- 综合排序
- 最热优先
- 最新优先
- 来自专栏悟道
2-5 快速幂模板
这个就是在快速乘的基础上改一下 sum=0--->sum=1 x+=x--->x*=x //快速幂模板 public double quickPow(double x,long y){ double sum=1; while(y>0){ if((y&1)==1){ sum*=x; } x*=x; y=y>>1; }
38220发布于 2021-06-01 - 来自专栏AI机器学习与深度学习算法
学习分类 2-5 线性可分
感知机非常简单同时又很容易理解，但是相对应的，缺点也很多。感知机最大的缺点就是它只能解决线性可分的问题。
63610编辑于 2022-11-08 - 来自专栏Hank’s Blog
2-5 R语言基础 factor
#因子：分类数据 #有序和无序 #整数向量+标签label #Male/Female #常用于lm(),glm()
47410发布于 2020-09-16 - 来自专栏爱可生开源社区
技术分享 | 技术分享 | Zabbix 监控 TiDB (二)
---- 文章推荐： 技术分享 | Zabbix 监控 TiDB (一) 技术分享 | show engine innodb status 中 Pages flushed up to 的含义 技术分享
77820发布于 2021-11-30 - 来自专栏Deep learning进阶路
2-5 线性表之循环链表
2-5 线性表之循环链表 循环链表就是链表首尾相接连成一个环，可以用单链表 和 循环链表来实现。
45440发布于 2019-07-02 - 来自专栏刷题笔记
2-5 Two Stacks In One Array (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101173005 2-5 Two Stacks In One Array (20 分) Write
85630发布于 2019-11-08 - 来自专栏NetCore 从壹开始
2-5 安装容器Web工具：Docker Portainer
现在已经习惯了容器化了，不仅可以很快的配合CICD来实现部署，同时主要是也能解决一些疑难杂症，比如在Linux中经常会有各种图形图像的依赖包问题。特别是内网环境。
1.1K20编辑于 2023-01-09 - 来自专栏刷题笔记
2-5 修理牧场 (35 分)【优先队列】
2-5 修理牧场 (35 分) 农夫要修理牧场的一段栅栏，他测量了栅栏，发现需要N块木头，每块木头长度为整数Li个长度单位，于是他购买了一条很长的、能锯成N块的木头，即该木头的长度是Li的总和
1.1K10发布于 2020-06-23 - 来自专栏为了不折腾而去折腾的那些事
技术分享和技术博客
技术分享和技术博客 上篇内容聊了一些技术社群相关的事情，本篇聊聊内外部技术分享、技术博客相关的事情。 写在前面 提到技术分享，一个绕不开的话题是为什么要做技术分享？ 而技术分享的形式多种多样：除了各种形式会议、书籍、论文、课程外，和普通人相关度最高的，可能就是技术博客（文章）了吧。 团队角度：是否值得继续进行分享 上面个人观点，阐述了公司、团队们为什么要做技术分享的部分原因，从公司角度来看，只要是对技术人才竞争激烈的技术团队，都需要树立一个“我的文化氛围好、我们的技术成体系、我们做的事情有趣有意义 （更加符合多数人） 对于技术同学来说，我们做技术分享受众一般分为下面两类： 内部：同事之间；决策层老板 外部：同行、学生、某领域兴趣爱好者 对于内部分享，如果是同事，我们一般会对于某个具体的技术点、技术产品上进行展开 ，以提升大家的技术水平和技术视野，大家轮着来，个人的最大收益除了良好的关系氛围、演讲分享的语言组织能力锻炼外，更多是对已有知识的总结提炼，加深认知，以及下一次分享作为听众的“纯赚”。
1.2K00发布于 2020-09-02 - 来自专栏程序员备忘录
Apollo技术分享
我们知道软件系统基本可以从两个维度进行分割，纵向上我们称之为开发维度，横向上我们可以称之为运维维度。开发是一个迭代的过程，在迭代的过程中产生不同的版本，但重要的版本是相互独立的。基本上我可以将其命名为dev、fat、uat、pro等。这些环境虽然相互独立，但基本上还是具有很多相同的配置，当然也有很多不同的配置。在横向上，系统可以单节点部署，也可以多节点部署，多节点部署的问题是：相同的配置同时存在于不同的节点上，同时还有可能不同的节点稍有差异。然而在数学上，这种情况是可以提取公因式的。而apollo就是专门管理系统在这两个维度上的关系的。
1.1K50发布于 2020-08-25 - 来自专栏育种数据分析之放飞自我
笔记 | GWAS 操作流程2-5：杂合率检验
一般自然群体，基因型个体的杂合度过高或者过低，都不正常，我们需要根据杂合度进行过滤。偏差可能表明样品受到污染，近亲繁殖。我们建议删除样品杂合率平均值中偏离±3 SD的个体。
2.5K20发布于 2020-04-27 - 来自专栏爱可生开源社区
技术分享 | ClickHouse & StarRocks 使用经验分享
