收藏 / 列表

u_16099177 頭像

雲端小夢 - ironpython exe

又是週五，IronPython發佈了最新的版本：0.9.4。近一個月的翹首等待，這個版本的改動着實沒讓我失望——有不少新鮮的東西，同時也沒把我少折騰，咔咔～～ 首先，要讓IronPython-0.9.4正常工作，得把.NET Framework的版本升級到2.0.50727，這可是11月3日發佈的版本啊！看來IronPython確實是緊跟.NET Framework前進的步伐了

ironpython exe , 靜態編譯 , 新版本 , 後端開發 , Visual , Python

yangshaoping 頭像

小飛俠格魯帥 - python 實現二維碼解析

嘿喲，小夥伴們！今天咱要讓Python來大顯身手，實現二維碼解析的功能！就像給Python裝上了一雙“火眼金睛”，能一下子看清二維碼裏的秘密。pyzbar庫就是那個厲害的“幫手”，它能幫Python輕鬆解析二維碼。安裝也簡單，pip install pyzbar就行啦！ 下面是用Python實現二維碼解析的代碼示例： import cv2 from pyzb

二維碼 , 圖形用户界面 , 後端開發 , Python

u_17517821 頭像

mb68bd9657ee325 - python中的scrapy庫

Scrapy 是 Python 生態中一個為專業級數據採集而生的高速、高性能開源網絡爬蟲框架。它採用高度模塊化的設計，讓你能像搭積木一樣構建爬蟲，輕鬆應對從簡單數據抓取到大規模分佈式爬取的各種場景。 🧩 Scrapy 核心架構與工作流程 要掌握 Scrapy，首先得理解其精巧的架構。它就像一個高效運轉的工廠流水線，每個組件各司其職，協同工作。其核心數據流（Data

中間件 , 後端開發 , ci , ide , Python

u_15200177 頭像

Python與SEO - 鹹魚大量流出199元洋垃圾NAS小主機，板載AMD 300U核顯神U，m2+2.5寸SATA雙盤位，支持4k解析輸出！

對於垃圾佬們而言，大船靠岸無疑是一次狂歡節，舶來品，也就是洋垃圾，代表着便宜。尤其對於二手鹹魚市場上想要撿漏的老哥們而言，便宜才是王道，這樣才更加具有性價比，才值得撿漏接盤，不然就是韭菜，入坑。這不，有刷到一款洋垃圾小主機大量流出於鹹魚二手市場，你覺得適合入手及使用嗎？ 一、AMD 300U小主機介紹 這款小

低功耗 , 轉接線 , 架構設計 , 後端開發 , Python

u_16213599 頭像

mob64ca13fc220d - Windows系統重裝記錄

一、背景     原先的筆記本只裝了一根1TB的固態，分了幾個區域，這個硬盤擔任着系統盤和數據盤的職能。但是最近存儲也快滿了，而且Win11老是自動更新，還存在一些bug，於是決定藉此機會重裝個Win10系統，同時加裝幾塊硬盤，購買了2塊新的固態硬盤，其中1TB SSD作為系統盤，另一個4TB SSD作為數據盤。     重要提示：本文並非教程，而是一次記錄，中途走了

後端開發 , 重啓 , 系統盤 , 系統文件 , Python

u_16099199 頭像

數據俠客行 - Python nlp有哪些軟件包

機器學習的發展可以追溯到1959年，有着豐富的歷史。這個領域也正在以前所未有的速度進化。在之前的一篇文章中，我們討論過為什麼通用人工智能領域即將要爆發。有興趣入坑ML的小夥伴不要拖延了，時不我待！ 在今年秋季開始準備博士項目的時候，我已經精選了一些有關機器學習和NLP的優質網絡資源。一般我會找一個有意思的教程或者視頻，再由此找到三四個，甚至更多的教程或者視頻。猛回頭

