- 综合排序
- 最热优先
- 最新优先
- 来自专栏亿源通科技HYC
高速收发模块并行光学MT组件
平行光学又叫并行光学，是英文“Parallel”的翻译。 随着全球数据量的增长，并行光学技术是当前数据中心扩容的重要技术手段，光传输速率不断由10Gbps、40Gbps、100Gbps演进至200Gpbs、400Gbps，甚至600Gbps、800Gbps。 什么是并行光学技术？并行光学技术是一种特殊的光通信技术，在链路两端发射并接收信号，通常采用并行光学收发光模块来实现两端的高速信号传输。 在并行光学的信号传输中，链路两端的并行光模块中含有多个发射器和接收器，采用多条光纤，信号通过多条路径传输和接收，并行传输利用可支持每秒 40 至 100 Gigabit 数据速率的多个通道。 在当前100G以及以下速率的数据中心，短距离多模光模块使用的更多是多模并行技术。 1.jpg 并行光学模块更加依赖于光学器件的高密度集成化和封装的小型化，来使得所产生的热量大大少于多个分立器件。
1.2K10编辑于 2022-03-23 - 来自专栏亿源通科技HYC
高速光模块中的并行光学和WDM波分光学技术
按照传输模式，光模块可分为并行和波分两种类型，其中并行方案主要应用在中短距传输场景中成本优势较为明显；而在长距离传输场景中，WDM波分方案的应用可明显地节约光纤成本。 并行光学传输在并行光学 (Parallel optics) 的信号传输中，链路两端的并行光模块中含有多个发射器和接收器，采用多条光纤，信号通过多条路径传输和接收，典型的光模块类型包括SR4，SR8，PSM4 MT（MPO）插芯和光纤阵列FA多通道微型连接组件是支持并行光互连的关键部件，用于模块外部光接口连接与模块内部光学耦合，能够集成到光模块板上。 利用MT插芯的小体积、多通道来实现多路光的并行传输，在高速光模块中作为对外的光接口非常易于使用。 如下400G Rx光学集成组件基于Z-block自由空间技术，集成了400G高速光收发模块的ROSA端的所有光学组件，包含Receptacle、准直器、Z-block、lens array、棱镜和底板。
1K10编辑于 2025-01-25 - 来自专栏亿源通科技HYC
应用于高速收发模块的并行光学&WDM波分光学技术
通常短距离传输是指2km以下的传输距离，中距为10-20km。≥30km的则为长距离传输。 在数据中心光模块就产生了两种传输方案—并行和波分。在当前100G以及以下速率的数据中心，短距离光模块使用的更多是并行技术。图片什么是并行光学技术? 并行光学技术是一种特殊的光通信技术，在链路两端发射并接收信号，通常采用并行光学收发光模块来实现两端的高速信号传输。 传统的光纤收发模块无法满足日益增长的高速传输需求，而并行光学技术可以成为 4×50G，8×50Gbps传输的经济高效的解决方案。 在并行光学的信号传输中，链路两端的并行光模块中含有多个发射器和接收器，采用多条光纤，信号通过多条路径传输和接收，并行传输利用可支持每秒 10 至 100 Gigabit 数据速率的多个通道。
2.5K30编辑于 2022-12-19 - 来自专栏林德熙的博客
win10 uwp 使用 OCR 光学字符识别
Windows.Media.Ocr.OcrEngine 识别图片的字符，其实老周有写过这一篇技术博客，今天有小伙伴在问如何实现，我还以为老周的博客过时了，于是重新复制老周的代码跑了一次，然后就通过了 在老周的 【Win10
1.8K20发布于 2020-04-10 - 来自专栏AI大模型
OpenClaw 最新必安装 10 个 Skills
很多人都会遇到： ❌ Skill not found ❌ 技能名称错误 ❌ 官方示例失效 ❌ 市场已下架 因此，本篇文章基于当前 ClawHub 市场可搜索技能，整理出 最新、真实可安装的 10 个必装 Skills，并提供功能说明、安装命令、验证方法和技能网址，帮助你搭建一个稳定、不报错的 OpenClaw 环境。
26.3K47编辑于 2026-02-25 - 来自专栏挨踢小子部落阁
10个JavaScript难点，必知必会
); console.log(module.description); // 输出"this is description" module.add(5); // 输出“The result is: 10 y; }; }; console.log(add(1)(1)); // 输出2 var add1 = add(1); console.log(add1(1)); // 输出2 var add10 = add(10); console.log(add10(1)); // 输出11 代码中，我们可以一次性传入2个1作为参数add(1)(1)，也可以传入1个参数之后获取add1与add10函数，这样使用起来非常灵活 10. 函数重载 所谓函数重载(method overloading)，就是函数名称一样，但是输入输出不一样。或者说，允许某个函数有各种不同输入，根据不同的输入，返回不同的结果。
