收藏 / 列表

liudamao 頭像

劉大貓 - Redis 搭建主從複用-讀寫分離和主備切換,及重要的關鍵詞解釋 部分2

# 3.10註釋公共配置追加文件 根據需求配置是否打開追加文件選項 appendonly yes - 每當 Redis 執行一個改變數據集的命令時（比如 SET），這個命 令就會被追加到 AOF 文件的末尾。這樣的話，當 Redis 重新啓時，程序就可以通過重新執 行 AOF 文件中的命令來達到重建數據集的目的。 3.11從服務器默認是隻讀不允許寫操作(不用修改) 4. 添

大數據 , 雲計算 , 算法 , 物聯網 , 人工智能

chaoshenjinghyperai 頭像

超神經HyperAI - 甲骨實物高保真數據歸國，AI助力古文釋讀，發現甲骨新圖像

「明年我們去法國接甲骨文回家」，2024 年 12 月下旬，安陽師範學院甲骨文信息處理教育部重點實驗室的研究人員遠赴法國，與法國國家圖書館等 4 家甲骨文收藏機構簽訂合作協議，將以數字化形態將已經遠離故土許久的甲骨文文化遺產「接回家」。 2024 年 8 月 5 日，「全球甲骨數字迴歸計劃」正式啓程，實驗室主任劉永革帶領團隊成員張展、李邦、郭安、龔慕凡飛往韓國，於 8 月 13 日帶回了 7 片甲

機器學習 , llm , 3d , 人工智能 , 深度學習

liubo86 頭像

我有切糕 - 算法 - 棧與隊列 - 用棧組成隊列

力扣 232題 用棧實現隊列 請你僅使用兩個棧實現先入先出隊列。隊列應當支持一般隊列支持的所有操作（push、pop、peek、empty）： 實現 MyQueue 類： void push(int x) 將元素 x 推到隊列的末尾 int pop() 從隊列的開頭移除並返回元素 int peek() 返回隊列開頭的元素 boolean empty() 如果隊列為空，返回 true ；否則，返

算法 , 棧 , 隊列

dewujishu 頭像

得物技術 - 得物前端喚端業務場景和技術精講

前言 當你在刷朋友圈時突然看到一個潮鞋廣告，正是你非常喜歡、一直想買的那款而且價格美麗，於是你興奮地點擊廣告直接打開了購物App，並且直接進入剛剛看到的潮鞋詳情頁，你只需要直接點擊購買就能得到這雙你期待已久潮鞋，這流程如絲般順滑！ 你正在瘋狂追的愛豆在微博發了一款聯名潮玩內容，還是獨家發售，貼文中就有網頁鏈接，你點擊後直接打開購物平台進入了與愛豆聯名同款的潮玩詳情頁，迫不及待的下單擁有一款時尚的潮

業務 , 前端框架 , 場景 , 前端構建 , 前端

lengxi_16 頭像

ERP老兵_冷溪虎山 - DataGrip 性能狂暴調優！2025 最新 JVM 參數+數據庫索引加速配置，實測查詢效率飆升

🏆“DataGrip 連接 3 個 MySQL 庫+1 個 Redis，才開 5 個查詢窗口就卡成 PPT？ 💫導出數據時轉圈圈等到懷疑人生？ 💖別急着換電腦！這大概率不是你的硬件不行，而是默認配置根本沒針對數據庫開發優化—— ✅​JVM 堆內存太小、索引線程不夠、數據庫驅動加載策略落後，才是真正的罪魁禍首！ ⭕作為每天用 DataGrip 查看整理數據庫屎山，經常被折磨到崩潰, 於

jvm調優 , 開發工具 , datagrip , 數據庫

aigoto 頭像

逐夢AI - 實驗室監控的實時目標檢測系統｜完整源碼數據集+PyQt5界面+完整訓練流程+開箱即用！

實驗室監控的實時目標檢測系統｜完整源碼數據集+PyQt5界面+完整訓練流程+開箱即用！ 源碼包含：完整YOLOv8訓練代碼+數據集(帶標註)+權重文件+直接可允許檢測的yolo檢測程序+直接部署教程/訓練教程‘ 源碼在文末嗶哩嗶哩視頻簡介處獲取。 基本功能演示 本系統基於 YOLOv8 目標檢測模型，結合 PyQt5 圖形化界面，實現了對實驗室場景中人員與物體的實時識別、監測與報警。支持攝像頭實時

機器學習 , 人工智能 , 深度學習

cqu_jiangzhou 頭像

cqu_jiangzhou - 可視化圖解算法19：遞歸基礎

1. 示例 週末你帶着TA去電影院看電影，TA問你，咱們現在坐在第幾排啊？電影院裏面太黑了，看不清，沒法數，現在你怎麼辦？ 這時可以這樣操作：問前一排的，他是第幾排。前一排的不知道自己是第幾排，繼續向前問。直到第一排，由於他面對着屏幕，知道自己是第一排。之後再給後面的回話：“我是第一排”，後面的知道了前面的，也就知道了自己的（在前面的基礎上+1）。之後再給後面的回覆。 2. 遞歸條件 3.

