- 综合排序
- 最热优先
- 最新优先
- 来自专栏初见Linux
10-3 信号
三、信号 kill 命令通常用来“ 杀死 ”（终止）进程，它可以用来终止运行不正常的程序 或 拒绝终止的程序。如下例： kill命令示例.png 我们首先在后台启动了 xlogo 程序。She
76730发布于 2020-08-11 - 来自专栏mysql
hhdb数据库介绍(10-3)
单机部署为管理平台为用户提供单个组件安装部署的功能，弥补集群部署功能中无法单独安装某个组件的缺陷。具体功能说明与操作步骤请参考安装部署文档。
77110编辑于 2025-03-12 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-3 实现混淆矩阵，精确率和召回率
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节首先通过具体的编程实现混淆矩阵进而计算精准率和召回率两个指标，最后使用sklearn中封装的库函数实现混淆矩阵、精准率以及召回率。
2.1K30发布于 2020-04-08 - 来自专栏完美Excel
VBA专题10-3：使用VBA操控Excel界面之设置工作表（续）
要隐藏其他工作表中的行，只需使用该工作表代替ActiveSheet，例如使用Sheets(1)代表第1个工作表，或者使用Worksheets(1)代表第1个标准工作表。隐藏所有行后，行标题几乎被隐藏，但列标题仍然在工作表中。
2.5K20发布于 2020-07-16 - 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 习题10-3 递归实现指数函数
习题10-3 递归实现指数函数 本题要求实现一个计算xn（n≥1）的函数。
98010发布于 2020-09-15 - 来自专栏DeepHub IMBA
计算卷积神经网络参数总数和输出形状
S→stride, p→padding, n→input size, f→filter size 默认Stride =1，没有提到填充(所以，p=0) 输出形状= n-f+1 = 10-3 +1 =8 n = 10, f = 3 s = 1, p = 0 默认Stride =1，没有提到填充(所以，p=0) 输出形状= n-f+1 = 10-3 +1 =8 在使用卷积滤波器对输入图像应用卷积后，输出将是一个特征映射 n = 10, f = 3 s = 1, p = 0 默认Stride =1，没有提到填充(所以，p=0) 输出形状= n-f+1 = 10-3 +1 =8 在使用卷积核对输入图像应用卷积后，输出将是一个特征映射
1.3K30发布于 2021-08-20 - 来自专栏微服务生态
微服务反模式与陷阱翻译终结篇
服务消费者发送一个消息到第一个服务，然后发送另一个消息的第二个服务，如图10-3所示。在服务使用者执行提交之前，这些消息都保存在队列中。一旦服务使用者执行提交，两个消息就会被释放。 ? 图10-3 在图10-3中，服务消费者将消息发送到第一个队列中，然后服务消费者业务报错， 这时可以在消息事务中进行回滚，从消息系统的队列中删除掉刚才发的消息。
75120发布于 2018-08-22 - 来自专栏开源能源管理系统
MyEMS能源管理系统后台配置-传感器管理
MyEMS开源能源管理系统适用于建筑、工厂、商场、医院、园区的电、水、气等能源数据采集、分析、报表，还有光伏、储能、充电桩、微电网、设备控制、故障诊断、工单管理、人工智能优化等可选功能。 点击菜单“系统管理” 2.点击菜单“传感器管理” 3.点击标签页“传感器” 4.点击“修改”按钮 5.在“编辑传感器”对话框中输入“名称”和“描述” 6.点击“保存”按钮图10 点击菜单“传感器管理” 3.点击标签页“绑定数据点” 4.在“传感器”框中选择传感器 5.拖动想删除的数据点到红色的回收桶中 6.松开鼠标，删除完成图10-6删除数据点MyEMS开源能源管理系统适用于建筑 用开源助力企业集团、产业园区、能源运营商低碳发展!官网 ：https://myems.ioMyEMS开源社区版下载：https://gitee.com/myems/myems
14700编辑于 2025-05-28 - 来自专栏超级架构师
