- 综合排序
- 最热优先
- 最新优先
- 来自专栏Android机动车
Kotlin超简单实现StepView
= "订单提交成功描述", timeLineState = TimeLineState.ACTIVE)) listContent.add(BaseBean(leftTitle = "11 = "订单付款成功描述", timeLineState = TimeLineState.ACTIVE)) listContent.add(BaseBean(leftTitle = "11 = "仓库已经接单描述", timeLineState = TimeLineState.ACTIVE)) listContent.add(BaseBean(leftTitle = "11 rightTime = "已出库描述", timeLineState = TimeLineState.ACTIVE)) listContent.add(BaseBean(leftTitle = "11 rightTime = "已发货描述", timeLineState = TimeLineState.CURRENT)) listContent.add(BaseBean(leftTitle = "11
95820发布于 2018-12-13 - 来自专栏网络
Aerospike在实时竞价广告中的应用
DMP（Data-Management Platform）：数据管理平台能够帮助所有涉及广告库存购买和出售的各方来管理数据、更方便地使用第三方数据、增强他们对所有这些数据的理解、传回数据或将定制数据传入某一平台 图11-10 实时决策流程图 分别通过HDFS和HBASE对日志进行离线和实时的分析，然后把用户画像的标签结果存入高性能的Nosql数据库Aerospike中，同时把数据备份到异地数据中心。 在用户画像系统中，缓存主要用来存储用户（设备）的标签属性，根据不同的定向规则，定义的缓存数据格式不同，如图11-11所示。 图11-11 缓存数据格式 根据上图可知，用户数据统一存储在缓存库UPF中，然后根据用户ID的加密类型（加密方式有MD5、SHA1、明文）分不同的缓存表，同时也会为每一个第三方adx请求过来的数据建立一个缓存库 通过离线计算的数据和日志主要都是数据量大，而且实时要求并不是特别高，比方说广告请求日志，竞价日志等等；而实时标签引擎则主要处理效果数据等，对实时性要求较高的数据，比方广告的展现，点击，转化数据等。
2.3K80发布于 2018-01-22 - 来自专栏盛开在夏天的太阳
java编程思想第四版第十三章字符串 习题
printTitle(){ /* * 含义: 格式化字符串串以%开头 * -: 表示左对齐 * 15: 15表示宽度 * s:表示数据的类型是 printTitle(){ /* * 含义: 格式化字符串串以%开头 * -: 表示左对齐 * 15: 15表示宽度 * s:表示数据的类型是 Match "" at positions 8-7 Match "" at positions 9-8 Match "" at positions 10-9 Match "s" at positions 11 positions 30-29 Match "s" at positions 31-31 Match "" at positions 32-31 Match "s" at positions 11 Match "" at positions 8-7 Match "" at positions 9-8 Match "" at positions 10-9 Match "s" at positions 11
40620发布于 2020-09-27 - 来自专栏平也
Go语言库系列之aurora
BgGray(24-1), Gray(4-1, " 03-19 ").BgGray(20-1), Gray(8-1, " 07-15 ").BgGray(16-1), Gray(12-1, " 11
66410发布于 2020-04-08 - 来自专栏人人都是架构师
Go每日一库之151：aurora（终端输出上色）
-1), Gray(4-1, " 03-19 ").BgGray(20-1), Gray(8-1, " 07-15 ").BgGray(16-1), Gray(12-1, " 11
53420编辑于 2023-10-02 - 来自专栏FreeBuf
KasperskyOS安全操作系统终于发布了，一点儿Linux血统都没有
卡巴斯基 CEO Eugene Kaspersky本周一在他的官方博客上确认，这款代号11-11历时14年从头打造的KasperskyOS在2月20日当天发布。
2K100发布于 2018-02-23 - 来自专栏FunTester
爬虫实践--CBA历年比赛数据
