- 综合排序
- 最热优先
- 最新优先
- 来自专栏图形视觉
细分网格建模
另外，细分网格表示的数据量非常小，很适合于网络传输。 ---- 细分网格建模 三维公园提供了在线的三维建模工具，用户可以直接在浏览器中进行三维设计。
1.2K11发布于 2019-10-27 - 来自专栏frytea
dnsmasq 多网卡分网段配置
在 dnsmasq 的配置文件 /etc/dnsmasq.conf 中使用类似下面的配置：
1.4K20编辑于 2023-10-21 - 来自专栏JAVA体系
Junit4&Junit5对比
随着Junit5的盛行，与Junit4有何差异。 JDK支持 Junit4需要Java5+版本 Junit5需要Java8+版本 Maven依赖 Junit4不区分模块，只有一个jar： <dependency> <groupId>junit< junit-vintage：用于兼容junit3，junit4的测试引擎。 注解区别 Junit5 Junit4 说明 @Test @Test 被注解的方法是一个测试方法。与 JUnit 4 相同。 Junit4中断言内容位于org.junit.Assert类； Junit5中断言内容位于org.junit.jupiter.api.Assertions类； // junit4 org.junit.Assert.assertEquals
82510编辑于 2024-01-25 - 来自专栏JNing的专栏
【pytorch】固定(freeze)住部分网络
torch.optim.SGD(filter(lambda p: p.requires_grad, model.parameters()), lr=1, momentum=0.9, weight_decay=1e-4) model.eval() model.stage4_xx.train() model.pred_xx.train() 方案二 pytorch下进行freeze操作，一般需要经过以下四步。 torch.optim.SGD(filter(lambda p: p.requires_grad, model.parameters()), lr=1, momentum=0.9, weight_decay=1e-4)
2.6K10编辑于 2021-12-06 - 来自专栏用户9757876的专栏
没有可网管交换机，怎么分网段？
网络设备：1、锐捷双WAN口路由器，带AC功能；2、有线网线是一台二层交换机；3、接无线AP的是两台傻瓜POE交换机；4、门禁监控也是两台傻瓜POE交换机。 调试计划：只有一台办公用的交换机是可网管的二层交换机，其他都是非网管交换机，所以放弃用交换机VLAN划分，而是用路由器端口来划分网段，以便接入不同的网络交换机； 调试过程：1、路由器修改为复杂密码； 2、路由器LAN0口定义为管理口，默认IP：192.168.110.1，不作修改； 3、LAN1口定义为办公网络接入口，创建VLAN10，配置IP为：192.168.10.1/24； 4、创建VLAN20 ，LAN2和LAN3两个接口绑定到VLAN20，配置IP为：192.168.20.1/24，分别接入两台AP交换机； 5、同理，创建VLAN30，LAN4和LAN5两个接口绑定到VLAN30，配置IP
1.5K10编辑于 2022-12-08 - 来自专栏我爱计算机视觉
ELAN：将超分网络SwinIR高效化，最快可达4.5倍
技术之美 本篇分享论文『Efficient Long-Range Attention Network for Image Super-resolution』，由香港理工大学、OPPO 提出ELAN：将超分网络 通过将两个shift卷积与GMSA模块级联，构建高效的远程注意块(ELAB)，并通过共享注意机制进一步加速该模块的运行，极限情况下能比SwinIR快四倍！ 这表明GMSA比SwinIR小窗口下的SA更有效。共享注意机制，可以在性能下降很小的情况下，进一步加快光的推断时间。 但是因为在SwinIR中SA是一个沉重的计算负担，SwinIR-light的延迟比CNN的方法要慢×10以上。 得益于高效的远程注意力设计，ELAN-light模型不仅在所有五个数据集上获得了较好的指标，而且比SwinIR-light快了×4.5。同时参数和计算复杂度也比SwinIR-light要小。
1.7K20编辑于 2022-09-01 - 来自专栏全栈程序员必看
ipv4和ipv6对比(IPV4)