【开源治理】MITRE : 开源软件
定义： 开源软件（OSS）是一种商业软件，只需同意遵守附带的 OSS 许可证即可获得全部所有权，无需立即进行第三方验证。 关键词： FOSS、自由开源软件、开源软件、OSS MITRE SE 角色和期望： MITRE 系统工程师 (SE) 应了解将开源软件 (OSS) 和相关支持流程应用于大型系统的构建和系统系统的潜在好处 背景 在系统工程的软件工程领域和工程信息密集型企业中，很少有主题比开源软件更容易引起更强烈的反应。 白宫开发者网站 [4] 将软件开发者引导至 GitHub 上的白宫项目（分布式开源开发）[5] 和Drupal（开源博客）网站 [6, 7]。 该网站涉及 DoD 对开源的政策、关于开源的联邦角色和法律地位的常见问题，以及早在 2003 年就 OSS 对 DoD 的广泛流行和重要性的调查。
3K30编辑于 2022-05-05 - 来自专栏腾讯开源的专栏
【开源公告】TKEStack正式开源
TKEStack是腾讯开源的一款集强壮性和易用性于一身的企业级容器编排引擎，以极简的向导式界面提供了容器应用的全生命周期管理能力，帮助用户在私有云环境中敏捷、高效地构建和发布应用程序。 此次TKEStack开源，会将腾讯内部各BG在容器领域的使用经验和技术大量融入。 同时TKEStack将通过技术开源和发展生态协同，不断拓展技术领域边界，构建健康良好向上的生态协同环境，为AI 、Big Data、边缘计算、IoT等技术提供理想的底层支撑平台。 架构设计 ? 真诚开源 我们后续会继续完善和优化功能，提升平台稳定性；同时引入Service Mesh、大集群优化、在离线混部、AI/Big data on K8s等进阶能力。 腾讯工蜂源码系统为开源开发者提供完整、最新的腾讯开源项目国内镜像 ?
2.3K63发布于 2020-04-20 - 来自专栏逸鹏说道
【开源】开源CRM系统 Coevery
官网：http://www.coevery.com/ 源码：https://github.com/Coevery/Coevery 演示：http://coeverydemo.novasoftware.cn/ Coevery是一款基于Web的信息管理平台，以数据为中心，并特别强调数据之间的联系，有效地利用数据。 Coevery独具的开放性，使普通用户也能快速地在系统中添加新的数据，添加新的功能。同时支持手机、平板、PC等各种移动终端，满足用户随时随地使用的需求。Coevery完全免费，帮助用户用最少的成本搭建
5.3K120发布于 2018-04-11 - 来自专栏Java技术栈
卧槽！Dozer 宣布停止维护，不要再用了。。
www.baeldung.com/java-performance-mapping-frameworks 实测结果： Framework Name p0.90 p0.999 p1.0 JMapper 10 -3 0.008 64 MapStruct 10-3 0.010 68 Orika 0.006 0.278 32 ModelMapper 0.083 2.398 97 Dozer 0.146 4.526
1.1K10编辑于 2022-03-03 - 来自专栏全栈程序员必看
hfe和HFE_hfe参数
Jior:lc和IB在下限比值为 IC0.9×10-39×10-4 IB30×10-63×105=30 而上限为 I(60×10-3 IB300×10-6200 I的变化与Ic的变化之比为 △Ic(60 -0.9)×10-3 △IB(300-30)×10-≈219 Doc:在电路中,用hEF=IC/IB表示集电极电流IC和基极 电流IB之比,并称hEF为直流电流放大系数。
44130编辑于 2022-09-20 - 来自专栏全栈程序员必看
体验vSphere 6之7-为虚拟机启用容错
图10-2 容错虚拟机正在启动 （3）在vSphere Web Client控制台中，在”摘要”选项卡中可以看到当前容错虚拟机，所在的主机为192.168.80.11，如图10-3所示。 图10-3 容错虚拟机所在主机 （4）在左侧选择另一个ESXi主机192.168.80.12，在”Virtual Machine”列表中可以看到正在运行的辅助虚拟机，如图10-4所示。
