博客 RSS 訂閱

u_16099229 頭像

架構設計師之光 - 計算機畢業設計java+ssm實驗室設備管理系統_51CTO博客

簡介：“實驗室設備管理系統Java版”是一款採用Java技術與Sql Server數據庫構建的綜合性管理軟件，涵蓋設備登記、借還管理、維護保養、用户權限控制及數據統計等核心功能。系統集成Spring框架（可能含Spring Boot）、MyBatis/Hibernate等主流技術棧，具備高可維護性和擴展性。配套提供完整文檔、PPT演示、源代碼與數據庫腳本

User , spring , 管理系統 , 前端開發 , Javascript

收藏 評論

u_16213705 頭像

mob64ca14157da7 - c++ 第二章知識梳理

本章總結了C++的基本知識點，下面分別從函數，const和volatile，C++調用C, const用法，左右和右值引用，new和delete等幾個方面來寫。 文章目錄 2.1 函數 2.1.1 函數調用過程 函數的調用過程 函數調用效率的問題 函數聲明也可以直接給默

new和delete , c++ , Css , C++函數 , const , 前端開發 , 左右引用和右值引用 , HTML

收藏 評論

u_16213682 頭像

mob64ca140fd7c1 - derby 數據可視化

第一篇：Power BI數據可視化概述 閲讀目錄 •前言 •Power BI的主要功能 •Power BI的主要特點 •Power BI Vs 其他同類產品 •Power BI可視化思想 •獲取方法

數據可視化 , derby 數據可視化 , 數據庫 , 人工智能 , Power , R語言 , Python

收藏 評論

u_17171325 頭像

鴿鴿程序猿 - 【Redis】String類型介紹

@一、簡介 字符串類型的值實際可以是字符串，包含⼀般格式的字符串或者類似 JSON、XML 格式的字符串；數字，可以是整型或者浮點型；甚⾄是⼆進制流數據，例如圖⽚、⾳頻、視頻等。不過⼀個字符串的最⼤值不能超過 512 MB。 Redis 內部存儲字符串完全是按照⼆進制流的形式保存的，所以 Redis 是不處理字符集編碼問題的，客⼾端傳⼊的命令中使⽤的是什麼字符集編碼，

redis , 時間複雜度 , yyds乾貨盤點 , 字符串 , 後端開發 , JAVA

收藏 評論

u_16213628 頭像

mob64ca14031c97 - cdp對應的spark客户端 spark core

目錄 一、Spark Core 1、什麼是Spark？特點 二、安裝和部署Spark、Spark 的 HA 1、spark體系結構 2、spark的搭建 3、Spark的 HA 三、執行Spark的任務

spark , 大數據 , hadoop , Scala , cdp對應的spark客户端

收藏 評論

u_17513850 頭像

Tezign特贊 - Atypica 引領商業決策從數據到猜想的跨越

在當下快節奏的商業環境中，企業普遍面臨着一個棘手難題：明明投入大量資源進行用户研究，依賴海量數據制定決策，最終產品卻往往無人問津。市場部的平台熱點報告、運營部的功能點擊數據、諮詢公司的用户調研結論，看似全面的 “數據支撐”，卻難以觸及用户真實需求，讓企業陷入 “猜用户” 的困境。這一現象背後，是傳統 “數據驅動” 模式的深層侷限 —— 同濟大學教授範凌將其形象地比作 “火雞科學家

Atypica , AI 用户洞察工具 , AI寫作 , aigc , 內容中台 , 生成式

收藏 評論

FunTester 頭像

FunTester - 讓 AI 更懂你的需求——實踐應用篇

在前兩篇文章中，我們分別討論了： 第一部分：確保需求本身的質量（文檔化、正確性、完整性） 第二部分：確保需求能被正確理解（無歧義性、一致性） 現在，需求已經"合格"且"清晰"了，但還有一個關鍵問題：需求能否被正確實現和驗證？ 本文重點討論可測試性、可追溯性和可行性，這三個特質確保需求不僅能被理解，還能被實際執行、驗證和維護。 可測試性 我們必須有一些想

可測試性 , 軟件測試 , API , 人工智能

收藏 評論

u_16213617 頭像

mob64ca140088a9 - 正態分佈 理賠 保險 機器學習 正態分佈的故事

正態分佈 神説，要有正態分佈，就有了正態分佈。 神看正態分佈是好的，就讓隨機誤差服從了正態分佈。 創世紀—數理統計 1. 正態分佈，熟悉的陌生人 學過基礎統計學的同學大都對正態分佈非常熟悉。這個鐘形的分佈曲線不但形狀優雅，它對應的密度函數寫成數學表達式 f(x)=12π−−√σe−(x−μ)22σ2 也非常具有數學的美感。其標準化後的概率密度

