博客 RSS 訂閱

網絡安全俠 - fiddler 能抓取到python程序的request請求嗎

一、簡介 Proxifier軟件是一款極其強大的socks5客户端,同時也是一款強大的站長工具。Proxifier支持TCP,UDP協議,支持Xp,Vista,Win7,支持socks4,socks5,http代理協議可以讓不支持通過代理服務器工作的網絡程序能通過HTTPS或SOCKS代理或代理鏈。 二、安裝proxifi

配置文件 , 應用程序 , 後端開發 , 代理服務器 , Python

收藏 評論

jiecho - kubenetes 彈性擴縮容

P23設計彈性伸縮架構 瞭解:垂直擴展和水平擴展 垂直擴展: 提升單個節點自身處理能力。通過升級或更換更強大的硬件等。對於AWS就是通過改變和提升實例的類型和大小。使其有更強的計算能力。 eg. M5.large→M5.24xlarge *注意垂直擴展有上限,上線取決於AWS提供的最大實例的大小。 水平擴展: 通過增加更

AWS , 雲計算 , kubenetes 彈性擴縮容 , 架構 , 後端開發

收藏 評論

mob64ca1417eedd - java多數據源dou

1.Sharding-JDBC快速入門 1.引入maven依賴 dependency groupIdorg.apache.shardingsphere/groupId artifactIdsharding-jdbc-core/artifactId version${latest.release.version

ShardingJDBC , spring , java多數據源dou , 生成器 , 後端開發 , JAVA

收藏 評論

coolfengsy - border deshed 虛線間距調整

border屬性指定了盒的border區的width,color和style。這些屬性適用於所有元素 border-width與百分比 border-width不支持百分比:不符合語義,邊框不會因設備大小而變化 border-width默認是medium:3px,因為border-style:double至少3px才有

chrome , 寬高 , firefox , 架構 , 後端開發

收藏 評論

mob64ca1401b651 - 給前端返回更為合乎情理的數值的小方法_查出的小數0.01返回給前端數據的時候變為.01

第一章:Dify工具返回結果格式化處理概述 在使用 Dify 工具進行 AI 應用開發時,其返回結果通常為結構化的 JSON 數據。為了便於前端展示或下游系統處理,對這些原始數據進行格式化是必不可少的步驟。合理的格式化策略不僅能提升數據可讀性,還能增強系統的穩定性和用户體驗。 結果數據的基本結構 Dify 執行完成後返回的數據

字段 , 數據 , 後端開發 , harmonyos , Json

收藏 評論

墨色天香 - c++入門---------繼承篇

目錄 一 繼承的概念與定義 1 繼承的概念 2 示例 3繼承定義 (1)定義格式 (2)繼承方式與訪問限定 (3)繼承基類成員訪問方式的變化 4 繼承類模板 二 基類和派生類之間的轉換 1 基礎類型轉換 2 基類和派生類轉換 3 示例 三 繼承中的作用域 1 隱藏規則

成員變量 , 開發語言 , 成員函數 , 派生類 , c++ , 後端開發 , Python

收藏 評論

mob64ca14196783 - 前端數據本地存儲介紹

前端本地存儲(Cookie、LocalStorage、SessionStorage) 在前端開發中,本地存儲用於在瀏覽器中持久化或臨時存儲數據,常見場景包括保存用户登錄狀態、記住用户偏好、緩存臨時數據等(如小米官網手機端頭部廣告的 “關閉後不再顯示” 功能)。本文將詳細梳理Cookie、LocalStorage、SessionStorage及輔助工

狀態模式 , 字符串 , 數據 , 後端開發 , 前端 , Json , Python

收藏 評論

碼出財富 - 程序員最不想遇到的10種代碼註釋,你遇到過幾種?