大纲本篇分享下个人在实时数仓方向的一些使用经验，主要包含了ClickHouse 和 StarRocks 这两款目前比较流行的实时数仓，文章仅代表个人拙见，有问题欢迎指出，Thanks♪(･ω･)ﾉ关于实时数仓
6K42编辑于 2023-01-17 - 来自专栏爱可生开源社区
技术分享 | MySQL 巡检
对数据库技术和 python 有着浓厚的兴趣。 本文来源：原创投稿 *爱可生开源社区出品，原创内容未经授权不得随意使用，转载请联系小编并注明来源。
1.1K40发布于 2021-06-16 - 来自专栏木又AI帮
【技术分享】docker基础
images：查看镜像 docker search 镜像名：在仓库搜索某个镜像 docker pull 镜像名：从仓库拉取某个镜像 docker rmi 镜像名：删除某个镜像 （制作镜像的过程后命令留着第二次分享
91110发布于 2020-02-16 - 来自专栏爱可生开源社区
技术分享 | OMS 初识
可以看到一个OMS数据迁移工具它包含了很多的组件，有DBCat、Store、Connector、JDBCWriter、Checker 和 Supervisor 等，组件的各个功能这里就不copy官方的叙述了，毕竟有手就行。接下来说点官网上没有的。
1.2K30编辑于 2023-04-18 - 来自专栏腾讯云大模型训推平台TI-ONE
【技术分享】生存回归
生存数据就是关于某个体生存时间的数据。生存时间就是死亡时间减去出生时间。例如，以一个自然人的出生为“出生”，死亡为“死亡”。 那么，死亡时间减去出生时间，就是一个人的寿命，这是一个典型的生存数据。类似的例子，还可以举出很多。所有这些数据都有一个共同的特点， 就是需要清晰定义的：出生和死亡 。如果用死亡时间减去出生时间，就产生了一个生存数据。因为死亡一定发生在出生的后面，因此，生存数据一定是正数。 因为，从理论上讲，出生死亡时间都可能取任意数值，因此 生存数据一定是连续的正数。
1K20发布于 2020-02-28 - 来自专栏QQ音乐技术团队的专栏
Material Design技术分享
针对这段时间做个小总结，也给广大战友们分享点踩坑的经验。第一部分是针对Material Design的个人总结，第二部分是近段时间接触到符合Material Design风格的控件以及动画总结。
3K60发布于 2018-01-30 - 来自专栏架构师小秘圈
直播技术教程分享
一，直播技术框架 二，音视频处理的一般流程 数据采集→数据编码→数据传输(流媒体服务器) →解码数据→播放显示 1、数据采集： 摄像机及拾音器收集视频及音频数据，此时得到的为原始数据 涉及技术或协议： 摄像机：CCD、CMOS 拾音器：声电转换装置（咪头）、音频放大电路 2、数据编码： 使用相关硬件或软件对音视频原始数据进行编码处理（数字化）及加工（如音视频混合、打包封装等），得到可用的音视频数据 涉及技术或协议 G.711μ、AAC、Opus等，封装有MP3、OGG、AAC等 3、数据传输： 将编码完成后的音视频数据进行传输，早期的音视频通过同轴电缆之类的线缆进行传输，IP网络发展后，使用IP网络优传输 涉及技术或协议 ： 一般对应的编码器都会带有相应的解码器，也有一些第三方解码插件等 5、播放显示： 在显示器（电视、监视屏等）或扬声器（耳机、喇叭等）里，显示相应的图像画面或声音 涉及技术或协议： 显示器、扬声器、 RTP协议常用于流媒体系统（配合RTCP协议），视频会议和一键通系统（配合H.323或SIP），使它成为IP电话产业的技术基础。
2.1K30发布于 2018-04-02 - 来自专栏安恒网络空间安全讲武堂
技术分享 | 浅谈 RAS
一 首先介绍一下什么是RSA RSA算法是一种非对称密码算法，所谓非对称，就是指该算法需要一对密钥，使用其中一个加密，则需要用另一个才能解密。 RSA的算法涉及三个参数，n、e1、e2。 其中，n是两个大质数p、q的积，n的二进制表示时所占用的位数，就是所谓的密钥长度。 e1和e2是一对相关的值，e1可以任意取，但要求e1与(p-1)*(q-1)互质；再选择e2，要求(e2×e1)≡1(mod(p-1)×(q-1))。 （n，e1),(n，e2)就是密钥对。其中(n，e1)为公钥，(n，e2)为私钥。 RS
2.7K60发布于 2018-02-06 - 来自专栏腾讯云大模型训推平台TI-ONE
【技术分享】TFRecord 实践
对于数据量较小而言，可能一般选择直接将数据加载进内存，然后再分batch输入网络进行训练。但是，如果数据量较大，这样的方法就不适用了，因为太耗内存，所以这时最好使用 tensorflow 提供的队列 queue，也就是第二种方法从文件读取数据。对于一些特定的读取，比如csv文件格式，官网有相关的描述。而 TFRecords 是tensorflow 的内定标准形式，更加高效的读取方法。 Tensorflow 读取数据的三种方式：
2.6K91发布于 2019-07-03
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