- 综合排序
- 最热优先
- 最新优先
- 来自专栏Hank’s Blog
3-5 处理缺失值
> x <- c(1,NA,2,NA,3) > is.na(x) [1] FALSE TRUE FALSE TRUE FALSE > x[!is.na(x)] #找出不是缺失值 [1] 1 2 3 > x <- c(1,NA,2,NA,3) > y <- c("a","b",NA,"c",NA) > z <- complete.cases(x,y) #都不是缺失值的元素 > x[z] [1] 1 > y[z] [1] "a" > library(datasets) #import dat
51610发布于 2020-09-16 - 来自专栏NetCore 从壹开始
3-5 安装CICD管理平台：Jenkins
大家这里可以先安装gitlab工具，我就省事了，直接用gitee做源代码管理平台了。
35621编辑于 2023-01-09 - 来自专栏叽叽西
lagou 爪哇 3-5 spring cloud (下) 笔记
Spring Cloud 高级进阶 微服务监控之 Turbine 聚合监控 参考上⽂Hystrix部分 微服务监控之分布式链路追踪技术 Sleuth + Zipkin 分布式链路追踪技术适⽤场景（问题场景 ） 场景描述 为了⽀撑⽇益增⻓的庞⼤业务量，我们会使⽤微服务架构设计我们的系统，使得 我们的系统不仅能够通过集群部署抵挡流量的冲击，⼜能根据业务进⾏灵活的扩展。
87920编辑于 2022-05-17 - 来自专栏PHP实战技术
3-5年的PHPer常见的面试题
mysql字段char、varchar、int、smallint、tinyint、mediumint、bigint、decimal、double、float字节数及应用场景 mysql 数据类型有哪些 mysql 索引原理及sql性能优化 memcache与mongoDB、Redis各自的使用场景是什么？ 为什么mongoDB与Redis非但没有形成竞争反而是互补关系？ Redis数据类型有哪些？
1.6K100发布于 2018-03-09 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-5)
代码清单3-5 void RecursiveSearch(int* number, int* answer, int index, int n) { if(index == n)
27820编辑于 2022-11-30 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-5 Numpy数组(和矩阵)的基本操作
shape 属性查看数组的维度，返回值是一个元组，元组中对应位置的值为数组中对应维度的元素个数。
87110编辑于 2022-05-25 - 来自专栏跟着官方文档学小程序开发
第二章 小程序开发指南3-5
2.4 场景应用 在本章会介绍小程序的基本开发流程，结合前面章节的知识，完全可以独立完成一个体验很完善的小程序。 为了让开发者更加了解小程序开发，在本章中还会通过常见的一些应用场景介绍小程序API的一些细节以及开发的一些技巧和注意事项。 图2-xx 运行效果 2.4.3.2 Toast和模态对话框 在完成某个操作成功之后，希望告诉用户这次操作是成功的并且不打断用户接下来的操作，那么弹出式提示Toast就是用在这样的场景上。
36510编辑于 2025-08-25 - 来自专栏AI研习社
未来 3-5 年内，哪个方向的机器学习人才最紧缺？
所以以 3-5 年的跨度来看，这些工具依然会非常有用，甚至像 CNN 和 LSTM 之类的深度学习算法还在继续发展迭代当中。
71360发布于 2018-03-19 - 来自专栏iOS逆向与安全
写作小技能：卡片式写文章（用3-5张卡片写文）
挑战->核心概念->该怎么做->总结->升华 找到1张卡做大的核心概念 找到3-5张卡做子概念的内容 把这些卡片的“行动指引”总结下，列在最后做个行动指引大全。 .… 用3-5张卡片写文是个很好的体验：1.主题是自下而上生成，而不是逼你针对命题写一个。2. 内容是过去知识卡片的积累，而不是临时写一句，出去找一段儿。3. 历史方案1:Voip 推送 不使用Voip 推送的原因：iOS13中（XCode11编译）苹果不再允许PushKit应用在非voip电话的场景上,如果需要使用PushKit的话则需要接入CallKit的接口
1.6K10编辑于 2022-08-22 - 来自专栏实验盒
当我用DeepSeek预测AI for BioScience未来3-5年发展趋势