寫代碼時,我們常常聽到“要多寫註釋”的建議。但你可曾想過,有些註釋比沒有註釋更糟糕?它們不僅無法幫助理解代碼,反而會成為團隊的負擔。 1. “TODO”註釋:永遠的明日清單 def calculate_salary(employee): # TODO: 這裏需要優化性能 result = 0 for i in range(100000

yyds乾貨盤點 , 註釋 , 後端開發 , JAVA , 代碼庫

收藏 評論

ctaxnews - NGINX從入門到精通導航 -

為什麼 Nginx 是現代 Web 架構的“流量入口”? 在當今高併發、微服務盛行的時代,Nginx 已成為絕大多數網站的“第一道門”。無論是淘寶、騰訊、Netflix 還是 Kubernetes Ingress,背後都有 Nginx 的身影。 它不僅是靜態資源服務器,更是反向代理、負載均衡、API 網關、WAF 防火牆的核心組件。 本

服務器 , 後端開發 , Nginx , 前端 , Python

收藏 評論

mob64ca13ff28f1 - WebRTC VAD流程解析【摘自“語音算法組”公眾號-Ryuk】

文章目錄 前言 一、高斯混合模型介紹 1.高斯模型舉例 1)定義 2)舉例説明 2.高斯混合模型(GMM) 1)定義 2)舉例説明 3)一維曲線 二、VAD高斯混合模型

音視頻 , 高斯混合模型 , 信號處理 , 算法 , 後端開發 , webrtc , Python

收藏 評論

daleiwang - java uml 設計代碼練習題

不定項選擇題: 1.一個軟件產品是否成功,因素有( )。 l 需求收集是否正確 l 體系結構的構建是否合理 l 測試是否完全 l 軟件的管理 2.開發過程中最困難的一個環節是( )。 人與人之間的交流 3.用例是從( 用户 )的觀點對系統行為的一個描述。 4.順序圖所表達的是基於( 時間順序 )的動態交互。 5.當需要在

類繼承 , 用例 , 後端開發 , java uml 設計代碼練習題 , JAVA , 順序圖

收藏 評論

香奈兒 - rk3588支持硬件虛擬化嗎

關於OpenWrt下運行.Net需要上Mono這回事 這幾天淘到了一台T640 Plus ,買了一個 I350 AM3 祖國版 和 i210 移除掉自帶的 Mini-Pcie 網卡 搭建家庭主路由來着、畢竟T640 支持 AES 指令集 性能強大 拓展完善 原本設想是EXSi 開直通安裝Koolshare 的 LEDE ,結果硬件關係自帶的網卡

正常運行 , 虛擬化 , 雲計算 , rk3588支持硬件虛擬化嗎 , 頭文件 , ci

收藏 評論

PC2005-cloud - STM32F103ZET6開發板串口只發不收問題解決

問題描述 最近在使用 STM32F103ZET6 開發板調試串口時,遇到了一個詭異的問題:單片機能正常向 PC 發送數據,但始終無法接收 PC 下發的數據,甚至連串口接收中斷都沒觸發。更奇怪的是,相同的代碼在STM32F103C8T6 最小系統板上能完美運行收發雙向通信。經過多輪排查,發現串口重定向可以解決問題,在此記錄完整過程,給遇到類似問題的開發者避坑。 解決:引腳重定向 將 USART1 默

操作系統

收藏 評論

mob64ca140ce312 - 機器學習必知必會:凸優化

本文包含:--> --> 本文章為轉載內容,我們尊重原作者對文章享有的著作權。如有內容錯誤或侵權問題,歡迎原作者聯繫我們進行內容更正或刪除文章。

連線 , 人工智能 , 深度學習 , 圖像理解

收藏 評論

archangle - easypoi獲取索引

1準備好要導入的Excel,注意Excel的標題要和domain中的@Excel(name = "標題")一樣 1 導入驗證包支持 !-- JSR 303 規範驗證包 -- dependency groupIdorg.hibernate/groupId artifactIdhibernate-valid

大數據 , 數據 , 數據倉庫 , easypoi獲取索引 , hibernate , 用户名

收藏 評論

架構魔法師 - 深度學習投影器

本練習程序是受到了這個老外博文的啓發,感覺挺有意思,就嘗試了一下。他用的是opencv,我這裏用的是matlab。 過去寫過透視投影,當時是用來做傾斜校正的,這次同樣用到了透視投影,不過更有意思,是將一張圖像貼到另一張圖像上。 兩個透視投影都需要先計算投影矩陣,傾斜校正那一篇是通過解線性方程組求的變換矩陣,而這一篇是通過奇異值分解求的變換矩陣。 為了對齊兩張圖像

