- 综合排序
- 最热优先
- 最新优先
- 来自专栏产品的技术小课
效率工具推荐（第11期）
传送门：http://www.papakaka.com/ 7、考拉新媒体导航 这是学习新媒体的各种工具大合集网站。
1.2K10编辑于 2022-04-01 - 来自专栏素质云笔记
提升R代码运算效率的11个实用方法——并行、效率
有许多种方法可以提升你的代码运算效率，但或许你更想了解运算效率能得到多大的提升。 让我们尝试提升往数据框中添加一个新变量过程(该过程中包含循环和判断语句)的运算效率。 即使是在没有预设数据结构且没有简化条件语句的情况下，其运算效率仍高于上述的两种方法。 ? 8.利用Rcpp 截至目前，我们已经测试了好几种提升运算效率的方法，其中最佳的方法是利用ifelse()函数。如果我们将数据量增大十倍，运算效率将会变成啥样的呢? 11.利用内存较小的数据结构 data.table()是一个很好的例子，因为它可以减少数据的内存，这有助于加快运算速率。 ?
1.4K50发布于 2019-05-26 - 来自专栏石云升
最高学习效率：15.87%
2019年有一篇论文《最优学习的85%规则》，讲的是一个人学习效率最高的时候，就是学习内容里的新知识占整个知识内容的15.87%。 这时候学习的效果最好。具体研究的细节，大家可以网上找下。我这里想要给你分享，知道这个效率，对我们学习有啥用。我觉得至少在下面三个方面有指导意义 1、不去学那种完全不懂的内容。 2、对现有的学习内容做设计，对于那些已经学过，没有啥新东西的知识，就可以放弃，不要浪费时间。对于那些学习很困难的内容。那么最好的方式，是先学里面能看得懂的那一部分。 道理我们都明白，但我们如何确定学习的新知识的占比是15%呢？这个法则是人工智能模拟神经网络学习得出的，人类并不能像AI一样吸收特定的知识，也没办法量化学习的知识。 所以我们只能通过主观判断来衡量。 如果你在学习的过程中，发现时间过得很快，有点停不下来。这种状态就是最佳学习状态。 还有一个方法是请一个外部教练来安排学习内容，这就要求教练对你很了解。
73310编辑于 2022-08-25 - 来自专栏python3
python学习(11)
位置参数 传入参数顺序 、个数必须一致 def add(a,b): return a + b
43510发布于 2020-01-14 - 来自专栏计算机工具
深度学习11：Transformer
之后，Google的研究人员们又对标准的 Transformer 模型进行了拓展，采用了一种新型的、注重效率的时间并行循环结构，让它具有通用计算能力，并在更多任务中取得了更好的结果。
56710编辑于 2024-12-14 - 来自专栏CDA数据分析师
提升R代码运算效率的11个实用方法
众所周知，当我们利用R语言处理大型数据集时，for循环语句的运算效率非常低。有许多种方法可以提升你的代码运算效率，但或许你更想了解运算效率能得到多大的提升。 让我们尝试提升往数据框中添加一个新变量过程(该过程中包含循环和判断语句)的运算效率。下面的代码输出原始数据框： ? 该方法的运算效率优于原始方法，但劣于ifelse()和将条件语句置于循环外端的方法。该方法非常有用，但是当你面对复杂的情形时，你需要灵活运用该函数。 ? 8.利用Rcpp 截至目前，我们已经测试了好几种提升运算效率的方法，其中最佳的方法是利用ifelse()函数。如果我们将数据量增大十倍，运算效率将会变成啥样的呢？ 11.利用内存较小的数据结构 data.table()是一个很好的例子，因为它可以减少数据的内存，这有助于加快运算速率。 ?