機器學習 , 正態分佈 , 二項分佈 , 數理統計 , 人工智能 , 正態分佈 理賠 保險 機器學習

收藏 評論

u_11365552 頭像

素雨末 - 友好的 MinIO 文件上傳

核心設計：接口 + 實現分離 1. 定義業務接口 public interface CloudStorageService { /** * 上傳文件並返回可訪問 URL * @param bucket 存儲桶 * @param objectName 對象名（含路徑） * @param inputStream 文

生產環境 , 上傳 , 後端開發 , JAVA

收藏 評論

u_16213708 頭像

mob64ca14163a4f - 人工智能 - 華為發佈算力最強 AI 處理器 Ascend 910 及全場景 AI 計算框架 MindSpore - SegmentFault

在華為 910B 服務器（通常指搭載 昇騰 Ascend 910B AI 芯片 的 AI 服務器）上，若你想查看服務器終端信息（如設備狀態、NPU 信息、驅動版本、算力使用情況等），可通過以下命令和工具進行操作。這些操作通常在 Linux 系統終端（如 Ubuntu/CentOS） 中執行。 ✅ 1. 確認是否安裝 CANN（昇騰計算架構）

華為 , 910B , 服務器 , 昇騰 , 人工智能 , 前端開發 , Javascript

收藏 評論

u_16213694 頭像

mob64ca1412b28c - 華為故事

前言： 當老牌通信巨頭北電、朗訊, 當時的新秀UT斯達康在競爭中消失在歷史的長河中 當愛立信、諾基亞、思科、中興還停留在傳統的信息通信賽道時 HW不僅成為通信行業的TOP1, 而且已悄然成為了計算機提供商、筆記本提供商、智能手機提供商、智能穿戴設備提供商、操作系統提供商、移動互聯網服務提供商、雲計算服務商、數字能源提供商、智能汽車解決方案商、AI大

華為 , it , 人工智能 , 網絡設備 , 3g , 前端開發 , Javascript

收藏 評論

u_16213654 頭像

mob64ca14095513 - aws-使用現代分析方法讓數據發揮作用

對需要將國內數據與德國AWS雲（eu-central-1法蘭克福區域）組網的中國企業而言，辦公室低延遲訪問雲端進行數據分析，是平衡業務效率與合規要求的關鍵命題。不少企業曾面臨跨境鏈路波動導致數據分析卡頓、傳統VPN延遲超200ms的問題，而通過架構優化與技術選型，可將訪問延遲降至50ms以內，同時滿足國內數據監管要求。

鏈路 , AWS , 數據 , 1024程序員節 , jquery , 前端開發

收藏 評論

u_16213649 頭像

mob64ca14082604 - 充滿可能的新一代輔助編程神器：Cursor

目錄 1、網站功能規劃 2、生成網站UI設計圖 3、生成項目代碼架構設計文檔 4、分佈操作生成代碼 4.1 生成首頁 4.2 生成文件轉換功能 4.3 生成圖片壓縮功能 1、網站功能規劃 創建網站功能規劃文件，在文件中利用cursor的自動補全功能，一步步規劃網站的功能規劃 在需

AI , AI編程 , AI寫作 , 後端服務 , 前端開發 , AI作畫 , Javascript

收藏 評論

u_16213563 頭像

網絡安全守護先鋒 - 淺談Promise與async/await的區別

一，為什麼要用異步請求 異步請求是一種編程模式，允許代碼在等待某些操作（如網絡請求、文件讀取等）完成時繼續執行其他任務，而不需要阻塞整個程序。（JavaScript的單線程特性） 同步請求

異步請求 , 用户信息 , Css , ios , 前端開發 , HTML , 前端

收藏 評論

u_16099209 頭像

雲端夢想家 - Harmony OS 分佈式操作（跨設備拉起以及Ability遷移）_跨設備拉起及‘

1. 分佈式數據管理概述 分佈式數據管理是HarmonyOS實現"超級終端"體驗的核心技術基礎，它打破了傳統單設備數據孤島的限制，讓數據能夠在可信設備組網內自由流動。與傳統的雲同步方案不同，HarmonyOS的分佈式數據管理基於分佈式軟總線技術，實現了設備間的直接數據同步，具有低延遲、高可靠和離線可用的特點。 1.1 核心價值與優勢 傳

數據管理 , 數據 , 初始化 , Css , harmonyos , 前端開發 , HTML

收藏 評論

u_16213653 頭像

mob64ca14092155 - 深度學習 知識蒸餾原理詳解 蒸餾原理和過程

目錄 背景 模型結構 模型效果 實現代碼 背景 模型結構 訓練過程 實現代碼 前言 本文主要介紹知識蒸餾原理，並以BERT為例，介紹兩篇BERT蒸餾論文及代碼，第一篇論文是在下游任務中使用BiLSTM對BERT蒸餾，第二篇是對Transformer蒸餾，即TinyBert。