闲来无聊，刚好有个朋友来问爬虫的事情，说起来了CBA这两年的比赛数据，做个分析，再来个大数据啥的。来了兴趣，果然搞起来，下面分享一下爬虫的思路。 1、选取数据源 这里我并不懂CBA，数据源选的是国内某门户网站的CBA专栏，下面会放链接地址，有兴趣的可以去看看。 2、分析数据 经过查看页面元素，发现页面是后台渲染，没办法通过接口直接获取数据。 下面就要分析页面元素，看到所有的数据都是存在表格里面的，这下就简单了很多。 3、确定思路 思路比较简单，通过正则把所有行数据都提取出来，过滤掉无用的修饰信息，得到的就是想要的数据。 此处我把每行的列符合替换成了“,”方便用csv记录数据。 0,2,5,2,2,0,1,0,7 ,西热力江,25.5,1-1,4-8,0-0,1,2,4,1,3,1,0,14 ,郭凯,15.5,2-2,0-0,0-0,2,3,0,2,0,2,0,4 ,凯尔·弗格,38.1,5-9,5-9,11
82620发布于 2019-11-15 - 来自专栏平也
Go语言库系列之aurora
-1), Gray(4-1, " 03-19 ").BgGray(20-1), Gray(8-1, " 07-15 ").BgGray(16-1), Gray(12-1, " 11
61700发布于 2020-04-05 - 来自专栏开源能源管理系统
MyEMS能源管理系统后台配置-设备管理
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。 按钮 5.在“确认删除”对话框中点击“确认删除”按钮 导入设备： 1.点击菜单“系统管理” 2.点击菜单“设备管理” 3.点击标签页“设备” 4.点击“导入”按钮 5.将数据输入对话框 绑定命令： 1.点击菜单“系统管理” 2.点击菜单“设备管理” 3.点击标签页“绑定命令” 4.在“设备”框中选择设备 5.在“命令列表”框中选择命令 6.拖动想添加的数据点到绿色方框中 7.添加命令成功图11-11绑定命令 删除命令： 1.点击菜单“系统管理” 2.点击菜单“设备管理” 3.点击标签页“绑定命令” 4.在“设备”框中选择设备 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11-12删除命令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、
40010编辑于 2025-05-28 - 来自专栏glm的全栈学习之路
模拟赛 2018 Benelux Algorithm Programming Contest (BAPC 18)（部分题）
Sample Input 1 Sample Output 1 3 Henk 01-09 Roos 09-20 Pietje 11-11 09-19 Sample Input 2 Sample Output 2 16 Henk 01-09 Luc 12-31 Jan 03-22 Roos 09-20 Pietje 11-11 Anne 02-28 Pierre 09-25
64240发布于 2020-09-28 - 来自专栏vblog
PAT 1044 Shopping in Mars (25分) 二分法
Sample Input 1: 16 15 3 2 1 5 4 6 8 7 16 10 15 11 9 12 14 13 Sample Output 1: 1-5 4-6 7-8 11-11 Sample
55420发布于 2020-07-14 - 来自专栏PowerBI战友联盟
Power Query 真经 - 第 11 章 - 处理基于 Web 的数据源
使用 Power Query 的一个非常有趣的场景是，可以利用它从 Web 上抓取与业务相关的数据，并用它来丰富自己的公司数据。数据通常以两种不同的方式之一存储在 Web 上。 存储在网站中的文件。 图 11-10 只存在四个 HTML 表缺少用户想要的一个 要在 Microsoft Edge 或 Chrome 中找到所需元素的路径，用户需要转到页面并按 F12 展开开发人员工具，如图 11-11 图 11-11 浏览 HTML 界面 找到元素的诀窍如下。 单击【元素检查器】按钮（位于【开发人员工具】窗口的左上角）或按 Ctrl+Shift+C。 将鼠标悬停在页面上，突出显示所需元素。 尽管该网站尽了很大努力来整理数据，但网站上的信息还远远不够完美，可能包含的数据并不完全真实。 另一个问题是数据更新的容易程度。 用户需要确保，当【刷新】数据时，系统不仅刷新过去的数据，而且刷新最新的数据。在这里，用户已经投入了大量的时间，并在假设上次刷新时提取了最新数据的情况下做出了业务决策。
4.8K30编辑于 2023-03-01 - 来自专栏mathor
matlab—图形界面（GUI）程序设计
图11-11 pushbutton1_Callback 接下来运行程序，我们预期的效果是，一开始程序打开什么都没有，当我点击按钮1的时候，突然有图出来了 ?