2K80发布于 2018-02-24 怎么提高系统学习的效率?从学习效率模型的构建谈起
要谈学习效率的提升，我们首先要搞清楚这里的学习究竟是什么意思？ 我个人的理解学习实际包括两个关键阶段内容。 你如果不懂得这些基础的财务专业术语，那么你如何学习这份报告。 所以要学习这份财务报告，首先要看你是否有相关的前导知识积累，如果有，那么学习效率自然很高。 融合推理是学习效率模型的核心环节，它将已有前导知识、新学习前导知识和新摄入信息进行系统性整合，通过六个层次化的认知过程实现知识转化。 学习效率模型 再回来谈我们的学习效率模型，本身包括了前导知识积累，新前导知识学习，前导知识的融合推理，新知识的应用，新知识应用后丰富个人历史前导知识库形成闭环几个关键内容。 真正要提升学习效率一定是在前导知识积累和融合推理能力上面下功夫。
24900编辑于 2025-07-21- 来自专栏公爵书房
提高学习效率的策略
推荐一本关于学习方法的书《认知天性》，里面有讲到有一些简单实用的学习策略，能让大家学的更好、记得更牢，而且这些策略人人可用，时时可用。 由于学习是反复的过程，需要复习早先学过的东西，持续更新已知，并把它们和新知识联系起来。 检索式学习 练习从记忆中检索新知识或新技能是有效的学习工具，也是保持长久记忆的有力武器。 那么到底什么是检索式学习呢？说说我理解的检索式学习：在脑中检索知识，比如课后的一个小测试、对某个知识点用笔默写出来，甚至去参加面试，等等，都可以理解为检索式学习。 可以说，穿插内容练习与多样化练习有助于学习者超越暂时性记忆，步入更高层次的概念性学习，并把它们应用到实际情景中，从而获得更全面、更深刻、更持久的学习效果。 只要他上心，今后的工作就会更有效率。人们常说的一句话是“从经验中学习”。有些人似乎从来不学习，学与不学的一个区别可能就在于，人们是否培养了反思（总结）的习惯。
86230编辑于 2022-09-28 - 来自专栏Soul Joy Hub
《机器学习技法》学习笔记11——GBDT
http://blog.csdn.net/u011239443/article/details/77435463
83620发布于 2019-02-13 - 来自专栏数字孪生
AI英语APP提高学习效率
AI英语APP通过人工智能技术（如语音识别、自然语言处理、对话系统、个性化推荐等）显著提升英语学习效率，为用户带来沉浸式、智能化、个性化的学习体验。 以下是AI英语APP如何提高学习效率的详细分析：一、即时反馈机制提升学习效果1.语音识别与发音评估用户朗读或自由表达后，系统实时识别语音内容，并评估发音准确性。 二、个性化学习路径推荐AI英语APP能够根据用户的学习行为、测试成绩、练习表现等数据，构建用户画像，并推荐个性化学习内容，从而提高学习效率。1.自适应学习根据用户水平动态调整学习内容和难度。 快速迭代优化，提升整体学习效率。七、跨平台与离线学习提升灵活性AI英语APP支持多平台（手机、平板、Web）使用，并提供离线模式，提升学习的灵活性与便利性。 它不仅提升了学习效率，也增强了学习的趣味性和实用性。
47110编辑于 2025-09-05 - 来自专栏敏捷
效率为王！11款高效的团队协作工具
现在就给大家介绍几款目前国内外最实用的团队协作工具，这些工具对提高团队协作工作效率非常有益。 文档协作工具 文档协作是很多公司都会有的一个需求，通过文档协作，可以有效提高团队方案讨论、协作撰稿和校稿等工作的效率。 所有这一切，都有效提高了团队项目协作的效率。 Teambition目前既有网页端，也有Mac/Windows客户端和iOS/Android应用。 它的核心是以任务看板的方式来展现团队内部的信息以及任务分工安排，从而有效解决团队之间项目协作效率低下的问题。 你可以从列表、标签、时间、成员等不同维度来管理项目。 ---- 事实上，没有任何一个团队协作工具会是最好用的，根据自身的需求挑选最合适的工具才是硬道理，希望在今天给大家分享的这些工具中，大家都能找到适合自己的工具，帮助自己的团队提升协作效率。
4.9K41发布于 2019-07-05 - 来自专栏程序员小航
Spring 源码学习 11：invokeBeanFactoryPostProcessors
invokeBeanFactoryPostProcessors 会执行 BeanFactory 的后置处理器。看到这里会有疑问：
96410发布于 2021-01-12 - 来自专栏与前端沾边
react 学习（11）高阶组件
react 中的高阶组件主要是对于 hooks 之前的类组件来说的，如果组件之中有复用的代码，需要重新创建一个父类，父类中存储公共代码，返回子类，同时把公用属性传到子类中的形式。当然对于现在的 hooks 来说基本用不到了。但是 HOC 的形式也是对应 react 而衍生出来的一种设计形式。我们仅需了解一下它的形式，你可能不会在工作中用到，但是当你维护老的项目时，也可能会接触到。本节只了解简单的使用（小编也没有深入使用过），不做深入探讨。
60010编辑于 2022-06-12 - 来自专栏软件测试经验与教训
