博客 / 列表

mob64ca13fbd761 - python實現snmp agent

RabbitMQ是一個在AMQP基礎上完整的，可服用的企業消息系統。他遵循Mozilla Public License開源協議。 MQ全稱為Message Queue，消息隊列（MQ）是一種應用程序對應用程序的通信方法。 應用程序通過讀寫出入隊列的消息（針對應用程序的數據）來通信，而無需專用連接來鏈接它們。 消息傳遞指的是程序之間通過在消息中發送數據進行通信，而

python實現snmp agent , 數據 , 應用程序 , 後端開發 , Python

mob64ca13fbd761 - cursor使用filesystem mcp

T-SQL 遊標CURSOR的使用及其他 (1） T-SQL 遊標CURSOR的使用 使用起來很簡單，先定義，然後賦個值，打開，通過While Loop 一個一個讀下去，最後關閉，釋放內存。基本套路如下： DECLARE MyCursor cursor /* 聲明遊標，默認為單純向前的遊標。如果想要前後跳來跳去的，寫成

機器學習 , 字段 , 整型 , 人工智能 , 布爾表達式

mob64ca13fbd761 - 【題解】Luogu P2605 [ZJOI2010]基站選址_weixin

代碼 #include bits/stdc++.h #define ls(p) ((p) 1) #define rs(p) (((p) 1) | 1) #define mid ((l + r) 1) using namespace std; typedef long long ll; typedef pairint,int pii; cons

後端開發 , define , 取模 , ci , Python

mob64ca13fbd761 - Kafka03--Kafka消費者使用方式

主要步驟 Kafka消費者的使用流程主要包括配置消費者、訂閲主題、拉取消息、處理消息和提交偏移量等關鍵步驟。 消費者配置與初始化 必須配置bootstrap.servers（Kafka集羣地址）、group.id（消費者組ID）和序列化器推薦使用手動提交偏移量以保證消息處理的可靠性

偏移量 , 消息處理 , 分佈式 , kafka , 前端開發 , ide , Javascript

mob64ca13fbd761 - 街道車輛目標檢測公開數據集 車輛目標檢測的意義

車輛是視頻場景中最關鍵的對象之一，車輛 和 人 是視頻檢測永恆的話題。 車輛檢測是車輛分析中關鍵的一步，是後續進行車型識別、車標識別、車牌識別、車輛特徵 關於檢測的方法和框架有很多，不外乎是特徵訓練和分類，這裏推薦兩篇綜述性文章： [1] Benenson R, Omran M, Hosang

數據集 , 行人檢測 , 人工智能 , 計算機視覺 , 街道車輛目標檢測公開數據集 , 下載地址

mob64ca13fbd761 - 如何使用autodl連接docker

挖呀挖！AutoDock 分子對接極簡實踐方法👋 哈哈哈 開心😆 在小小的花園裏面挖呀挖呀挖 🌱 種下一顆小小的種子🫘 開出一朵小小的花🌸 在大大的花園裏面挖呀挖呀挖🌱 種下一顆大大的種子🫘 開出一朵大大的花🌸 挖呀挖呀挖🌱！更多的是一顆擁抱童真的心😁，在科研和生

視頻教程 , 雲計算 , 3d , 如何使用autodl連接docker , ci , Docker , 後端

mob64ca13fbd761 - 2021牛客OI賽前集訓營-提高組（第一場）補題

suzume 今天是 mx 的 NOIP2025 模擬 2。寫了前兩題。 Luogu P14520 戰爭遊戲 打gen來 第一眼猜答案前半部分是 \(0\)，後半部分是 \(1\)，看了看大樣例發現猜對了。 然後想想造成這個的原因大概是兩人都傾巢對拼，然後哪邊多哪邊贏。 然後這就是個前綴和吧，寫一寫。 然後被第二個大樣例卡了。 想了

i++ , define , ci , 前端開發 , Javascript

mob64ca13fbd761 - centos6安裝ffmpeg

一、目標 　　1、熟練掌握CentOS6.5下Apache的編譯安裝 　　2、能夠解決編譯過程中產生的問題，並對相應問題進行記錄 二、編譯前環境搭建 　　1、環境搭建 　　　　所需環境：make、gcc、gcc-c++、openssl-devel、pcre、pcre-devel、zlib*、expat-devel 　　　　説明：所有軟件包在本地

centos6安裝ffmpeg , 編譯安裝 , 架構 , 後端開發 , 下載地址 , apache

mob64ca13fbd761 - emwin組件用空間

很多使用c#平台做圖像處理的朋友都是因為要使用WPF而不得不放棄OpenCV而選擇使用了Emgu。Emgu這個工具吧，由於才接觸，對於OpenCV的封裝好壞我不好評論，但有一點可以肯定的是，網上可以搜索的資料太少了，很多東西都需要自己研究api文檔，看源代碼。遇到了問題也基本上只能靠自己解決。真是魂淡啊……噴…… （↑↑↑↑以上純屬吐槽↑↑↑↑） 由於手上項目的原因，

控件 , 機器學習 , wpf , 加載 , 人工智能 , emwin組件用空間

mob64ca13fbd761 - KMP算法 - 我的空間 -

被KMP算法折磨了幾天，終於搞明白lps數組，或者叫next數組計算過程中非常關鍵點的原理，這裏着重在證明為什麼這樣計算。 1 public static int[] buildLPS(String pat) { 2 int n = pat.length(); 3 int[] lps = new int[n]; 4 5 int p

後綴 , 數組 , Back , Css , 前端開發 , HTML