IPV4 IPV4由32位正整数来表示，在计算机内部以二进制方式被处理。 IPV4地址由网络位和主机位两部分构成。有A、B、C、D、E五类。E类为科研所用。 IPV4报头： 版本号:当前版本号为4即代表此报文为IPV4报文 首部长度:表示当前IPV4报文头部长度。一般为20字节。 优先级和服务类型：用来给特殊的数据打标记，一般用来做QOS。 总长度：表示ipv4数据包的总长度，此字段长度为16 bit，因此用十进制表示最大为65535，也就是说IP数据包最大长度为65535字节即75字节。 标识、标志、片偏移：这三个字段用于ipv4数据包的分片和重组， 生存时间：用于ipv4数据报文的防环，此字段占8个比特，总长度为256，每经过一个路由器减一，当此字段为0时，路由器将丢弃此数据包。 同ipv4这个区域类似，这个区域也是8个bit。
2.1K30编辑于 2022-07-31 - 来自专栏企鹅号快讯
前端插件以及部分细分网址梳理
图来源网络 前端插件以及部分细分网址梳理 插件 parallel.js: 前后端通用的一个并行库 zepto: 用于现代浏览器的兼容 jQuery 的库 totoro: 稳定的跨浏览器测试工具 TheaterJS 来模块化前端应用，兼容性良好 (兼容到 IE6)，插件丰富，性能良好 jquery.smartbanner: smartbanner 是从 IOS6 开始支持的一个新特性, 这个插件提供了对早期 IOS4/
6.8K90发布于 2018-02-05 - 来自专栏集智书童
MobileSAM来啦 | 比SAM小60倍，比FastSAM快4倍，速度和效果双赢
值得强调的是，作者的MobileSAM比同期的FastSAM赵等人小7倍，快4倍，同时实现了卓越的性能。 原始SAM中的 prompt-guided Mask解码器的参数小于4M，因此被认为是轻量化的。 总的来说，解耦蒸馏比耦合蒸馏占用的计算资源不到1%，同时实现了耦合的mIoU 0.75比0.72的优越性能（在200个样本上平均）。 就推理速度而言，在单个GPU上，处理图像需要40ms，而MobileSAM的仅需要10ms，这比FastSAM快4倍。 作者的MobileSAM也比并发的FastSAM快4倍，小7倍，使其更适合移动端应用程序。
2.4K30编辑于 2023-09-04 - 来自专栏全栈程序员必看
教你识別和区分网络及使用者
对组织来说。适当的识别和分类正常流量和用户，可以更easy保护组织的关键数据。眼下。移动设备和BYOD政策趋势。加之企业网络内数据流动的规模大大添加，说明想要进行“正确”的网络区隔变得困难得多。
44730编辑于 2022-07-10 - 来自专栏码客
解决部分网站因DNS无法访问的问题
avatars2.githubusercontent.com 151.101.184.133 avatars3.githubusercontent.com 151.101.184.133 avatars4.
3K20发布于 2020-05-19 - 来自专栏后场技术
推荐4款堪比Google的搜索网站
No.4 小红伞 （ search.avira.com ） Avira，是世界著名的杀毒软件，中文名：小红伞，来自德国，搜索引擎基于ASK，虽然搜索结果相较较前面的推荐有差异，但相对准确比国内的良心很多
7.8K40发布于 2020-09-03 - 来自专栏信数据得永生
【论文笔记】BINE：二分网络嵌入
4.1 建模显式关系 在二分网络中，边存在于两种不同类型的顶点之间，在构建二分网络时提供显式信号。 word2vec 的有效性和普及性激发了许多工作 [4,8,20]，使用内积来模拟两个实体之间的相互作用。 4.2.1 构建顶点序列的语料库 这是一种常用方法，通过在网络上执行随机游走将网络转换为顶点序列语料库，已经在一些同构网络嵌入方法中使用 [4,8]。 Equation (4); 3 foreach vertex vi ∈ R do 4 l = max(H(vi) × maxT, minT); 5 for i = 0 to l do 6 具体来说，第 1-2 行初始化所有嵌入向量和上下文向量；第 3-4 行产生顶点序列的语料库；第8和第12行进行负采样; 第 9-10 行和第 13-14 行使用 SGA 来学习嵌入。
66420编辑于 2022-05-07 - 来自专栏数据库相关
ZFS文件系统和ext4空间占比
以graphite的carbon文件夹为例， 在 ext4文件系统上，占用空间大约是 83GB 。 scp到 zfs文件系统上，看到大约只占了15GB ? ?