github , 開發工具 , Python nlp有哪些軟件包 , 後端開發 , 人工智能 , 數據結構與算法 , Python

u_16213587 頭像

mob64ca13f937ae - AI 開發不僅僅是算法訓練，六節課幫你快速瞭解地平線 AI 軟硬件產品開發全過程 - 極術社區

隨着人工智能技術的快速發展，AI玩具已經從簡單的語音交互升級為具備情感識別、自適應學習、多模態交互等能力的智能夥伴。本文將從核心技術、系統架構、開發挑戰等方面，深入分析AI玩具開發技術。 一、AI玩具的核心技術組成 AI玩具的開發涉及多個技術領域，主要包括： 1. 語音交互技術 自動語音識別（ASR） 用

架構 , 後端開發 , 系統架構 , 人工智能 , 解決方案 , 語音識別 , Python

nixidexuegao 頭像

nixidexuegao - API的未來：智能化、自動化與集成化

應用程序編程接口（API）已經成為現代軟件開發的基石。隨着技術的不斷髮展，API的演進也在加速。從最初的簡單數據交換通道，到現在的複雜服務架構，API的角色和功能不斷擴展。在未來，我們可以預見API將朝更加智能化、自動化和集成化的方向發展。 一、智能化API：利用AI提升接口功能與效率 1.1 智能路由與負載均衡 定義與現狀：智能路由和負載均衡技術通過動態調整流量分配，優化服務器資源利

API , 電商 , 爬蟲 , Python

plcode 頭像

wx65dfdaaec020c - 消息隊列性能優化與調優實戰指南

消息隊列性能優化與調優實戰指南 摘要 本文將深入探討消息隊列在生產環境中的性能優化策略，涵蓋Kafka、RabbitMQ、RocketMQ三大主流消息中間件的性能調優技巧。通過詳細的配置示例、性能測試數據和實戰案例，幫助開發者構建高性能、高可用的消息系統。 性能優化指標體系 關鍵性能指標定義 指標類別 具體指標 優化目

性能優化 , 後端開發 , 消息隊列 , kafka , Python

u_16213720 頭像

mob64ca14193248 - 大數據培訓hive數倉存儲格式詳解_hive一次能insert多少條

5.1.5 數據倉庫存儲格式選擇 選擇合適的存儲格式，需要在查詢性能、寫入性能、存儲成本、壓縮效率、模式演化支持、生態系統兼容性等多個維度進行權衡。現代數據倉庫（尤其是基於數據湖的架構）提供了多種列式存儲格式作為首選。 一、 核心存儲格式對比 以下是目前主流的、適用於數據倉庫場景的存儲格式：

大數據 , 數據 , hive , 數據倉庫 , 元數據 , 後端開發 , Python

jdcdevloper 頭像

京東雲開發者 - 你想要的【微前端】都在這裏了！ | 京東雲技術團隊

作者：京東零售 鄭炳懿 開篇： 如果你不知道微前端是什麼，或者不知道微前端能解決什麼問題，那麼你可能不需要微前端。 在我看來，對於每一個沒有使用過的新技術，都應該有以下幾個過程： 1、調研該技術，產出相應的調研文檔。 2、輸出技術Demo，基本的框架結構。 3、試着在項目中使用它，這一步坑會很多。 4、把它推動到線上完成真正的技術升級。 一、調研微前端 1.1 業務背景 某次遇到一個從0到1的大型

singlepage , 前端工程師 , 微前端 , 前端

u_16213575 頭像

墨舞青雲 - TDengine文檔 - 《TDengine v2.0 數據庫文檔》

SIN 函數 語法 SIN(expr) 功能説明 獲得指定字段的正弦值。 版本 v3.0.0.0 返回結果類型 DOUBLE 適用數據類型 數值類型。 嵌套子查詢支持 適用於內層查詢和外層查詢。 適用於 表和超級表。 使用説明

