- 综合排序
- 最热优先
- 最新优先
- 来自专栏Deep learning进阶路
3-2 队列
3-2 队列 1、基本概念 队列是一种特殊的线性表，特殊之处在于它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作，和栈一样，队列是一种操作受限制的线性表。
61140发布于 2019-07-02 3-2配置系统
.Net Core配置系统支持文件（Json、XML、INI）、注册表、环境变量、命令行、AZure Key Vault等。
18310编辑于 2026-06-17- 来自专栏Hank’s Blog
3-2 矩阵的子集
> x <- matrix(1:6,nrow=2,ncol=3) > x [,1] [,2] [,3] [1,] 1 3 5 [2,] 2 4 6
80520发布于 2020-09-16 - 来自专栏叽叽西
lagou 爪哇 3-2 zookeeper 笔记
分布式系统的协调工作就是通过某种方式，让每个节点的信息能够同步和共享。这依赖于服务进程之间的通信。通信方式有两种：
63710编辑于 2022-05-17 - 来自专栏破晓之歌
JAVA入门3-2（未完，待续） 原
List（序列）、Queue（队列）可重复排列有序的，Set（集）不可重复无序。list和set常用。
51150发布于 2018-08-15 ima知识库与知识号平台概要
一、产品定位与核心亮点 ima是一个基于AI多模态技术的知识管理与问答平台，核心功能包括知识库创建、知识号运营和知识库广场。 企业与组织 痛点：大量专业内容沉淀在不同平台（官网、在线文档、服务号），内容翻不完，亟待体系化呈现；缺乏统一的官方知识系统。 三、应用框架和功能介绍 功能框架 平台核心架构围绕“知识库”与“知识号”展开，用户可通过“问问ima”入口访问四大板块： 知识库：用户自建的专属知识集合。 知识库广场/发现知识库：平台内公开的知识库聚合与搜索平台。 知识号：用户的知识内容发布与分享主页。 首页/精选：由平台算法推荐的热门或优质知识内容。 解决方案：通过平台搭建营销知识库或客服知识库。 成效：实现了相关知识的体系化管理与应用。
1.3K00编辑于 2026-05-30- 来自专栏刷题笔记
3-2 数组元素的区间删除 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101225075 3-2 数组元素的区间删除 (20 分) 给定一个顺序存储的线性表，请设计一个函数删除所有值大于
1.1K30发布于 2019-11-08 - 来自专栏万能的小草
pandas入门3-2:识别异常值以及lambda 函数
假设每个月的客户数量保持相对稳定，将从数据集中删除该月中特定范围之外的任何数据。最终结果应该是没有尖峰的平滑图形。
1.5K10发布于 2020-02-17 AI 大模型知识管理平台：让企业知识“活”起来
基于 AI 大模型的知识管理平台正彻底改变这一现状，让知识真正流动起来，成为驱动企业创新的活水源头。图片什么是 AI 大模型知识管理平台？ 与传统知识库仅支持关键词搜索不同，AI 知识管理平台具备深度语义理解能力。 研发知识沉淀：对于技术型企业，研发过程中的经验和知识尤为宝贵。AI 知识管理平台可以自动整合技术文档、项目报告等资料，形成可随时查询的知识体系。 百度智能云的甄知平台支持对话式问答和阅读，将传统被动式的搜索知识转变为主动获取知识。技术选型考量：如何选择适合的平台？ 未来展望：从工具到生态的演进随着技术发展，AI 知识管理平台正从单一工具向生态化、智能化方向演进。未来，这些平台将更加注重知识自驱和智能推荐，实现从“人找知识”到“知识找人”的彻底转变。
68810编辑于 2025-10-11- 来自专栏WebJ2EE
React：Table 那些事（3-2）—— 斑马纹、固定表头
《React：Table 那些事》系列文章，会逐渐给大家呈现一个基于 React 的 Table 组件的定义、设计、开发过程。每篇文章都会针对 Table 的某个具体功能展开分析：
4.6K10发布于 2019-07-19 - 来自专栏技术小白的奇思妙想
【玩转腾讯云】搭建知识分享平台
MM-Wiki 一个轻量级的企业知识分享与团队协同软件，可用于快速构建企业 Wiki 和团队知识分享平台。 部署方便，使用简单，帮助团队构建一个信息共享、文档管理的协作环境。 github地址 下载地址 特点 部署方便，基于 golang 编写，只需要下载对于平台下二进制文件执行即可。 快速安装程序, 提供方便的安装界面程序，无需任何手动操作。 支持文档全文搜索 效果 安装方法 Linux 平台 # 创建目录 $ mkdir mm_wiki $ cd mm_wiki # 以 linux amd64 为例，下载最新版本压缩包 # https Windows 平台 # 以 windows amd64 为例，下载最新版本压缩包 # https://github.com/phachon/mm-wiki/releases 自行下载 # 手动解压到当前目录
6.5K102发布于 2020-04-15 - 来自专栏灵墨AI探索室
入门Dify平台：知识库分析