2.3K20发布于 2020-03-20 - 来自专栏沉默王二
Spring爆出比Log4j2还大的漏洞？
上图是云舒大佬发的微博，有吃瓜群众就问：“这个瓜有 log4j2 那么好吃吗？” 云舒大佬回复说：“绝壁更好吃”。 可以明确的是，Spring 这次漏洞和 Log4j2 那次相比，只能说是小巫见大巫，不一个重量级哈。 反正我这次是真的想吃瓜，想通过吃瓜的方式学点技术，可惜就学到了 java -version。
44420编辑于 2022-04-14 - 来自专栏Bairuo的文章
UE4 EditorPIE比移动端卡顿的可能原因
但可惜UE4设计下就是不行，不是简单改一两行代码就能做到的，它背后涉及太多可以让你放弃这个想法。 UE4 Package加载的分析可以阅读一下别人的文章 UE4加载模块分析笔记（一） UE4加载模块分析笔记（二） 其实评论区就不止一个人有疑问，为什么Editor设计成这样，这也是我刚看到时的最大疑问 LoadPackageInternal在一个异步包的任意阶段都会被调用） 不过反正这里UE5也在重构，官方说他们也在修改，所以也可以考虑等一下官方吧（截止目前UE5.1 Editor同步加载还是会flush） 3.强制垃圾回收，UE4地形加载中部分代码会主动垃圾回收 4.部分机器下电脑管家会影响，不一定所有人的机器都会遇到，但我确实遇到过，开启和关闭电脑管家立马就能感觉到了。
1.5K10编辑于 2022-11-18 - 来自专栏王磊的博客
LangChain4j比SpringAI强在哪？一文读懂
1.功能对比 LangChain4j 和 Spring AI 的功能是比较类似的，甚至两者可以配合使用，例如使用 Spring AI 实现 MCP 服务器端，再使用 LangChain4j 实现 MCP 总体来说，LangChain4j 提供的功能更多，例如实现 RAG 功能时，LangChain4j 提供了三种模式： 简单模式 原生模式 高级模式 在后两种模式实现时提供了： 文本加载器。 2.使用和学习成本 LangChain4j 的使用和学习成本比 Spring AI 高很多，举个例子，例如 Spring AI 要实现流式对话，只需要一行代码就搞定了： @RequestMapping( LangChain4j 学习和使用成本是非常高的。 但使用 LangChain4j 这就意味着你需要忍受 LangChain4j 不够简洁的写法，以及学习和使用成本比较高的问题。
6.4K21编辑于 2025-05-07 - 来自专栏机器之心
PyTorch称霸顶会：CVPR论文占比是TensorFlow 4 倍
可以看到 PyTorch 占比 20.52%，相较于 ICLR 2018 的 6.82%、ICLR 2019 的 14.14% 出现了持续上升； 与此同时，TensorFlow 占比仅为 8.88%，相较于 CVPR 2020 会议接收论文中出现的具体使用数如下图所示，可以看到 PyTorch 使用了 405 次，TensorFlow 使用了 102 次，PyTorch 使用数是 TensorFlow 的近 4 下图展示了 CVPR 2020 接收论文中，PyTorch 与 TensorFlow 使用数占接收论文总数的比例，可以看到 PyTorch 占比 27.61%，TensorFlow 占比 6.95%，两者的占比情况变化与具体使用数变化趋势相同 由此可见，在 ICLR 和 CVPR 会议中，PyTorch 与 TensorFlow 的使用数及占比情况在 2019 年发生了根本性变化，自此 PyTorch 的使用数超过了 TensorFlow，占比也不断地增加 为什么研究者们那么偏爱 PyTorch 今年 4 月份，PyTorch 1.5 宣布上线，对 C++ 前端进行重大更新，并推出了全新的高级自动梯度 API，使用户更方便地执行 jacobian、hessian
1K20发布于 2020-06-29 - 来自专栏全栈程序员必看
离心泵CAE_2_ICEM剖分网格_2_叶轮流道
由于三个流道分开来划分网格，所以分三部分来分别讲解，这里是第2篇，叶轮流道的网格剖分，有了上篇进口延伸段的网格剖分的基础，这里就没必要讲得那么事无巨细了。 2.5 划分网格 还是用最简单粗暴的均匀非结构网格粗略来划分。 先设置整体网格大小，上方Mesh->Global Mesh Setup整体网格设置，在左下方的设置中，将Global Element Seed Sizes整体网格尺度中的Max element最大单元设为4， 即让整体网格尺度为4mm，OK确认。 单击Compute或者OK都行的，让它来划分网格吧。 右下方会有信息冒出来，还有个进度条在走，稍候片刻，妥了，网格画好。
1.7K10编辑于 2022-09-01 - 来自专栏新智元
比GPT-4 Office还炸裂！阿里版GPT全家桶来袭
Word、PPT、Excel、Outlook……所有你想得到的软件，通通得到GPT-4的加持。 而今天，阿里也放出一枚重磅炸弹——阿里版的Copilot也要来了！ 并且比微软更彻底的是，阿里全系产品也都将会接入大模型，几乎涵盖了所有衣食住行外加消费娱乐的场景。 所以，动动嘴就让AI帮我购物、点外卖、买电影票的日子，真的要来了？ 不用写代码，草稿秒变小程序 OpenAI发布GPT-4那天，创始人之一的Greg Brockman现场做了个演示：只需画一个草图，GPT-4就能按照这个布局生成代码。瞬间惊艳了众人。
34520编辑于 2023-05-09
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