深度學習 知識蒸餾原理詳解 , 損失函數 , 人工智能 , 深度學習 , 概率分佈 , Git

收藏 評論

u_16213654 頭像

mob64ca14095513 - nlp將特徵矩陣變成一維 特徵矩陣的英文

矩陣的特徵向量跟特徵值的英文名字分別是 eigenvector 跟 eigenvalue，這倆概念非常非常有用，根據他們倆可以外延出很多有趣的功能。大部分同學可能腦子裏想一下還能記得他們倆是怎麼計算出來的，但是他們為什麼可以代表一個矩陣的“特徵”呢？除了這倆，相信大多數同學都不記得矩陣的行列式是個什麼東西了，總之不太直觀。相比較而言，矩陣的跡（trace）這個概念就比較直觀，就是

nlp將特徵矩陣變成一維 , 二維 , NLP , 特徵值 , 人工智能 , 特徵向量

收藏 評論

u_16213705 頭像

mob64ca14157da7 - 微信小程序的jquery 微信小程序的優點

小程序的火爆絕非偶然，它憑藉微信9億多的日活動用户，引流和用户沉澱比較簡單，企業因此獲得客户的成本較低。而且小程序適用於企業、個體工商户、組織和個人，都可以定製開發。 1、小程序的特點 範圍廣，可以跨平台訪問;小而快，快速的訪問帶來更好的體驗;親場景親服務，線下是生產服務的地方。 2、靈活性強 由於基於微信平台 客户可以在微信裏聊天進入

微信 , 微信小程序 , 微服務 , 微信小程序的jquery , jquery , 前端開發

收藏 評論

u_13341 頭像

ghpsyn - 英文形態分詞nlp 分型的英文

分形(Fractal)是指具有自相似特性的現象、圖像或者物理過程等。分形學誕生於1970年代中期，屬於現代數學中的一個分支。分形學的創始人是具有法國和美國雙重國籍的曼德勃羅，他在1982年出版的《大自然的分形幾何學》（The Fractal Geometry of

語言 , NLP , 英文形態分詞nlp , 圖形 , 出版 , 人工智能 , fractals

收藏 評論

u_16099262 頭像

信息流星 - db2 刪除分區報錯 set integrity

海量信息即大規模數據，隨着互聯網技術的發展，互聯網上的信息越來越多，如何從海量信息中提取有用信息成為當前互聯網技術發展必須面對的問題。 在海量數據中提取信息，不同於常規量級數據中提取信息，在海量信息中提取有用數據，會存在以下幾個方面的問題： （1）數據量過大，數據中什麼情況都可能存在，如果信息數量只有20條，人工可以逐條進行查找、

海量數據 , 大數據 , 字符串 , 數據 , 算法 , 數據倉庫

收藏 評論

u_17296166 頭像

wx67c443647d462 - Mac 安裝 JDK 8u281（JDK-8u281-1.dmg）詳細步驟（附安裝包）

一、準備工作 下載文件 安裝包下載：https://pan.quark.cn/s/24c8755b74f0，下載了JDK-8u281-1.dmg文件，它一般是個安裝包。 找到文件 打開你的“下載”文件夾，看看有沒有這個JDK-8u281-1.dmg文件。如果已經下載好了，就繼續下一步。 二、

軟件研發 , 安裝包 , 下載文件 , JAVA

收藏 評論

u_16099253 頭像

數據解碼者 - 夸克瀏覽器禁用JavaScript

目錄 Day01 一、計算機基礎 1.1 計算機 1.2 軟件和硬件 1.3 軟件 1.4 應用軟件 1.5 服務端和客户端 1.6 C/S 結構和 B/S 結構 二、 代碼編輯器和瀏覽器介紹 2.1 代碼編輯器 2.2 瀏覽器 三、HTML概述 3.1 什麼是HTML？

夸克瀏覽器禁用JavaScript , 前端開發 , HTML , 前端 , html5 , Javascript

收藏 評論

u_16213588 頭像

mob64ca13f96cda - 雙向泵浦源EDFA特性實驗研究optisystem

一、工作原理 目前風機盤管電機普遍採用單相運轉異步電動機，且有高、中、低等多檔調速，調速方法為副相抽頭的L型調速。電機的極數為四、六極，接線電器原理圖如下： 圖中的M代表主相繞組，A代表付相繞組，且副相由a1、a2、a3三層調速繞組串連而成，用以實現電機繞組帶負載時的三檔調速。 二、接線錯誤導

機器學習 , 原理圖 , 人工智能 , 雙水泵輪換工作原理圖 , 工作原理

收藏 評論