投影矩陣 , 深度學習投影器 , 奇異值分解 , 透視投影 , 人工智能 , 深度學習

收藏 評論

jordana - mem函數庫

MKL庫中基本線性代數子程序,BLAS(Basic Linear Algebra Subprograms)庫,是一個API標淮,用以規範發佈基礎線性代數操作的數值庫(如向量或矩陣乘法)。其中CBLAS是BLAS的C語言接口。 庫中前綴用來區分所支持處理的數據類型。

機器學習 , 矩陣乘法 , include , mem函數庫 , i++ , 人工智能

收藏 評論

mb691327edb400f - AI賦能招聘:重塑HR工作新生態

AI賦能招聘:重塑HR工作新生態 在生成式AI重構商業邏輯的今天,4.4萬億美元的潛在價值正等待挖掘,但多數企業仍停留在AI應用的“試點困境”,中小企業尤為突出——“不會用、不敢用”的顧慮,讓組織間的“AI優勢鴻溝”持續擴大。對於人力資源管理而言,這場變革既是挑戰更是機遇:HR若能借AI之力突破傳統工作瓶頸,便能從繁瑣事務中抽身,迴歸戰略賦能的核心角色;反之,則可能成為組織

數據管理 , 數據 , ATS , 人工智能 , 深度學習

收藏 評論

數碼墨魚 - Memory Analyzer Tool 線程分析插件

Java為我們提供了三個同步工具類: CountDownLatch(閉鎖) CyclicBarrier(柵欄) Semaphore(信號量) 這幾個工具類其實説白了就是為了能夠更好控制線程之間的通訊問題。 一、CountDownLatch 1.1CountDownLatch簡介 CountDownLatch是一個同步

機器學習 , 使用説明 , 信號量 , 人工智能 , 工具類

收藏 評論

mb686fbcc4efbd6 - 管道焊縫質量好壞檢測數據集VOC+YOLO格式1134張2類別

數據集格式:Pascal VOC格式+YOLO格式(不包含分割路徑的txt文件,僅僅包含jpg圖片以及對應的VOC格式xml文件和yolo格式txt文件) 圖片數量(jpg文件個數):1134 標註數量(xml文件個數):1134 標註數量(txt文件個數):1134 標註類別數:2 所在倉庫:firc-dataset 標註類別名稱(注意yol

數據集 , 後端開發 , JAVA , txt文件 , xml文件

收藏 評論

笑傲江湖求敗 - fastrcnn權重

算法發展: R-CNN:把2000個建議框,分別送入網絡 Fast-RCNN:把圖片送入網絡中,再把2000個建議框映射到網絡訓練出來的feature map上 Faster-RCNN:利用RPN選取300建議框,加入ROI層,ROI pooling層能實現訓練和測試的顯著加速,並提高檢測的正確率。 算法框架:

機器學習 , fastrcnn權重 , 寬高 , 人工智能 , ios , ide

收藏 評論

咚咚王哲 - 人工智能之數據分析 Pandas:第一章 簡介和安裝

人工智能之數據分析 Matplotlib 第一章 簡介和安裝 (文章目錄) 前言 Pandas 是一個強大的 Python 數據分析和處理庫,廣泛用於數據清洗、探索、操作和分析。它建立在 NumPy 之上,提供了高效、靈活且易於使用的數據結構,特別適合處理結構化(表格型)數據。 📌 Pandas 的核心數據結構

數據結構 , 人工智能 , pandas , 數據分析 , 深度學習

收藏 評論

mob64ca140ce312 - QSharedMemory 共享數據

  Qt提供了一種安全的共享內存的實現QSharedMemory,以便在多線程和多進程編程中安全的使用。   先説下實現共享內存的步驟,然後用一具體的實例説明。   (一)向共享內存中提供數據的一方:   1,定義QSharedMemory shareMemory,並設置標誌名shareMemory.setKey(),例如shareMemory.setK

機器學習 , 共享內存 , QSharedMemory 共享數據 , 數據 , 人工智能 , memory

收藏 評論