5.7K20发布于 2018-07-24 - 来自专栏交换机和路由器技术
路由器的基本原理及配置
TCP/IP协议定义了一个在因特网上传输的包，称为IP数据报，由首部和数据两部分组成。 MaximumTransferUnit).当一个数据报封装成链路层的帧时,此数据报的总长度(即首部加上数据部分)一定不能超过下面的数据链路层的MTU值,否则要分片（目前以太网的MTU=1500）标识(Identification 减去数据报在路由器消耗掉的一段时间.若数据报在路由器消耗的时间小于1秒,就把TTL值减1.当TTL值为0时,就丢弃这个数据报协议:占8位.协议字段指出此数据报携带的数据是使用何种协议,以便使目的主机的IP 层知道应将数据部分上交给哪个处理过程（标识封装的上层数据是UDP还是TCP，UDP是17，TCP是6）首部检验和:占16位.这个字段只检验数据报的首部,但不包括数据部分.这是因为数据报每经过一个路由器, A向主机B发送数据，源IP是1.2，目标IP是2.2，源mac是11-11，目的mac是22-22（因为路由器会阻挡广播，主机A是无法获取主机B的mac地址，只能够将数据交给自己的网关，所以这里主机A在坐数据帧的封装时
47632编辑于 2025-11-25 - 来自专栏积累沉淀
Python快速学习第十天
数据输入的标准源是sys.stdin。当程序从标准输入读取数据时，你可以通过输入或者使用管道把它和其他程序的标准输出链接起来提供文本(管道是标准的UNIX概念)。 11.2.1 读和写 文件(或流)最重要的能力是提供或者接受数据。如果有一个名为f的类文件对象，那么就可以用f.write方法和f.read方法(以字符串形式)写入和读取数据。 写入过的文件总是应该关闭，是因为Python可能会缓存(出于效率的考虑而把数据临时地存储在某处)写入的数据，如果程序因为某些原因崩溃了，那么数据根本就不会被写入文件。 第十章内已经介绍过fileinput，代码清单11-11演示了它的用法。注意，fileinput模块包含了打开文件的函数，只需要传一个文件名给它。 # 代码清单11-11 用fileinput来对行进行迭代 import fileinput for line in fileinput.input(filename): process(line
2K60发布于 2018-01-11 - 来自专栏和蔼的张星的图像处理专栏
4. 经典卷积网络之AlexNet
这是个参数列表，实际训练或者检测的时候是从下往上走的，显示11-11的卷积层。 减少过拟合 数据增强：对图片进行变换可以增大数据集，第一种方法就是原图大小是256-256，在图片上随机选取224-224的小块进行训练，还可以对这些块进行水平翻转进一步增强数据量。 tf.Graph.as_default()来定义默认的Graph来方便后面使用， 首先我们先不使用ImageNet来进行训练，只是测试其前馈和反馈的耗时，我们使用tf.randon_normal来随机生成一些图像数据 time_tensorflow_run来统计运行时间，传入的target是FC3，即全连接的最后一个输出层，然后进行反馈 即训练过程的评测，和前馈不同的是我们需要给最后的输出设置一个loss，一般的loss需要用到数据损失和模型损失
1.4K20发布于 2018-09-04 - 来自专栏计算机工具
数据引力，数据倾斜，数据距离，大数据科学
