博客 / 列表

墨舞青雲 - 仲裁隊列的鏡像個數

。。 6.3seqrdriver-seqr的仲裁(sequence的仲裁問題) 1.seqr的仲裁 (1)當有多個sequence同時在一個sequencer上啓動時,所有的sequence都參與仲裁,根據算法決定哪個sequence發送transaction.仲裁算法由sequencer決定. (2)sequencer在仲裁時,會查看sequence的i

仲裁隊列的鏡像個數 , 最高優先級 , 優先級 , 雲計算 , 雲原生 , 死循環

墨舞青雲 - 人工智能（numpy）—— 數據分析_特徵向量 極差

人工智能之數據分析 numpy 第九章 數組運算 @ 目錄 人工智能之數據分析 numpy 前言 一、基礎算術運算（Element-wise Arithmetic） 1. 基本運算符（支持廣播） 2. 廣播（Broadcasting

矩陣乘法 , 數組 , numpy , Css , 前端開發 , HTML

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

墨舞青雲 - 中文領域最詳細的Python版CUDA入門教程_python中使用cuda

你是否在為大型語言模型的量化推理速度發愁？GPTQ項目通過高效的CUDA核函數實現，將Transformer模型的量化推理速度提升數倍。本文將帶你深入瞭解GPTQ的CUDA內核開發全流程，從底層核函數實現到Python接口綁定，讓你掌握高性能量化推理的關鍵技術。讀完本文，你將能夠：理解GPTQ量化核函數的工作原理、掌握CUDA代碼到Python綁定的完整構建流程、學會如何

核函數 , 後端開發 , CUDA , Python

墨舞青雲 - 深入淺出Android makefile(4)--LOCAL_STATIC_LIBRARIES_iteye

文章目錄 作用概述 具體作用 1. 資源合併 2. 代碼依賴 3. Manifest 合併 使用示例 與相關變量的區別 實際應用場景 注意事項 LOCAL_STATIC_ANDROID_LIBRA

靜態庫 , 後端開發 , STATIC_ANDROID , Android , Python

墨舞青雲 - Python也能繪製藝術畫？這裏有一個完整教程 -

前言 生成Voronoi圖，有2個庫是最常用的：scipy和geovoronoi。 scipy 可能是因為我用的是實際的地圖數據，邊界比較複雜，用這個庫老是會有很多小bug，比如邊緣會有部分面積沒有被劃入任何一塊區域。和AI對話了好多輪，還是沒有完全搞定。 和AI的部分對話截取如下：

數據 , ci , 前端開發 , Javascript , Json , Python

墨舞青雲 - 大數據--數據倉庫3--數據質量/元數據/數據治理

5.2 元數據 5.2.1 工具 數倉開源元數據項目對比（Apache Atlas、Apache Gravitino、DataHub、OpenMetadata、Amundsen、Metacat、Marquez） 5.2.1.1 起源與發展歷程

大數據 , 數據 , 數據治理 , 元數據 , jquery , 前端開發 , apache

墨舞青雲 - 深入講解RxJava響應式編程框架，背壓問題的幾種應對模式

Android架構中的響應式編程：MVPArms框架中的RxJava背壓處理 在Android應用開發中，響應式編程已成為處理異步操作的主流範式。MVPArms作為基於MVP架構的快速集成框架，深度整合了RxJava以簡化數據流管理。本文將聚焦框架中RxJava背壓（Backpressure）問題的解決方案，幫助開發者避免數據生產速率超過消

數據 , Android , JAVA , 前端開發 , Javascript

墨舞青雲 - 人工智能 - Spark—15分鐘教程 - 個人文章

10分鐘上手Magika+Spark：超大規模文件類型智能檢測方案 你是否還在為大數據平台中PB級文件的類型識別而煩惱？傳統工具要麼準確率不足，要麼處理速度跟不上業務需求。本文將帶你實現Magika與Spark的無縫集成，藉助Magika的AI深度學習模型（99%+準確率、毫秒級響應）和Spark的分佈式計算能力，輕鬆應對億級文件類型檢測挑

spark , 加載 , aigc , bard , SQL