- 综合排序
- 最热优先
- 最新优先
- 来自专栏铭毅天下
Elasticsearch 8.X “图搜图”实战
1、什么是图搜图？ "图搜图"指的是通过图像搜索的一种方法，用户可以通过上传一张图片，搜索引擎会返回类似或者相关的图片结果。 3、Elasticsearch 8.X 如何实现图搜图？ 从宏观角度，类似把“大象放冰箱”的几个大步骤，Elasticsearch 8.X 要实现图搜图需要两个核心步骤： 步骤1：特征提取 使用图像处理和机器学习的方法（如卷积神经网络）来提取图像的特征。 4、Elasticsearch 8.X “图搜图”实战 4.1 架构梳理 数据层：图片数据分散在互联网上，需要采集实现。 采集层：借助爬虫或者已有工具采集数据，存储到本地即可。 业务层：实现图片转向量后，借助knn检索实现图搜图。
1.6K10编辑于 2023-08-18 - 来自专栏java一日一条
8张图理解Java
一图胜千言，下面图解均来自Program Creek 网站的Java教程，目前它们拥有最多的票选。如果图解没有阐明问题，那么你可以借助它的标题来一窥究竟。 1、字符串不变性 下面这张图展示了这段代码做了什么 ? 2、equals()方法、hashCode()方法的区别 HashCode被设计用来提高性能。 8、Java虚拟机运行时数据区域 图解展示了整个虚拟机运行时数据区域的情况。 ?
38910发布于 2018-09-18 - 来自专栏微信公众号：Java团长
8张图理解Java
一图胜千言，下面图解均来自Program Creek网站的Java教程，目前它们拥有最多的票选。 1、字符串不变性 下面这张图展示了这段代码做了什么 String s = "abcd";s = s.concat("ef"); ? 8、Java虚拟机运行时数据区域 图解展示了整个虚拟机运行时数据区域的情况。 ?
42610发布于 2018-08-06 - 来自专栏Java后端技术栈
8 张图理解 Java
来源：ImportNew - era_misa， 一图胜千言，下面图解均来自Program Creek 网站的Java教程，目前它们拥有最多的票选。 1、字符串不变性 下面这张图展示了这段代码做了什么 String s = "abcd"; s = s.concat("ef"); ? 8、Java虚拟机运行时数据区域 图解展示了整个虚拟机运行时数据区域的情况。 ? 看完本文有收获？请转发分享给更多人
31910发布于 2018-08-09 - 来自专栏java达人
8张图理解Java
1、字符串不变性 下面这张图展示了这段代码做了什么 String s = "abcd"; s = s.concat("ef"); 2、equals()方法、hashCode()方法的区别 HashCode 8、Java虚拟机运行时数据区域 图解展示了整个虚拟机运行时数据区域的情况。
88460发布于 2018-03-26 - 来自专栏java工会
8张图理解Java
一图胜千言，下面图解均来自Program Creek 网站的Java教程，目前它们拥有最多的票选。如果图解没有阐明问题，那么你可以借助它的标题来一窥究竟。 1、字符串不变性 下面这张图展示了这段代码做了什么 String s = "abcd"; s = s.concat("ef"); ? 8、Java虚拟机运行时数据区域 图解展示了整个虚拟机运行时数据区域的情况。 ? ?
30100发布于 2018-07-31 - 来自专栏Java编程
8张图理解Java
一图胜千言，下面图解均来自Program Creek 网站的Java教程，目前它们拥有最多的票选。 1、字符串不变性 下面这张图展示了这段代码做了什么 String s = "abcd"; s = s.concat("ef"); 2、equals()方法、hashCode()方法的区别 HashCode 8、Java虚拟机运行时数据区域 图解展示了整个虚拟机运行时数据区域的情况。 我有一个微信公众号，经常会分享一些Java技术相关的干货。
1.3K00发布于 2017-12-11 - 来自专栏Web项目聚集地
8张图理解Java
译者：era_misa | 源自：ImportNew 一图胜千言，下面涉及的图解均来自Program Creek 网站的Java教程，目前它们拥有最多的票选。 1、字符串不变性 下面这张图展示了这段代码做了什么 String s = "abcd"; s = s.concat("ef"); ? 8、Java虚拟机运行时数据区域 图解展示了整个虚拟机运行时数据区域的情况。 ?
