首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏Hank’s Blog

    3-4 列表的子集

    #列表的子集 Subsetting List #[[]] / $ / [[]][] / [[]][[]] #嵌套列表 /不完全匹配(partial matching) > x <- list(id=1:4,height=170,gender="male") > x[1] #找第1列的元素 $`id` [1] 1 2 3 4 > x["id"] #两个函数作用相同 $`id` [1] 1 2 3 4 > x[[1]] [1] 1 2 3 4 > x[["id"]] [1] 1 2 3 4 > x

    97710发布于 2020-09-16
  • 来自专栏python3

    3-4 文件读写例子

    n学习通过文件流FileStream打开文本文件、写入文本文件、设置文件属性、实施对文件的目录操作管理的基本方法

    1.2K30发布于 2020-01-14
  • 来自专栏python3

    3-4 文件读写例子(4)

    /*******************************************************

    54330发布于 2020-01-14
  • 来自专栏python3

    3-4 文件读写例子(3)

    //==============================第二部分:类设计============================

    55110发布于 2020-01-08
  • 来自专栏python3

    3-4 文件读写例子(2)

    向项目中添加名为FileOption.cs的类文件,并准备填写关于文件操作的各种方法,如图3-8所示:

    57530发布于 2020-01-14
  • 来自专栏python3

    3-4 文件流类FileStream

    nFileMode和FileAccess,FileShare方法基本介绍及注意事项

    1K20发布于 2020-01-07
  • 来自专栏用户画像

    4.4 文件系统疑难点 3-4

    为了创建一个文件,应用程序调用逻辑文件系统。逻辑文件系统知道目录结构形式。它将分配一个新的FCB给文件,把相应目录读入内存,用新的文件名更新该目录和FCB,并将结果写回到磁盘。

    73310发布于 2018-08-24
  • 来自专栏叽叽西

    lagou 爪哇 3-4 spring cloud 问答笔记

    code = {}", toEmailAddress, code); } 类 EmailController 暴露 "{email}/{code}" 接口, 用于提供向指定邮箱发送验证码的服务 场景 8082/email/acc8226@qq.com/654473 预计返回 true code 发送验证码服务 "create/{email}" 用于⽣成验证码 并 发送到对应邮箱 (暴露出的接口) 场景 :注册页面点击"获取验证码"按钮触发. /** * ⽣成验证码 并 发送到对应邮箱 * 场景:注册页面点击"获取验证码"按钮触发 * * @param email 该接口本身并没有直接被用户进行调用. /** * 校验验证码是否正确(合法),0合法, 1验证码前后校验不一致, 2超时, 3异常情况 * 场景:被 user 微服务的注册功能调用 Cookie并不常用,至少在我不长的web开发生涯中,并没有什么场景需要我过多的关注Cookie。

    63220编辑于 2022-05-17
  • 来自专栏人工智能与演化计算成长与进阶

    16推荐系统3-4协同过滤算法

    和这个用户对此影片的评价,理论上我们能够通过用户对电影类型的喜好,和用户对此电影的评价来推断出电影的特征向量的

    93911发布于 2020-08-14
  • 来自专栏AI机器学习与深度学习算法

    机器学习入门 3-4 创建Numpy数组(和矩阵)

    Notes: zeros 和 ones 函数创建的数组默认为浮点型,而 full 函数 dtype 默认为 None 类型,所以如果在使用 full 不指定 dtype 的情况下,默认为传入 fill_value 值的类型。

    98210编辑于 2022-05-25
  • 来自专栏爬虫逆向案例

    Js逆向-猿人学(3-4)访问逻辑-样式干扰

    第三题和第四题跟Js逆向没有什么关系,本来是不想发的,为了排版好看也发这个专栏里吧。

    74730发布于 2021-11-22
  • 来自专栏cwl_Java

    C++编程之美-结构之法(代码清单3-4)

    代码清单3-4 while(true) { // n为电话号码的长度 for(i = 0; i < n; i++) printf("%c", c[number

    23720编辑于 2022-11-30
  • 来自专栏Tencent Serverless 官方专栏

    腾讯云 Serverless 产品功能双月报 (2022年3-4月)

    转发福利 转发海报或者本文至朋友圈集100个赞,5月6日24:00前添加小助手 skychoud 微信发送截图,前2名同学免费赠送价值88元的腾讯云视频拍摄套装一份。 了解更多解决方案欢迎

