端模型提取圖像特徵

序言 以圖搜圖系統指的是從圖像內容提取特徵向量，然後使用向量數據庫進行向量數據的插入、刪除、相似性檢索等操作，進而提供根據圖像內容搜索出具有相似內容的其它圖像的功能。 系統架構 典型的搜圖系統整體架構時序圖如下： 圖像上傳過程： 客户端上傳圖像到服務端。 服務端存儲圖像至對象存儲、插入結構化數據至關係型數據庫、發送消息至 MQ 消息隊列。 服務端對客户端請求返回響應。 圖像搜索服務接受

tensorflow , 架構 , 人工智能 , 後端 , 前端

boxuegu 頭像

博學谷狂野架構師 - 分享會上狂吹MySQL的4大索引結構，沒想到大家的鑑賞能力如此的~~~~

文章內容整理自【博學谷狂野架構師】 索引（index）是幫助MySQL高效獲取數據的數據結構(有序)。在數據之外，數據庫系統還維護着滿足 特定查找算法的數據結構，這些數據結構以某種方式引用（指向）數據， 這樣就可以在這些數據結構 上實現高級查找算法，這種數據結構就是索引。 優缺點： 優點： 提高數據檢索效率，降低數據庫的IO成本 通過索引列對數據進行排序，降低數據排序的成本，降

紅黑樹 , 索引 , mysql索引 , JAVA , 二叉樹