收藏 / 列表

u_16213575 頭像

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

u_16099355 頭像

數據挖掘者 - 極客專用壓縮軟件7-Zip_51CTO博客

7-Zip 單文件自解壓綠色便攜安裝包打包壓縮工具_2025年11月15日

配置文件 , 自解壓 , 應用程序 , 後端開發 , 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 - TPS、併發用户數、吞吐量關係

併發用户數：是指模擬用户實際去 請求的用户數量，模擬每個人去操作。 吞吐量：可以是 流量 也 可以是業務量。 持續時間1分鐘 10個用户併發，按每秒1個線程數來計算 請求數= 10用户×60分鐘×1個線程= 600次請求。 吞吐量=600個請求。 吞吐率=600個請求÷1分鐘=60個請求/秒 持續時間1分鐘 20個用户併發，按每秒1個線程來計算

請求超時 , 高負載 , 基線 , 後端開發 , Python

zhishuangdebaikaishui 頭像

咚咚王 - 人工智能之編程基礎 Python 入門：第一章 Python 的簡介和安裝

人工智能之編程基礎 Python 入門 第一章 Python 的簡介和安裝 前言 當前人工智能逐漸成為主流趨勢，而python作為主流算法語言之一，也一躍登頂最受歡迎的語言，同時也是人工智能的編程基礎。本章節主要介紹python的語言特點以及安裝過程，後續會逐步更新關於人工智能方向相關的數學基礎、機器學習、深度學習、自然語言處理、計算機視覺以及比較火熱的單模與多模態相關筆記，希望可以與大家共同成

Python

codists 頭像

codists - 《編譯原理》閲讀筆記：p18

《編譯原理》學習第 3 天，p18總結，總計 14頁。 一、技術總結 1.assembler (1)計算機結構 要想學習彙編的時候更好的理解，要先了解計算機的結構，以下是本人學習彙編時總結的一張圖，每當學習彙編時，看到“計數器”，“解碼器”，“寄存器”，“數據總線”等概念時，就知道説的這些東西在哪個位置。 (2)assembly code(彙編代碼) p17,Some compilers

編譯原理

fulade 頭像

弗拉德 - 【Python 1-17】Python手把手教程之——文件的讀寫以及I/O操作

作者 | 弗拉德 來源 | 弗拉德（公眾號：fulade_me) 從文件中讀取數據 文本文件可存儲的數據量很多，每當需要分析或修改存儲在文件中的信息時，讀取文件都很有用，對數據分析應用程序來説尤其 如此。例如，你可以編寫一個這樣的程序:讀取一個文本文件的內容，重新設置這些數據的格式 並將其寫入文件，讓瀏覽器能夠顯示這些內容。 要使用文本文件中的信息，首先需要將信息讀取到內存中。為此，你

python3 , 數據挖掘 , python2.7 , 深度學習 , 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

friesonthepier 頭像

去碼頭整點薯條 - 利用 Python 進行數據分析 —— 3 pandas 入門

上一篇我們瞭解了 NumPy 的基本功能，本篇引入一個新的 python 數據處理庫——pandas。 NumPy 更適合處理統一的數值數組數據。Pandas 是基於 NumPy 數組構建的，專門處理表格和混雜數據。接下來，讓我們來了解一下 pandas 的基本使用吧。 首先讓我們導入 pandas 庫： import pandas as pd import numpy as np # 後續也會

讀書筆記 , pandas , 數據分析 , Python

felixzzzz 頭像

felixzzzz - Python代碼閲讀（第48篇）：返回最大元素的索引

Python 代碼閲讀合集介紹：為什麼不推薦Python初學者直接看項目源碼 本篇閲讀的代碼實現了返回列表中最大元素索引的功能。 本篇閲讀的代碼片段來自於30-seconds-of-python。 max_element_index def max_element_index(arr): return arr.index(max(arr)) # EXAMPLES print(max_elem

編程 , List , 初學者 , 後端 , Python

u_17517821 頭像

mb68bd9657ee325 - python中的sys模塊

。Python 的 sys模塊是一個與解釋器緊密交互的核心工具集，它為你打開了深入控制和定製 Python 運行環境的大門。下面，我將從核心功能到實際應用，為你係統性地解析這個模塊。 🧭 初識 Sys 模塊 sys模塊是 Python 標準庫中一個至關重要的內置模塊，它提供了一系列變量和函數，用於訪問和干預 Python 解釋器自身的運行環境。這與主要用於與操作系統