53810发布于 2018-09-21 - 来自专栏Deep learning进阶路
8-1 图结构
8-1 图结构 1、图结构 前面已经讲了 "一对一" 的线性存储结构、"一对多"的树结构 ， 现在介绍 "多对多" 的图结构 图G由两个集合 V和E 组成， 记为G=( V, E) ， 其中 V是顶点（ 图存储结构可细分两种表现类型，无向图 和 有向图。 2、常见的图的种类 可分为完全图，连通图、稀疏图和稠密图： ①完全图 若图中各个顶点都与除自身外的其他顶点有关系，这样的无向图称为完全图。同时，满足此条件的有向图则称为有向完全图。 ? ②稀疏图和稠密图 这两种图是相对存在的，即如果图中具有很少的边（或弧），此图就称为"稀疏图"；反之，则称此图为"稠密图"。 ③连通图 在无向图中，若每一对顶点 u和v之间都能找到一条路径，则此图称为 连通图； 若无向图不是连通图，但图中存储某个子图符合连通图的性质，则称该子图为连通分量。
83630发布于 2019-07-02 - 来自专栏精讲JAVA
8 张图理解 Java
来源：ImportNew - era_misa 一图胜千言，下面图解均来自Program Creek 网站的Java教程，目前它们拥有最多的票选。 1、字符串不变性 下面这张图展示了这段代码做了什么 String s = "abcd"; s = s.concat("ef"); ? 8、Java虚拟机运行时数据区域 图解展示了整个虚拟机运行时数据区域的情况。 ?
51310发布于 2018-12-07 - 来自专栏java学习
8张图理解Java
下面这张图展示了这段代码做了什么 1、String s = "abcd"; 2、s = s.concat("ef"); 2、equals()方法、hashCode()方法的区别 HashCode被设计用来提高性能 8、Java虚拟机运行时数据区域 图解展示了整个虚拟机运行时数据区域的情况。
510100发布于 2018-04-18 - 来自专栏NebulaGraph 技术文章
聊聊图数据库和图数据库的小知识
图数据库 - 维基百科：在计算机科学中，图数据库（英语：graph database，GDB）是一个使用图结构进行语义查询的数据库，它使用节点、边和属性来表示和存储数据。 图数据库将数据之间的关系作为优先级。查询图数据库中的关系很快，因为它们永久存储在数据库本身中。可以使用图数据库直观地显示关系，使其对于高度互连的数据非常有用。 除了具有查询语言接口外，还可以通过应用程序接口（API）访问一些图数据库。图数据库与图计算引擎不同。图数据库是转换关系 OLTP 数据库的技术。而图计算引擎在 OLAP 中用于批量分析。 由于主要技术公司在使用专有图数据库方面的成功以及开源图数据库的引入，图数据库在 2000 年代引起了相当大的关注。 上面部分引用了维基百科对图数据库的词条来讲解何为图数据库，而本文整理于图数据库 Nebula Graph 交流群中对图数据库的零碎知识，作为对图数据库知识的补充。本文分为小知识及 Q&A 两部分。
3.9K11发布于 2019-08-23 - 来自专栏数据订阅
图数据库调研
图数据库调研.pptx 图数据库： 更好，更快速的查询和分析：图数据库为查询相关数据（无论大小）提供了卓越的性能。 更简单和更自然的数据建模：使用关系型数据库建模的人都需要了解数据库的规范化和参照完整性的严格规则。 一些NoSQL数据库则走向了另一个极端，将所有类型的数据放在一个大型表中。 另一方面，在图数据库中，可以定义任意类型的顶点类型来表示对象，并定义边类型来表示特定的关系。 同时支持实时更新和查询：图数据库支持对大图形数据的实时更新，同时支持查询。 数据结构的灵活性：图数据库具有灵活的schema修改。 用户可以不断添加或删除新的顶点、边和属性，扩展或缩小数据模型。 这对管理不断变化的对象类型特别方便。 大多数图数据库可以在线修改schema，同时继续提供查询。
2.7K200发布于 2018-06-28 - 来自专栏NebulaGraph 技术文章
浅谈图数据库
[image] 本文主要讨论图数据库背后的设计思路、原理还有一些适用的场景，以及在生产环境中使用图数据库的具体案例。 图数据库性能优化 图数据库本身对高度连接、结构性不强的数据做了专门优化。不同的图数据库根据不同的场景也做了针对性优化，笔者在这里简单介绍以下几种图数据库，BTW，这些图数据库都支持原生图建模。 原生图数据处理优化 我们说一个图数据库支持原生图数据处理就代表这个数据库有能力去支持 index-free adjacency。 这样设计使得计算层集群更容易使用 K8s 管理或部署在云上。 聊聊图数据库和图数据库的小知识 Vol.02 图数据库爱好者的聚会在谈论什么？ 作者有话说：Hi，我是 Johhan。
1.8K30发布于 2020-04-01 - 来自专栏采云轩
图数据库由浅入深