物聯網 , 時序數據庫 , 數據庫 , 後端開發 , JAVA , tdengine , Python

u_17585566 頭像

陳均老師 - 陳均的日誌2024.01.04

今天跟楊同事學習了某某醫院費用報銷系統的操作流程，瞭解費用申請單、審批、過賬支付等主要業務模塊的功能。結合了用户提出的十多項需求（經楊同事整理把最急的合併為5項）、在對應的模塊上構思了修改方案。 今天周同事給我發了某某項目的源碼、劉同事給我發了其他配套開發文件，但是因系統兼容性的原因、未能搭建好完整的開發環境。 明天將繼續搭建環境、準備好工具之後、將由我嘗試修改某某醫院的費用報銷

系統兼容性 , 後端開發 , 開發環境 , 搭建環境 , Python

u_16099355 頭像

數據挖掘者 - 鴻蒙全新聲明式UI框架ArkUI初體驗，開發應用真爽，比flutter牛啊_的技術博客

基礎佈局 1. 線性佈局（Colum/Row） 1.1 基本概念 線性佈局是開發中最常用的佈局，通過線性容器Row和Column構建。其子元素在線性方向上（水平方向和垂直方向）依次排列。 ● Column：容器內子元素按照垂直方向排列。 ● Row：容器內子元素按照水平方向排列。 主軸和交叉軸

自適應 , 線性佈局 , text , 後端開發 , Python

u_13250 頭像

flybirdfly - Linux學習筆記（9）-守護進程

在前面的文章中，我們的服務器跑起來之後，實際上並不是會一直在運行，為什麼這麼説呢？因為受我們XShell的限制，只要我們將XShell關閉，我們運行的服務器也就中斷了。現實中我們使用的軟件肯定不是這樣的，這些軟件的服務器正常情況下會在主機上一直運行。所以我們這篇文章就來介紹一下如何做到 文章目錄 1. 進程組

進程間關係 , 後台進程 , 前台進程 , 後端開發 , Linux , 網絡 , Python

lizhuo6 頭像

oioihoii - AI編程規模化實踐：從1到100的工程化之道

規模化階段的挑戰 在AI編程工具日益普及的今天，從0到1快速構建原型已不再是難題。然而，當項目進入從1到100的規模化階段，開發者面臨着全新的挑戰：如何確保AI生成代碼的質量、可維護性和系統架構的連貫性？本文將深入探討AI在規模化開發階段的最佳實踐，為團隊提供切實可行的解決方案。 核心原則：建立AI輔助開發的基礎 人類專家的核心地位 在規模化開發中，AI應明確定位為增強人

線程池 , 後端開發 , 模塊化 , 開發者 , harmonyos

u_16213608 頭像

mob64ca13fe62db - Unity Shader學習：貼花（Decal）

Unity URP中的Decal（貼花）系統是一種用於將材質投射到場景幾何體表面的技術，主要用於實現血跡、彈孔、塗鴉等動態表面裝飾效果。以下是詳細解析： 核心功能與用途 動態投影：通過Decal 【從UnityURP開始探索遊戲渲染】專欄-直達 Unity URP中的Decal（貼花）系統是一種用於將材質投

性能優化 , 世界座標 , 貼圖 , 前端開發 , Javascript

zhishuangdebaikaishui 頭像

咚咚王 - 人工智能之編程基礎 Python 入門：第五章 基本數據類型（一）

人工智能之編程基礎 Python 入門 第五章 基礎數據類型（一） 前言 本章節講述python的基礎數據類型，python的基礎數據類型主要包括以下 ​不可變數據（3 個）：​Number（數字）、String（字符串）、Tuple（元組）； ​可變數據（3 個）：​List（列表）、Dictionary（字典）、Set（集合）。 Number（數字） number（數字）類型用於表