自定義 , 重定向 , 後端開發 , Python

u_14540126 頭像

最多選5個技能 - PyCharm生產力提升終極指南：從高效快捷鍵到團隊協作

PyCharm生產力提升終極指南：從高效快捷鍵到團隊協作 1. 鍵盤驅動開發：核心快捷鍵精通 1.1 代碼導航快捷鍵 # 示例：使用快捷鍵導航代碼 class DataProcessor: def __init__(self, config): # Ctrl+B跳轉到定義 self.config = config

快捷鍵 , 自定義 , 自動生成 , Css , 前端開發 , HTML

u_13250 頭像

flybirdfly - 路由器上怎麼運行wireshark

文章目錄 路由器 1.什麼是路由器和路由 2.路由器的工作原理 3.路由表的形成 4.靜態路由和默認路由 路由器的轉發 1.路由器轉發數據包的封裝過程 2.交換機與路由器對比 一些命令操作

路由器 , 封裝 , ip , 架構 , 後端開發 , 路由器上怎麼運行wireshark , 路由表

u_17578016 頭像

wx690f58fc7961b - python去科學計數

1. 使用字符串格式化（推薦） 通過格式化字符串控制輸出格式，適用於大多數場景。 python 運行 num = 1.23e-5 # 科學計數法表示的數值 # 方法1：使用 format 函數，保留足夠的小數位 print("{0:.10f}".format(num)) # 輸出：0.0000123000 # 方法2：使用 f-strin

數位 , 後端開發 , 字符串格式化 , Python

u_16099199 頭像

數據俠客行 - 對稱加密、非對稱加密、RSA(總結)

前言 在數字時代、數據就像錢一樣金貴，甚至有時候比錢還要寶貴。無論是企業做系統開發，還是個人用各種APP，背後總有一堆加密算法在默默撐場子。今天我們就來聊聊什麼是對稱加密，什麼是非對稱加密 對稱加密與非對稱加密 對稱加密 對稱秘鑰就是加密和解密使用相同的秘鑰，所謂的秘鑰就是一段數據，我們使用秘鑰對數據進行加密，需要進行解密時我們只需要使用相同的秘鑰進行解密

非對稱加密 , 對稱加密 , 數據 , 後端開發 , Python

ziwupython 頭像

子午 - 一文學會Python面向對象中封裝、繼承、多態使用

在Python這門強大而靈活的編程語言中，面向對象編程（OOP）是一個核心的概念，它主要包括三個基本的特性：封裝、繼承和多態。接下來，我將通過實際的代碼示例和詳細的解釋，帶你深入瞭解這三個概念，並掌握如何在Python中運用它們。 一、封裝（Encapsulation） 封裝是面向對象編程的一種方法，它將對象的狀態和行為組合在一起，並隱藏了對象內部實現的細節，只暴露出有限的接口供外部訪問。 代碼示

面向對象編程 , Python

u_17585566 頭像

陳均老師 - 陳均的日誌2024.01.08

首先感謝劉同事在前天幫我搭建odoo環境， 再感謝劉同事在昨天遠程幫我處理問題！休息日他都在幫助我。 今天我開始上手處理楊同事收集的問題，在《費用報銷》系統中做了以下修改： 1、在《費用申請單》模塊和頁面增加了費用備註字段、滿足用户公務接待需要備註院外人員的需求； 2、在《合同明細》中增加了開始時間、結束時間、支付時間和續簽時間，滿足用户對合同精細化管理的需求；

字段 , 上傳 , 後端開發 , Python

u_12192 頭像

angel - SQL server2014 怎麼更新補丁 sql server升級

背景： 由於建設初期使用的vSphere vCenter版，其中安裝自動化過程中會使用SQL Server Express的免費版數據庫進行基礎環境構建。而此時隨着業務量的增加，虛擬機數的膨脹，產生的日誌如果不被及時清理掉或者轉移走的話，會導致該免費版數據庫很快觸發閾值而停止SQL Server服務（對於2005/2008版【vCenter Ser

數據庫 , server , SQL Server , SQL

chaoshenjinghyperai 頭像

超神經HyperAI - 【Triton 教程】triton_language.join

Triton 是一種用於並行編程的語言和編譯器。它旨在提供一個基於 Python 的編程環境，以高效編寫自定義 DNN 計算內核，並能夠在現代 GPU 硬件上以最大吞吐量運行。 更多 Triton 中文文檔可訪問 →https://triton.hyper.ai/ triton.language.join(a, b) 在 1 個新的次要維度中連接給定的張量。 For example, given

算法 , gpu , 編譯器 , cpu , Python