本文主要内容是介绍教育大数据的定义与作用，在了解教育大数据前我们首先要了解什么是大数据。大数据技术是21世纪最具时代标志的技术之一。 教育大数据实践的痛点 教育行业在数据分析的应用方面，主要痛点有以下四个方面： 1.数据涉及面窄 数据主要来源为数字化校园系统产生的，其他教学管理的数据多为手工录入非结构化数据 数据维度少，数据来源不足 没有统一的数据处理中心对数据进行管理，没有人力维护各系统的接入 有效数据量少，数据质量差，达不到大数据处理分析要求 教育大数据科学问题 摘 要:随着移动设备的普及和信息通信技术的迅速发展，教育数据的种类和数量以前所未有的速度增长 教育大数据涵盖了四个大 的研究方向，即学习者行为和表现，建模和教育数据仓库、教育体系的改进和大数据与课程的整合，其研究面临一系列的挑战。 2.教育大数据质量 数据的价值取决于数据的质量。 数据有损的方法：找到异常数据，比如ip为0的数据，过滤掉 数据无损的方法：对分布不均匀的数据，单独计算 hash法：先对key做一层hash，先将数据随机打散让它的并行度变大，再汇聚 数据预处理：就是先做一层数据质量处理
53810编辑于 2024-12-17 - 来自专栏AustinDatabases
数据，数据流，数据管道
大数据分析，数据敏捷分析，数据spss, 大数据应用，智能数据AI，围绕这些词汇的产品也不少，HADOOP, SPARK, HIVE, Teradata,greenlum 等产品。 问题1 ： 业务部门数据由于历史原因，使用的RDS 类型多种多样，有ORALCE ，有SQL SERVER ，有MYSQL ，甚至有MONGODB ，现在大数据分析，要整合部分这些数据库的数据，到一个大数据平台进行数据分析 问题2： 业务部门数据表设计之初，没有考虑ETL数据抽取的问题，换言之没有时间字段，你如何在上百G的数据中，抽取增量数据？ 而每次数据不能及时供应的背锅侠，运维，还是站在背锅侠的最前端，多个数据源数据获取不及时造成数据获取延迟，数据获取不准确，数据提供的格式不对，数据提取时，对业务系统的负担，造成业务投诉。 2 一个能支持各种数据库，及大数据软件的数据交换中心的支持者 3 一个能在数据交换的过程中，还能做点数据的小变动，将不必要的数据，截止在数据的源端的工具。
2.1K20发布于 2019-11-11 - 来自专栏前端之旅
深入理解计算机系统cp2：定点数的表示和运算
也可以用下图方法计算补码： image.png 还是上面的例子，1011-1011，也就是11-11，我们考虑+11和-11，+11的原码=补码=01011，-11的原码是11011，因此补码是10101
1.4K10发布于 2019-11-07 - 来自专栏全栈程序员必看
数据收集渠道_数据挖掘数据集
数据集 | 聚数力平台 | 大数据应用要素托管与交易平台 1.GOT-10K中科院发布了目标追踪数据集，1万多条视频，150万个边界框【新闻稿】【下载链接】 2.谷歌再度开放Youtube视频数据集— 【下载链接】 3．DukeMTMC-reID，DukeMTMC 数据集是一个大规模标记的多目标多摄像机行人跟踪数据集。 【新闻稿】【下载链接】 自动驾驶 1.伯克利发布的BDD100K（目前规模最大的开放驾驶数据集）这篇文章里面有介绍，还有和其他的几个数据集的比较，感觉很优秀，这个数据集很新哦【下载链接】 2.这个链接里有好多 航拍数据 1.VEDAI：VEDAI是航空图像中的车辆检测数据集，是在无约束环境下对自动目标识别算法进行基准测试的工具。 COCO数据集：COCO数据集是一个大型的、丰富的物体检测，分割和字幕数据集。
1.9K30编辑于 2022-11-03
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