37320发布于 2019-07-02 - 来自专栏sktj
python 多线程 性能评估(并行编程 10)
starting tests non_threaded (1 iters) 0.000001 seconds threaded (1 threads) 0.000139 seconds Iterations complete non_threaded (2 iters) 0.000001 seconds threaded (2 threads) 0.000289 seconds Iterations complete non_threaded (4 iters) 0.000002 seconds threaded (4 threads) 0.000577 seconds Iterations complete non_threaded (8 iters) 0.000003 seconds threaded (8 threads) 0.001275 seconds Iterations complete ##################### from threading import Thread
72620发布于 2019-07-30 - 来自专栏计算摄影学
光学词汇10-透镜3-正透镜负透镜
正透镜（Positive Lens）和负透镜（Negative Lens）是光学系统中的两个基本元素，它们分别定义了透镜如何聚焦和散焦光线。 负透镜，又称为凹透镜，是光学系统中“散焦”的元件。与正透镜相反，当光线穿过负透镜时，它们会离开透镜的光轴方向，形成一个发散光束。由于其能够使光线发散，负透镜可以用于眼镜和一些光学仪器中。 它们可以帮助改正近视眼等视觉问题，或者在复杂的光学系统中用于调整光束的方向和形状。 了解正透镜和负透镜在光学系统中的作用，有助于更好地理解光线如何在透镜、镜头和其他光学元件之间传输和变换，从而为设计和优化光学系统提供指导。
1.6K20编辑于 2023-09-01 - 来自专栏洛竹早茶馆
React 面试必知必会 Day10
<button style={[styles.panel.button, styles.panel.submitButton]}> {'Submit'} </button> 10.
4.8K20发布于 2021-08-26 - 来自专栏Datawhale专栏
机器学习必知必会10大算法
本文介绍了 10 大常用机器学习算法，包括线性回归、Logistic 回归、线性判别分析、朴素贝叶斯、KNN、随机森林等。 1. 10. Boosting 和 AdaBoost Boosting 是一种试图利用大量弱分类器创建一个强分类器的集成技术。 redirectUrl=https%3A%2F%2Fblog.goodaudience.com%2Ftop-10-machine-learning-algorithms-2a9a3e1bdaff
48611发布于 2019-10-23 - 来自专栏Datawhale专栏
机器学习必知必会10大算法！
今天，我们将简要介绍 10 种最流行的机器学习算法，这样你就可以适应这个激动人心的机器学习世界了！ 01 线性回归 线性回归（Linear Regression）可能是最流行的机器学习算法。 10 人工神经网络（ANN） 人工神经网络（Artificial Neural Networks，ANN）可以处理大型复杂的机器学习任务。 原文链接： https://towardsdatascience.com/the-top-10-ml-algorithms-for-data-science-in-5-minutes-4ffbed9c8672
72720编辑于 2022-04-08 - 来自专栏Andy的技术专栏
ckafka必知必会的10个问题
10个值得关注的问题 使用kafka能帮助我们解决什么问题？ 我们应该选择kafka、rabbitmq还是activemq？ kafka有怎样的拓扑结构和关键概念？ kafka怎么保证消息可靠性？
2.2K71发布于 2019-06-23 - 来自专栏Python编程爱好者
机器学习必知必会 10 大算法！
今天，我们将简要介绍 10 种最流行的机器学习算法，这样你就可以适应这个激动人心的机器学习世界了！ 01 线性回归 线性回归（Linear Regression）可能是最流行的机器学习算法。 10 人工神经网络（ANN） 人工神经网络（Artificial Neural Networks，ANN）可以处理大型复杂的机器学习任务。 作者 | Fahim ul Haq 链接 | https://towardsdatascience.com/the-top-10-ml-algorithms-for-data-science-in-5-