    65430编辑于 2022-05-06
  • 来自专栏积累沉淀

    必须掌握的八种排序(3-4)--简单选择排序,堆排序

    3、简单选择排序 (1)基本思想:在要排序的一组数中,选出最小的一个数与第一个位置的数交换; 然后在剩下的数当中再找最小的与第二个位置的数交换,如此循环到倒数第二个数和最后一个数比较为止。 (2)理解

    98390发布于 2018-01-11
  • 来自专栏人工智能与演化计算成长与进阶

    11机器学习系统设计3-4查全率查准率F1分数

    例如我们希望用算法来预测癌症是否是恶性的,在我们的训练集中,只有 0.5%的实例是恶性肿瘤。假设我们编写一个非学习而来的算法,在所有情况下都预测肿瘤是良性的,那么误差只有 0.5%。然而我们通过训练而得到的神经网络算法却有 1%的误差。这时,误差的大小是不能视为评判算法效果的依据的

    87910发布于 2020-08-14
  • 传天数智芯将赴港IPO,拟募资3-4亿美元

    8月15日消息,据彭博社近日报道,中国GPU厂商天数智芯(Iluvatar CoreX)正考虑在香港进行首次公开募股(IPO),预计筹资规模达3亿至4亿美元。

    32910编辑于 2026-03-20
  • 来自专栏翎野君

    场景

    根据使用场景分析,用户收藏属于频繁操作的场景,需要频繁的读和写数据库。 按照上面的表结构设计,单表存储上亿条记录,且面临着大量的读写操作。 要解决上面的这个问题,思考进行数据库分表。 分表 场景 数据库一般采用Master-Slave复制模式的MySQL架构,只能够对数据库的读进行扩展,而对数据库的写入操作还是集中在Master上,并且单个Master挂载的Slave也不可能无限制多 前提 很大的数据量 数据量随着[时间/业务规模/场景操作频繁次数]会持续高速增长 目的: 对于访问极为频繁且数据量巨大的单表来说,我们首先要做的就是减少单表的记录条数,以便减少数据查询所需要的时间,提高数据库的吞吐 分表策略:hash(user_id) % 128 = table_id 路由规则:table_name + table_id = collect_0…collect_127 ---- 如果业务场景会随着时间规律增长 场景分析 用户触发收藏操作不是高并发行为,暂时不考虑分库。

    41110编辑于 2023-05-12
  • 来自专栏IT技术圈(CSDN)

    浙大版《C语言程序设计(第3版)》题目集 练习3-4 统计字符

    练习3-4 统计字符 本题要求编写程序,输入10个字符,统计其中英文字母、空格或回车、数字字符和其他字符的个数。 输入格式: 输入为10个字符。最后一个回车表示输入结束,不算在内。

    3.2K30发布于 2020-09-15
  • 来自专栏授客的专栏

    loadrunner 场景设计-目标场景设计

    场景设计-目标场景设计 by:授客 A. 概述 Goals Types for Goal-Oriented Scenarios 在以目标为向导的场景中,定义你想实现的测试目标,lr基于这些目标为你自动创建场景。 ? ? 运行这类goal-oriented场景和运行一个手工场景类似。 d) 为场景定义目标 在场景目标Scenario Goal界面上,点击Edit Scenario Goal按钮,在打开对话框中定义场景应该达到的目标。 ? ? 在时间间隔内或者整个场景运行期间测量场景目标。 当你稍后用HPLoadrunner Analysis分析工具分析运行,这些数据在SLAs下进行比较,并且SAL状态将作为定义的测量

    1.2K10发布于 2019-09-12
  • 来自专栏PaddlePaddle

    场景文字识别】场景文字识别

    STR任务简介 许多场景图像中包含着丰富的文本信息,对理解图像信息有着重要作用,能够极大地帮助人们认知和理解场景图像的内容。 场景文字识别是在图像背景复杂、分辨率低下、字体多样、分布随意等情况下,将图像信息转化为文字序列的过程,可认为是一种特别的翻译过程:将图像输入翻译为自然语言输出。 场景图像文字识别技术的发展也促进了一些新型应用的产生,如通过自动识别路牌中的文字帮助街景应用获取更加准确的地址信息等。 本例将演示如何用 PaddlePaddle 完成 场景文字识别 (STR, Scene Text Recognition) 。 任务如下图所示,给定一张场景图片,STR 需要从中识别出对应的文字"keep"。 ? 图 1. 输入数据示例 "keep" |2.

    30.2K70发布于 2018-04-02
领券