遞歸 , 數據結構 , 算法 , 遞歸調用 , 數據結構和算法

nick_58a54a169c75f 頭像

Nick - 算法動態規劃

動態規劃 Dynamic Programming Wiki 定義： https://en.wikipedia.org/wiki/Dynamic_programming “Simplifying a complicated problem by breaking it down into simpler sub-problems” (in a recursive manner) Divide

數據結構 , 算法

horizondeveloper 頭像

地平線智駕開發者 - 三種 Badcase 精度驗證方案詳解與 hbm_infer 部署實錄

在模型結構優化與部署量化過程中，開發者往往會遇到一個關鍵任務：​基於歷史 Badcase 數據驗證模型精度變化​，確保模型修改不會引入明顯性能退化。 這類驗證常見於感知、預測、行為識別等任務，尤其在客户交付或精度迴歸過程中十分關鍵。 但實際場景中，Badcase 的來源和管理非常複雜： 數據常常​分散在客户服務器​； 有些數據是​動態生成、無法導出​； 板端資源有限，難以長期駐留模型或數據

自動駕駛 , 算法

huikaichedemianbao 頭像

合合技術團隊 - 【論文解讀】用於代碼處理的語言模型綜述

1.簡要介紹 在這項工作中，論文系統地回顧了在代碼處理方面的最新進展，包括50個+模型，30個+評估任務和500個相關工作。論文將代碼處理模型分解為由GPT家族表示的通用語言模型和專門預訓練的代碼模型，通常具有定製的目標。論文討論了這些模型之間的關係和差異，並強調了代碼建模從統計模型和rnn到預訓練的transformer和LLM的歷史轉變，這與NLP所採取的過程完全相同。還討論了特定於代碼的特

code , llm , 人工智能 , 模型

jdcdevloper 頭像

京東雲開發者 - 深入理解MySQL索引底層數據結構

1 引言 在日常工作中，我們會遇見一些慢SQL，在分析這些慢SQL時，我們通常會看下SQL的執行計劃，驗證SQL執行過程中有沒有走索引。通常我們會調整一些查詢條件，增加必要的索引，SQL執行效率就會提升幾個數量級。我們有沒有思考過，為什麼加了索引就會能提高SQL的查詢效率，為什麼有時候加了索引SQL執行反而會沒有變化，本文就從MySQL索引的底層數據結構和算法來進行詳細分析。 2 索引數據結構對比

MySQL , 數據結構 , mysql索引 , 數據庫

u_15469972 頭像

mb61c46a7ab1eee - 計算機視覺：卷積神經網絡（CNN）圖像分類從像素與色彩通道基礎到特徵提取、池化及預測 - 指南

一、卷積神經網絡概述 卷積神經網絡通過濾波器（或稱核）從圖像中提取特徵，再將這些特徵傳入神經網絡進行預測或輸出。在深入探討卷積神經網絡之前，我們先詳細瞭解圖像的工作原理。 二、圖像的本質 （一）像素與矩陣表示 圖像由微小的像素構成，如同宇宙由原子組成。每個像素是一個包含數字的單元，類似矩陣中的單元格。本質上，圖像是具有確定行數和列數的矩陣，矩陣中的每個單元

卷積 , redis , 卷積核 , 數據庫 , 池化

anan_5ca066790c21a 頭像

阿南 - Java Stream流的使用

流的使用 無狀態：處理單個數據 有狀態：處理所有數據 中間操作（無狀態） 中間操作（有狀態） 終端操作（短路） 終端操作（非短路） 過濾（filter） 去重（distinct） 所有匹配（allMatch） 遍歷（forEach） 映射（map） 跳過（skip） 任意匹配（

JAVA , stream

niewj 頭像

豐木 - java8的stream將一個List轉為按照某個字段分組的map，再按照另一個字段取max最終得到一個map

java8的stream將一個List轉為按照某個字段分組的map，(MapString, ListOwner) 然後再按照 更新日期 字段取分組的每個list裏最大的那個，MapString, Owner 最終得到一個map ListOwner --- (MapString, ListOwner) ---- MapString, Owner 1. Owner對象結構 import c

java8 , stream