- 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; }
32620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。
54610编辑于 2022-11-08 - 来自专栏coding for love
2-5 浅析webpack打包内容
Hash：本次打包的一个标识。 Version：使用的webpack版本 Time：本次打包耗时 Built at: 生成时间
84940发布于 2019-05-24 - 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()
40410发布于 2020-09-16 - 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。
94920编辑于 2023-01-09 - 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。
40740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
70130发布于 2019-11-08 - 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
1K10发布于 2020-06-23 - 来自专栏CNCF
构建端到端云原生应用平台
作为一个全功能的平台即服务（PaaS）， App Platform 解决了从开发到 Kubernetes 支持的高度可扩展和弹性的云原生部署的操作方面的问题，同时保持了尽可能简单的用户体验。 应用类型检测、构建和运行由云原生构建包 Cloud Native Buildpacks 处理（最近成为了 CNCF 孵化器项目，祝贺！?）。 容器的水平扩展在运行时端做了大量的工作来实现这一点。在网络方面，我们面临的挑战是提供一种解决方案，既能满足最大客户的需求，又能在小型应用程序方面保持成本效益。 这些可能更接近你对云虚拟机的心理模型。使用 Kata Containers，每个容器都包装了一个轻量级虚拟机和它自己的内核。 总结 应用平台将所有这些技术结合在一起，消除了大多数应用程序无法达到的复杂性和运营投资，以最小的用户努力提供了一流的云原生平台。应用平台是建立在巨人的肩膀上。
1.3K40发布于 2021-04-21 - 来自专栏曲奇泡芙
端与云的融合
端、管、云，物联网系统的三个主要构成元素，各自技术在高速发展的同时也在不断的影响着现代物联网系统的设计。 端，我们指终端设备，包含手机，车辆，智能家居设备等与用户直接交互的设备； 管，我们指通讯管道，包含有线/无线网络等连接端与与云，端与端进行数据交换的通道； 云，我们指运行在各地数据中心的远程服务器集群及其提供的服务 传统端与云在软件设计方面有不同的专注点，端软件设计的重点在于思考在受限的内存和算力下如何优化单机程序；云软件设计的重点是在于如何设计可扩展的分布式计算使用多机来处理大规模的服务请求。 另一方面，通讯管道的发展，4G网络的普及和即将到来的超10Gbps的理论传输速度的5G网络使得端与云的分工也在不断发生着变化。管道的提速，端与云之间可以有更高频的近实时数据交互。 端云融合在车联网的场景下， 车作为一个高复杂度的终端，与云之间也有着不断融合的趋势。
3.4K31发布于 2019-08-16 - 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。
2.3K20发布于 2020-04-27 - 来自专栏喔家ArchiSelf
端边云协同：从云到边缘
面向边缘的基础设施 面向边缘的基础设施是在高层次上支持分布式网络智能和物理系统之间复杂交互的端到端基础设施。 尤其在工业领域，正在经历一个向新电子架构的过渡，继承了在云计算、软件定义网络、云存储和对象数据库、大数据、软件部署和编排以及安全等方面所经历的一些技术进展。 e.端到端管理和编排：一种通用的软件部署模型，从云到端点，实现了一个现代的CI/CD软件生命周期管理。 可以跨端到端基础架构部署、监控、更新、内部连接和协调，支持跨整个分布式基础架构的CI/CD模型。
1.8K10编辑于 2023-02-24 - 来自专栏九彩拼盘的叨叨叨
学习前端 第4周 第2-5天
了解什么叫响应式。 了解CSS3 Media Queries 了解Bootstrap 了解Bootstrap的全局 CSS 样式。特别是其中的栅格系统。 作业 用Bootstrap做页面 http://www.bootcss.com/ 。交互不需要实现
18810发布于 2018-08-27 - 来自专栏新智元
为端而生，因人而「云」
这是否意味着云计算只能在技术圈中讨论？ 显然不是。 事实上，在云计算领域，尤其是行业云领域内，面向个人和家庭用户的云品牌和云服务正在迅猛发展。 2022年，OPPO正式推出三大核心技术之一 —— 安第斯智能云 向云新生 厚积薄发的安第斯智能云 去年OPPO在INNO DAY上发布安第斯智能云时，我们当时认为它的最大意义在于，每个人和家庭都可以拥有一朵云来协同数据资产 这些光环包括：安第斯智能云在生成式多模态技术和云端计算能力互融协同领域处于前沿地位，并成功将这种创新运用到自家产品「小布助手」中，借助端云协同的能力，使其正式解锁了AIGC生成式技术。 游戏云计算专网 安第斯赋能下行业内首个解决弱网环境下游戏畅玩体验的方案 作为服务个人、家庭和开发者的泛终端智能云,安第斯智能云能够带来端云协同的数据存储与智能计算服务，为用户在多场景中提供更智能的泛终端智能云使用体验 OPPO安第斯智能云 走进四大高校 今年4月，OPPO安第斯智能云联合四大高校举办了#年轻共创 云化终端#的系列校园活动，这并非只是「企业进校园」这么简单，我们观察到OPPO安第斯智能云的校园行还伴随着一场围绕