Python学习笔记（11）递归
y==0: return 1 else: return x*power(x,y-1) res=power(3,0) print(res) 往期笔记 Python学习笔记 （1） Python学习笔记（2） Python学习笔记（3） Python学习笔记（4） Python学习笔记（5） Python学习笔记（6） Python学习笔记（7） Python学习笔记（8） Python学习笔记（9） Python学习笔记（10）
72350发布于 2018-05-15 - 来自专栏米扑专栏
Python 学习入门（11）—— 排序
Python的内置dictionary数据类型是无序的，通过key来获取对应的value。可是有时我们需要对dictionary中 的item进行排序输出，可能根据key，也可能根据value来排。
53160发布于 2019-02-19 - 来自专栏weixuqin 的专栏
redis 学习（11）-- redis pipeline
所以可以看到，如果执行 n 次的话（比如 n 次 set 操作），时间开销是非常大的。
93120发布于 2019-06-02 - 来自专栏MiningAlgorithms
机器学习11：机器学习算法目录（前）
机器学习算法目录： 一、模型选择与评价： 1，误差：误差由偏差(bias)、方差(variance)和噪声(noise)组成； 2，多分类学习：一对一、一对其余、多对多（参考：西瓜书p63）；单标签二分类 10，概率图模型（参考邱老师的PPT） 11，降维学习：主成分分析（PCA），线性判别分析（LDA）、特征选择；特征降维可分为有监督（LDA）和无监督（LSA、NMF）；主题模型（LDA、LSA） 要点 12，集成学习（已整理为：机器学习5-8）：随机森林（Extra tree、Totally Random Trees Embedding、Isolation forest）、Adboost、GBDT、XGBoost ，既降低泛化误差中的方差；多样性：要求集成学习中不同的个体学习器之间具有足够的差异性； 三、神经网络部分： 1，Neural network基础（batch normalization，dropout， ： 1，马尔科夫决策过程（MarkovDecision Processes）： 2，Q-Learning： 3，Sarsa： 五、迁移学习：多模态学习 六、按监督，非监督分类： 1），监督学习： 1.1
98520发布于 2019-08-08 - 来自专栏WD学习记录
机器学习 学习笔记（11） 贝叶斯分类器
与朴素贝叶斯分类器相似，AODE无需模型选择，既能通过预计计算节省预测时间，也能采取懒惰学习方式在预测时再进行计数，并且易于实现增量学习。 贝叶斯网络学习的首要任务是根据训练数据集来找出结构最恰当的贝叶斯网。“评分搜索”是求解这一问题的常永方法。 常用评分函数通常基于信息论准则，此类准则将学习问题看做一个数据压缩任务，学习的目标是找到一个能以最短编码长度描述训练数据的模型，此时编码的长度包括了描述模型自身所需的字节长度和使用该模型描述数据所需的字节长度 对贝叶斯网学习而言，模型就是一个贝叶斯网，同时每个贝叶斯网描述了一个在训练数据集上的概率分布，自有一套编码机制能使哪些经常出现的样本有更短的编码。 》 《统计学习方法》 《机器学习实战》
1.7K30发布于 2018-09-04 - 来自专栏从零学习云计算
kubernetes学习记录（11）——深入学习Service
在之前的周会上汇报Kubernetes学习结果的时候，被问到一个问题：“一个Service能否提供多种服务，能否代理多组Pod副本？”这里来做一定的研究。 name: shutdown-port nodePort: 30002 selector: app: myweb 试验Service代理多组Pod 在kubernetes学习记录
90800发布于 2017-12-28 - 来自专栏YOLOv11改进专栏
YOLOv11改进策略【SPPF】| SimSPPF，简化设计，提高计算效率
一、本文介绍 本文记录的是基于SimSPPF模块的YOLOv11目标检测改进方法研究。介绍了SPP，SPPF以及SimSPPF。SimSPPF的设计更加简化，计算效率更高。 专栏目录：YOLOv11改进目录一览 | 涉及卷积层、轻量化、注意力、损失函数、Backbone、SPPF、Neck、检测头等全方位改进 专栏地址：YOLOv11改进专栏——以发表论文的角度，快速准确的找到有效涨点的创新点 同时，简化的设计使得计算效率更高，适用于对实时性要求较高的计算机视觉任务。 三、实现代码及YOLOv11修改步骤 模块完整介绍、个人总结、实现代码、模块改进、二次创新以及各模型添加步骤参考如下地址： https://blog.csdn.net/qq_42591591/article
1.1K20编辑于 2025-02-14
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