1.1K20编辑于 2022-12-20 - 来自专栏JavaPark
SQL 必知必会 50 题（6 - 10）
SQL6 按照数量和价格排序 描述 假设有一个 OrderItems 表 quantity item_price 1 100 10 1003 2 500 问题 编写 SQL 语句，显示 OrderItems COMMENT '数量', `item_price` INT(64) NOT NULL COMMENT '订单价格' ); INSERT INTO `OrderItems` VALUES (1,100), (10,1003 SELECT prod_id, prod_name FROM Products WHERE prod_price > 9 OR prod_price = 9; SQL10 返回产品并且按照价格排序 描述
53410编辑于 2022-06-15 - 来自专栏技术翻译
程序员必知的10个工具！
image.png 10.Powershell或Cygwin WindowsPowerShell是Microsoft为实现任务自动化和配置管理而开发的shell。 程序员必须阅读的10本书 2. 10条提高编程技巧的小窍门 3. 每个程序员都应该知道的面向对象设计原则 4. 学习十大编程语言 5. Java和Web Developer应该学习的10个框架和库 原文标题《10 Useful Tools and Libraries for Programmer and IT Professionals
2.5K00发布于 2018-10-08 - 来自专栏AI研习社
2019 必知的 10 大顶级 Python 库
并行神经网络训练 TensorFlow 提供了管道流，从这个意义上说，你可以训练多个神经网络和多个 GPU，这使得模型在大型系统上非常有效。 5. 此外，Theano 也可以在与 TensorFlow 类似的分布式或并行环境中使用。 10.Pandas 什么是 Pandas？ Pandas 是 Python 中的一个机器学习库，它提供高级的数据结构和各种各样的分析工具。 python 中的 10 大顶级 机器学习库的介绍就到这里啦，希望本文能够帮助你开始学习 python 中可用的库。 Via：https://dzone.com/articles/top-10-python-libraries-you-must-know-in-2019
1.1K30发布于 2019-08-05 - 来自专栏Python1.0
机器学习必知的 10 个 Python 库
今天我们就给大家介绍10个在机器学习领域被广泛应用的 python 库。 首先要介绍的第一个库是 TensorFlow。 1.TensorFlow 什么是 TensorFlow？ 4.并行神经网络训练 TensorFlow 提供了管道流，从这个意义上说，你可以训练多个神经网络和多个 GPU，这使得模型在大型系统上非常有效。 此外，Theano 也可以在与 TensorFlow 类似的分布式或并行环境中使用。 10.Pandas 什么是 Pandas？ Pandas 是 Python 中的一个机器学习库，它提供高级的数据结构和各种各样的分析工具。 总结 python 中的 10 大顶级机器学习库的介绍就到这里啦。如果文章对你有帮助，欢迎转发/点赞/收藏~
2.6K30编辑于 2021-12-31 - 来自专栏Python学习必看
程序员必知的 10 个 Python 技巧
10 反向遍历 如果你需要反向遍历一个序列，则可以使用reversed： >>> for item in reversed(['u', 'v', 'w']): ... print(item) ... w
48330编辑于 2021-12-23 - 来自专栏算法channel
统计学10个必知问题 (附答案)
10、问：如何比较两组数据之间的差异性 答：从三个方面来回答， 1）设计类型是完全随机设计两组数据比较，不知道数据是否是连续性变量？
66120发布于 2019-12-05 牛客网JS必刷题 01-10
] } for(let key in date) { str = str.replace(key,date[key]) } return str } // 不足10 的前面要加0 const ten = num => num >= 10 ? \w+/.test(sEmail)}相关知识点：邮箱格式正则表达式的规则和匹配10.
38210编辑于 2023-08-27
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