2.4查询 2.5突变 2.6数据监视 三、股权关系探索 四、图数据库的应用场景 五、参考资料 一、什么是图数据库 1.1概念 世间万物互联，关系无处不在。 我们都知道数据库是用来存储数据的一个系统，那么图数据库到底是什么？要想知道图数据库是什么，就需要对图的概念有所了解。 而图数据库却可以方便地存储具有关联关系的数据，且不会造成空间的浪费，对于关系越复杂的数据，图数据库有着明显的存储优势，因为传统关系型数据库对于超过3张表关联的查询十分低效并且难以胜任。 所以，你现在可以理解，图数据库是专门存储具有”图“结构数据的一种非关系型数据库。 四、图数据库的应用场景 在图数据库中，数据是一切的基础，关系才是应用的关键；数据本身并没有价值，将数据关联起来才能发掘数据本身或者潜在的价值。一样的数据，构造不同的数据模型，也能应用在不同的场景。
1.6K10编辑于 2024-01-04 - 来自专栏Spark学习技巧
图数据库调研
图数据库是所有数据管理系统中成长最快的分类，下面分别从图检索语言和图数据库两个方面来介绍图数据市场的发展。 图数据库 下面是一些流行的图数据库及其发展趋势，数据来源于：https://db-engines.com/en/ 。DB-Engines创办于2012年10月，是目前世界上最具权威数据库排行榜。 ? 从图中可以获取到的信息有： 无论是在 native 图数据库 还是复合型图数据库，Neo4j 均取得了一枝独秀的成绩； 微软 Azure 的 Cosmos DB 的增长速度非常非常非常迅猛； ArangoDB 图数据库特性对比 ? 注：图片比较小，可以放大查看。 常见图数据图介绍 ? TiggerGraph 这个数据库号称是「首个原生并行图系统，TigerGraph代表了图数据库演进的下一个阶段，它是第一个能够在互联网规模数据上进行实时分析的系统…」，可以关注一下。
9.3K30发布于 2020-09-27 - 来自专栏Java实战博客
Dgraph – 图数据库
Dgraph是一个开源的分布式图数据库，以图数据模型为基础，提供高性能、低延迟的查询能力和强大的图查询语言，适用于处理大规模的连接数据和图数据模型。
98020编辑于 2023-10-09 - 来自专栏前端迷
8张JavaScript思维导图
好记性不如烂笔头，so，下面将po出8张javascript相关的思维导图。 思维导图小tips：思维导图又叫心智图，是表达发射性思维的有效的图形思维工具 ，它简单却又极其有效，是一种革命性的思维工具。 思维导图运用图文并重的技巧，把各级主题的关系用相互隶属与相关的层级图表现出来，把主题关键词与图像、颜色等建立记忆链接，思维导图充分运用左右脑的机能，利用记忆、阅读、思维的规律，协助人们在科学与艺术、逻辑与想象之间平衡发展 思维导图因此具有人类思维的强大功能。
1K30发布于 2020-01-17 - 来自专栏技术成长
图计算与图数据库的概念
一些开源的图计算框架包括Apache Giraph、Apache GraphX、Apache Flink等。图数据库图数据库是一种专门用于存储和处理图数据的数据库系统。 与传统的关系型数据库或键值对数据库不同，图数据库更适合处理复杂的图状数据结构和节点之间的关系。图数据库可以使用图模型来表示和存储数据，通过图查询语言可以方便地进行图数据的查询和分析。 图数据库为图数据提供了高效的存储方式和查询接口，能够支持复杂的关系分析和图计算任务。图数据库在大数据领域中发挥着重要的作用。 大量的应用场景都可以使用图数据库来处理数据，如社交网络分析、推荐系统、路径规划等。图数据库可以提供高效的数据查询和图计算支持，能够快速建立实体之间的关系，并从中提取有价值的信息。 图数据库相对于传统的关系型数据库有以下独特的优势和用途：优势：数据建模的灵活性：图数据库使用图模型来表示数据，可以轻松地建模和表达复杂的关系和连接，不需要提前定义固定的表结构。
1.4K61编辑于 2023-10-24 - 来自专栏Deep learning进阶路
8-3 图的遍历
8-3 图的遍历 和树的遍历类似，图的遍历也是从某个顶点出发，沿着某条搜索路径对图中所有顶点各做一次访问。 若给定的是连通图，则从图中任一顶点出发顺着边可以访问到该图中所有的顶点。 ①深度优先遍历（Depth-First Traverse） 假设给定图G的初态是所有顶点均未曾访问过。 此外，若一个图是非连通图，则从图中任意一个顶点出发进行深度优先搜索或广度优先搜索，都不能够访问到图中所有的顶点。而只能访问到初始出发点所在的连通分量中的所有顶点。 因此非连通图的遍历必须多次调用 深度优先搜索 或 广度优先搜索算法。 对于给定的无向图，如何构建它们相对应的生成树或者生成森林？ 其实在对无向图进行遍历的时候，遍历过程中所经历过的图中的顶点和边的组合， 就是图的生成树或者生成森林。
63010发布于 2019-07-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号