今天，我们来简单了解一下 Dify 的知识库功能。其实，它并没有想象中那么复杂或难以操作。无论是 Dify 还是其他类似平台，都已经将知识库的功能封装得非常完善。 知识库知识库主要用于存储和管理各类业务问答、操作逻辑，甚至是公司内部的私密资料等内容。那么，如何将这些信息保存到知识库中呢？具体操作可参考下图所示的步骤：它支持多种文件格式，基本涵盖了我们的使用场景。 如图所示：测试当然，如果始终依赖大模型来测试知识库的准确性，成本将会相当高昂。此外，知识库本身也提供了专门的检索测试功能。 如图所示：若用户的问题未能匹配到相应的知识库片段，可在此处直接查看原因，并据此对知识库内容进行优化和调整。使用知识库可广泛应用于Agent、工作流以及ChatFlow等场景。 小结知识库的基本概念就为大家介绍到这里。简而言之，它就像是为大模型配备了一个“记事本”，当遇到不确定的问题时，模型会参考你提前提供的内容，并结合这些信息来更好地解答用户的疑问。
4.2K10编辑于 2025-03-21 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-2 jupyter notebook中的魔法命令
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍jupyter Notebook中的两个魔法命令%run和%time。
1.8K00发布于 2019-11-13 - 来自专栏帮你学MatLab
MATLAB智能算法30个案例分析(3-2)
神经网路部分 function err=Bpfun(x,P,T,hiddennum,P_test,T_test) %% 训练&测试BP网络 %% 输入 % x：一个个体的初始权值和阈值 % P：训练样
1.1K50发布于 2018-04-18 - 来自专栏技术让梦想更伟大
C语言中3-2=？3%-2=？你确定答案吗
抛砖引玉 C语言负数除以正数，与正数除以负数或者负数除以负数的余数和商，正负有谁定呢？ -3 / 2 = ？; -3 % 2 = ?; 3 / (-2) = ?; 3 % (-2) = ?; (-3)
1.5K61发布于 2020-07-03 - 来自专栏c语言与cpp编程
C语言中3-2=？3%-2=？你确定答案吗
抛砖引玉 C语言负数除以正数，与正数除以负数或者负数除以负数的余数和商，正负有谁定呢？ -3 / 2 = ？; -3 % 2 = ?; 3 / (-2) = ?; 3 % (-2) = ?; (-3)
72000发布于 2020-12-02 - 来自专栏cwl_Java
C++编程之美-结构之法(代码清单3-2)
代码清单3-2 char c[10][10] = { "", //0 "", //1 "ABC", //2 "DEF", //3
33140编辑于 2022-11-30 - 来自专栏IT当时语_青山师_JAVA技术栈
JAVA编程基础（二）java平台知识概述
本节站在一个高屋建瓴的角度一览Java平台的组成部分。 开始之前 这一节是Java编程基础系列的入门途径。 本节学习目标 理解Java平台每部分组件的功能 理解Java语言的结构组成 逐步熟悉Java API文档 Java平台的组件 java平台组件由以下基本分组成 Java语言 跟其它编程语言一样，java JVM可运行在主流操作系统中，如windows和linux等，也适合在手机平台。 垃圾收集器 你不需要自己去管理内存分配，java平台提供了自主回收垃圾机制。 垃圾收集是java平台的一个基本特征。 JRE在很多平台适用。根据JRE许可条款，你可以在应用程序中自由使用JRE以提供一个平台给那些使用你开发出来的软件的用户，JDK中包含了JRE。
42520编辑于 2023-05-04 - 来自专栏Soul Joy Hub
【大模型AIGC系列课程 3-2】国产开源大模型：ChatGLM
https://arxiv.org/pdf/2103.10360.pdf GLM是General Language Model的缩写，是一种通用的语言模型预训练框架。它的主要目标是通过自回归的空白填充来进行预训练，以解决现有预训练框架在自然语言理解（NLU）、无条件生成和有条件生成等任务中表现不佳的问题。 具体来说，GLM通过随机遮盖文本中连续的标记，并训练模型按顺序重新生成这些遮盖的部分。这种自回归的空白填充目标使得GLM能够更好地捕捉上下文中标记之间的依赖关系，并且能够处理可变长度的空白。通过添加二维位置编码和允许任意顺序预测空白，GLM改进了空白填充预训练的性能。
98120编辑于 2023-08-28 - 来自专栏APP源码开发
语音聊天源码平台开发小知识
现如今的社交平台中，语音聊天室仍然占据着一席之地，例如语音电台，主播可以在直播间中与给听众讲故事、唱歌，观众也可以申请上麦，与主播聊天互动。 主要实现的功能就是语音连麦，之前讲过很多直播源码平台的开发和功能，本篇我们来讲下语音聊天源码平台的开发逻辑是怎么样的。 语音聊天源码平台流程思维：A发送语音请求给B，A声音通过MIC被采集成PCM原始数据，然后经过编码压缩，再通过网络将编码后的音频数据传输出去；B端通过网络收到数据后进行解码处理，然后调用播放模块，进行音频数据的播放 语音聊天源码平台开发条件：Android SDK API Level ≥ 16，Android Studio 2.0 或以上版本，另外App 要求 Android 4.1 或以上设备。
95420编辑于 2023-08-15
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