1.5K40编辑于 2021-12-23 - 来自专栏黎鹤舞的编程技术栏
常用的数据单位符号
负数单位符号 十进制（SI） 二进制（计算机存储） 数据速率单位 d = 10-1 1 KB = 1,000(103) B 1 KB = 1,024 (210)B 1 Kbps = 1,000 bps m = 10
41500编辑于 2024-05-27 - 来自专栏北京马哥教育
实战Google深度学习框架：TensorFlow计算加速
图10-3中给出了一个具体的样例来说明异步模式的问题。其中黑色曲线展示了模型的损失函数，黑色小球表示了在t0时刻参数所对应的损失函数的大小。 假设在时间t1设备d0已经完成了反向传播的计算并更新了参数，修改后的参数处于图10-3中小灰球的位置。 然而这时的设备d1并不知道参数已经被更新了，所以在时间t2时，设备d1会继续将小球向左移动，使得小球的位置达到图10-3中小白球的地方。 从图10-3中可以看到，当参数被调整到小白球的位置时，将无法达到最优点。 异步模式训练深度学习模型存在的问题示意图 同步模式深度学习模型训练流程图 为了避免更新不同步的问题，可以使用同步模式。
1.4K70发布于 2018-05-02 - 来自专栏睡前机器学习
开源大模型到底开源什么？
开源字面意思是公开源代码，过去我们通常是指公开某款软件项目的源代码。 这里姑且不再细抠，总之，过去软件开源给我们的印象就是，甭管什么阆苑仙葩，只要一开源就能人手一份，而且很快还会有各种换皮魔改，同人逼死官方。往好了说，这叫开源带来澎湃力量。 但大语言模型的“开源”完全不是这么一回事。先别管OpenAI现在名叫钮钴禄氏·CloseAI，就算哪天良心发现，真的要找回自己做一个名副其实的OpenAI，洗心革面把GPT-4给开源了。 那么，现在很多研究者在呼吁的开源，到底是要开源什么呢？开源模型，具体来说，是开源训练好的模型参数。模型参数拿到手，基本上就能完整复现能力了。 最后多说两句开源。开源很重要，人工智能能有今天的进步，开源功不可没。人工智能的研究成果大概有几种，首先就是论文。学术论文是要钱的，但是在人工智能领域，很多作者都免费公开了论文。
1.6K20编辑于 2023-09-09 - 来自专栏礼拜八不工作
开源推荐|开源论坛之Flarum
某些公司或者高校会有一些内部论坛需求便于内部交流，刚好这里有个开箱即用的开源论坛Flarum，可以作为线上社区或者内部社区使用。Flarum具有搭建门槛低，服务器硬件配置要求低，对新手友好的特点。 公开且自由：秉持开源精神，Flarum在MIT许可协议下发布，这意味着它是完全免费的，并鼓励开发者和社区成员共同参与改进与发展，确保了持续创新的动力源泉 Flarum中文社区 https://discuss.flarum.org.cn
1.9K10编辑于 2024-11-01 - 来自专栏程序猿DD
都在说微服务，那么微服务的反模式和陷阱是什么（三）
服务消费者发送一个消息到第一个服务，然后发送另一个消息的第二个服务，如图10-3所示。在服务使用者执行提交之前，这些消息都保存在队列中。一旦服务使用者执行提交，两个消息就会被释放。 ? 在图10-3中，服务消费者将消息发送到第一个队列中，然后服务消费者业务报错， 这时可以在消息事务中进行回滚，从消息系统的队列中删除掉刚才发的消息。
1K50发布于 2018-02-01 - 来自专栏CSDN技术头条
实战Google深度学习框架：TensorFlow计算加速
图10-3中给出了一个具体的样例来说明异步模式的问题。其中黑色曲线展示了模型的损失函数，黑色小球表示了在t0时刻参数所对应的损失函数的大小。 假设在时间t1设备d0已经完成了反向传播的计算并更新了参数，修改后的参数处于图10-3中小灰球的位置。 然而这时的设备d1并不知道参数已经被更新了，所以在时间t2时，设备d1会继续将小球向左移动，使得小球的位置达到图10-3中小白球的地方。 从图10-3中可以看到，当参数被调整到小白球的位置时，将无法达到最优点。 ? 图10-3 异步模式训练深度学习模型存在的问题示意图 ?
1.5K80发布于 2018-02-12
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