预测未来3-5年AI在生物科学（AI for BioScience）的发展趋势，可以从技术突破、跨学科融合、数据驱动创新以及伦理监管等多个维度进行分析。以下是一些关键趋势的展望： 1. 药物研发的端到端AI化 全流程覆盖：AI将贯穿从靶点发现、化合物生成、ADMET（毒性/代谢预测）到临床试验优化的全链条，缩短药物研发周期（目前平均10年→可能压缩至3-5年）。 小数据学习：针对罕见病或患者数据稀缺的场景，迁移学习和合成数据技术将提升模型泛化能力。 个性化药物设计：结合患者基因组和病理数据，AI辅助设计个体化疗法（如肿瘤新抗原疫苗）。 3. 总结 未来3-5年，AI将深度重构生物科学的研究范式，从“数据辅助分析”转向“主动设计创造”，并在药物研发、合成生物学、精准医疗等领域实现商业化落地。
59410编辑于 2025-02-05 - 来自专栏Java面试教程
意料之中、要求3-5年的leader，最后选了应届生
举例一个场景，我们有两个Service类A和B，A类里有个a2方法需要调用了B类里的b1方法，B类里的b2方法需要用到A类里的a1方法。
25900编辑于 2024-11-22 - 来自专栏鲸落学习笔记
C++ 中的字符串数组（5 种不同的创建方式3-5）
theme: channing-cyan highlight: a11y-dark
2.9K20编辑于 2022-11-14 - 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3-5 输出闰年
练习3-5 输出闰年 输出21世纪中截止某个年份以来的所有闰年年份。注意：闰年的判别条件是该年年份能被4整除但不能被100整除、或者能被400整除。
2.5K20发布于 2020-09-15 jvm入门2：3-5运行时数据区+程序技术器+虚拟机栈
内存是非常重要的系统资源，是硬盘和CPU的中间仓库及桥梁，承载着操作系统和应用程序的实时运行。jvm内存布局规定了java在运行过程中内存申请、分配、管理的策略，保证了jvm的高效稳定运行。不同的jvm对于内存的划分方式和管理机制存在着部分差异
37410编辑于 2025-02-24- 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 - 来自专栏量子位
iPhone14卫星通信实测：发条短信平均3-5分钟，没点耐心真不行
整个过程需要3-5分钟，期间还需要不停地转身找信号。 有网友看完立马表示： 看来我的专用卫星电话还是不能丢。 不过，此功能也并非全是槽点，测试者也发现了一些还算欣慰的体验。 具体如何？ 总的来说，整个过程需要3-5分钟。 这似乎比官方宣传的时间要长一点。 测试者也表示，做这事最重要的是一定要有耐心，她在等待反馈的过程中由于实在耗时太久，一度有点不耐烦导致走神好几次。
49120编辑于 2022-12-09 - 来自专栏授客的专栏
loadrunner 运行场景-场景运行原理
运行场景-场景运行原理 by:授客 运行原理 ? ? 1 Remote Agent Dispatcher(Process) 运行Controller在负载机上开启应用程序。 当运行场景时,Controller指示 Remote Agent Dispatcher (Process) 登录LoadRunner代理，agent接受到来自Controller的初始化、运行、暂停和停止用户的命令 .同时agent向Controller反馈与Vusers状态相关的数据 在Run Logic中，任意一个脚本都是分为init、run、end三部分，当脚本在场景运行时，虚拟用户被初始化后先运行init ，然后进入run，当整个run结束后场景会检查是否到达了该虚拟用户的结束时间，如果没达到，那么继续自动迭代这个run过程，直到虚拟用户到达结束时间该脚本停止run过程，最后完成end内容。 在场景运行结束时停止用户的模式有3种，打开Options(Tools->Options)对话框可以对其进行设置， ? ?
1.3K20发布于 2019-09-12 研究生入局 AI Agent，不是跟风，是抓住未来 3-5 年的技术红利研究
找工作”的三重需求研究生阶段最核心的目标，就是“发得出论文、练得出能力、找得到好工作”，而Agent领域刚好能实现三者兼顾：做架构创新，可以产出高质量论文；做工程落地，可以练出过硬的实战能力；对接产业场景 搞懂这三者的关系，才能搭建出真正可扩展、可复用的Agent系统，而不是一个只能跑单一场景的Demo。 多关注行业动态，对接真实需求：Agent是一个落地驱动的领域，多关注企业的真实需求，比如企业级Agent的安全问题、行业场景的适配问题，这些都是很好的创新点，也能帮你提前对接就业方向。 说到底，Agent不是一阵风，而是未来3-5年AI领域最确定的技术趋势之一。对研究生来说，现在入局，不是跟风，而是抓住了一个用小成本撬动大价值的机会。
18710编辑于 2026-05-16
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