31420编辑于 2023-05-09 - 来自专栏PM吃瓜(公众号)
端云互通-MQTT开发介绍
即一个设备在平台申请一个密码，流程图如下所示： 一型一密模式，即一种产品在平台申请一个密码，产品的设备唯一标识nodeid由设备厂家分配，设备的密码由设备和平台动态协商，流程图如下所示： 特点 使用LiteOS端云互通 出参 Phandle：MQTT客户端句柄。 返回值 ATINY_OK表示成功；否则错误码。 出参 phandle：MQTT客户端句柄。 返回值 返回错误码或者不返回。 入参 phandle：MQTT客户端句柄。Msg：数据的消息。msg_len：消息长度。Qos：发送的服务质量。 出参 无 返回值 ATINY_OK表示成功；否则错误码。 入参 phandle：MQTT客户端句柄。 出参 无 返回值 0表示未连接；否则连接。
1.7K30发布于 2019-08-20 【云服务】多云环境中实现端到端自动化
欢迎关注微信公众号：数据科学与艺术 作者WX:superhe199 在多云环境中实现端到端自动化需要考虑以下几个方面： 1.自动化测试：在多云环境中，需要确保应用程序可以在不同云平台上正确运行。 可以使用配置管理工具如Ansible或Terraform来自动化部署和配置云平台上的资源。通过编写自动化脚本和模板，可以在不同云平台上实现一致的环境配置。 通过配置CI/CD流水线，可以实现端到端的自动化，包括代码构建、自动化测试和部署到多个云平台。 以下是一个实现端到端自动化的示例： 1.自动化测试：使用测试框架如JUnit或Selenium编写测试用例。可编写测试用例来验证应用程序在AWS和Azure云平台上的兼容性和一致性。 2.环境配置管理：使用配置管理工具如Terraform进行云平台资源的自动化部署和配置。可编写Terraform脚本来定义AWS和Azure云平台上的虚拟机、容器和网络等资源。
23610编辑于 2025-08-29- 来自专栏落叶飞翔的蜗牛
Spring Boot云配置客户端
注 - 在启动config客户端应用程序之前，应运行http://localhost：8888配置服务器。
1.6K30发布于 2021-09-28 边缘AI与端云协同架构
边缘AI与端云协同架构概述 边缘AI将人工智能模型部署在边缘设备（如手机、传感器、嵌入式设备）上，实现本地实时处理；端云协同通过边缘与云计算的协作，平衡计算负载、隐私与延迟。 案例分析 案例1：智能家居安防系统 架构设计： 边缘端：摄像头运行轻量级YOLOv5模型，实时检测入侵者，触发本地警报。 云端：上传可疑图像至云端进行高精度分析（如ResNet），并通知用户。 通过MQTT协议实现边缘与云通信。 案例2：工业设备预测性维护 架构设计： 边缘端：传感器采集设备振动数据，运行LSTM模型预测故障。 云端：聚合多设备数据，训练全局模型并下发更新至边缘。 :", output) 端云协同通信（MQTT + Python） import paho.mqtt.client as mqtt def on_connect(client, userdata 安全协议：采用TLS加密边缘-云通信。 通过案例与代码可见，边缘AI与端云协同能显著提升响应速度并降低带宽消耗，但需权衡模型精度与资源限制。
45110编辑于 2026-01-20- 来自专栏AI学习笔记
端云协同推理：Split Learning实战
端云协同推理（Split Learning）逐渐成为研究和应用的热点这种创新的计算模式将深度学习模型的推理过程在终端设备（如智能手机、IoT设备）和云端之间进行划分，不仅提高了推理效率，还增强了数据隐私保护 端云协同推理（Split Learning）概述在传统的深度学习推理模式中，终端设备要么将所有数据上传到云端进行推理，要么在本地完成所有推理任务。 组件功能描述通信模块接收终端设备发送的加密特征向量，并将推理结果返回给终端设备特征解密模块对加密的特征向量进行解密后向推理模块运行模型的后几层，进行分类或回归计算模型更新模块根据推理结果和反馈信息，对云端模型进行更新和优化端云协同流程 Split Learning的端云协同流程可以分为以下几个步骤：数据采集与预处理 ：终端设备采集原始数据，并进行必要的预处理操作。 实际应用案例与挑战Split Learning作为一种新兴的端云协同推理技术，已经在多个领域得到了应用，同时也面临一些实际挑战。
85710编辑于 2025-07-18 - 来自专栏跟着官方文档学小程序开发
第二章 小程序开发指南2-5
一个小程序存在多个界面，所以渲染层存在多个WebView线程 （2）逻辑层使用JsCore线程运行JS脚本 这两个线程的通信会经由微信客户端(下文中也会采用Native来代指微信客户端)做中转，逻辑层发送网络请求也经由 初始化完毕后，微信客户端就会给App实例派发onLaunch事件，App构造器参数所定义的onLaunch方法会被调用。 可以看到，App的生命周期是由微信客户端根据用户操作主动触发的。为了避免程序上的混乱，不应该在其他代码里主动调用App实例的生命周期函数。 在微信客户端中打开小程序有很多途径：从群聊会话里打开，从小程序列表中打开，通过微信扫一扫二维码打开，从另外一个小程序打开其它的小程序等等，针对不同途径的打开方式，小程序有时需要做不同的业务处理，所以微信客户端会把打开方式传递给 例如选择设置小程序只支持1.5.0版本以上的宿主环境，那么当运行着1.4.0版本宿主环境的微信用户打开小程序的时候，微信客户端会显示当前小程序不可用，并且提示用户应该去升级微信客户端。
47410编辑于 2025-08-25
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