教程 , 人工智能 , Python

codists 頭像

codists - 翻譯：《實用的Python編程》02_04_Sequences

目錄| 上一節 (2.3 格式化) | 下一節 (2.5 Collections模塊) 2.4 序列 序列數據類型 Python 有三種序列數據類型。 字符串：如 'Hello'。字符串是字符序列 列表：如 [1, 4, 5]。 元組：如 ('GOOG', 100, 490.1)。 所有的序列都是有序的，由整數進行索引，並且具有長度。 a = 'Hello'

python3.x , 網頁爬蟲 , 人工智能 , 數據結構和算法 , 後端

fulade 頭像

弗拉德 - 【Python 1-10】Python手把手教程之——一篇講透if語句以及if語句的特殊用法

作者 | 弗拉德 來源 | 弗拉德（公眾號：fulade_me) if 簡單示例 假設你有一個汽車列表，並想將其中每輛汽車的名稱打印出來。對於大多數汽車，都應以首字母大寫的方式打印其名稱，但對於汽車名'bmw'，應以全大寫的方式打印。 下面的代碼遍歷一個列表，並以首字母大寫的方式打印其中的汽車名，但對於汽車名'bmw'，以全大寫的方式打印: car_list = ['bmw','aud

機器學習 , python2.7 , python2.x , 後端 , Python

u_14540126 頭像

最多選5個技能 - 網絡工程師軟考通關指南：基礎網絡技術章節精講與習題解析

網絡工程師作為信息技術領域的重要職業資格，其認證考試（軟考）是衡量專業能力的重要標準。基礎網絡技術作為考試的第一章節，不僅是後續學習的基礎，也是考試中佔比最大的內容之一。本文將從考試大綱出發，系統梳理基礎網絡技術的核心知識點，配以典型習題解析，幫助考生構建完整的知識體系，掌握解題技巧。 一、計算機網絡體系結構深度解析 1.1 OSI七層模型與TCP/IP四層模型對比

子網 , tcp , ip , Css , 前端開發 , HTML

chaoshenjinghyperai 頭像

超神經HyperAI - 匹配正確率提升187.9%！華中科技大學CGCL實驗室用自監督學習助力膠囊內窺鏡圖像拼接，「天眼」裏也可看腸胃健康

在全球範圍內，腸胃病正成為一個嚴峻的公共衞生挑戰。據世界衞生組織國際癌症研究機構統計，胃病在人羣中的發病率高達 80%，而在中國，腸胃病患者人數更是達到了 1.2 億之多，且呈現出明顯的年輕化趨勢，關注腸胃健康迫在眉睫。 在這種情況下，膠囊內窺鏡 (MCCE) 作為一種先進的診斷工具，因其非侵入性、無痛、無交叉感染的特點而被大家廣泛關注。具體而言，MCCE 在膠囊中內置了無線攝影機，患者只需吞下這

機器學習 , 圖片處理 , 人工智能 , 深度學習 , 醫療it

bianchengdandan 頭像

Python技術大本營 - 一個神器，大幅提升爬蟲爬取效率！

在做爬蟲的時候，我們往往可能這些情況： 網站比較複雜，會碰到很多重複請求。 有時候爬蟲意外中斷了，但我們沒有保存爬取狀態，再次運行就需要重新爬取。 還有諸如此類的問題。 那怎麼解決這些重複爬取的問題呢？大家很可能都想到了“緩存”，也就是説，爬取過一遍就直接跳過爬取。 那一般怎麼做呢？ 比如我寫一個邏輯，把已經爬取過的 URL 保存到文件或者數據庫裏面，每次爬取之前檢查一下是不是在列表或數據

requests , 爬蟲

songofhawk 頭像

songofhawk - Python動態執行代碼修改命名空間

在前面《Python 代碼動態執行初探》中講到過如何用exec和eval函數動態執行代碼，也描述瞭如何限制其命名空間，避免動態代碼造成環境“污染”。 不過，有的時候，我們的確想要讓動態代碼生成一些局部或全局的定義——比如一個變量名——讓原始代碼或者後面的動態代碼可以繼續使用。像下面這樣直接定義是無法生效的： def f(): a = 1 exec("a = 3") prin

namespaces , 變量 , dynamic-programming , Python