- 综合排序
- 最热优先
- 最新优先
- 来自专栏ops技术分享
redis入门（8）
四.编写启动脚本 1.根据情况填写对应变量 vim man-redis #!/bin/bash install_dir=/usr/local server_dir=redis log_dir=/var
44500发布于 2021-05-18 - 来自专栏dotnet & java
WCF入门（8）
IEmployeeService 5 { 6 [OperationContract] 7 Employee GetEmployee(int id); 8 5 [OperationContract] 6 Employee GetEmployee(int id); 7 [OperationContract] 8
50040发布于 2018-08-24 - 来自专栏高渡号外
Python入门（8）
我们当下学习的虽然只是一个入门的课程，但是，至此你确实可以写出不少的甚至有些复杂应用程序。那么，我们也该开始意识到，面对一个应用需求，该如何组织这个应用程序项目的基本架构？ 各位学友，到此，Python的基础入门知识我们已经完成了第一阶段的学习任务。请大家尝试运用所学，去解决一些日常需求，比如，有一个随机的数字字符串，我们如何把它们由小到大地排列起来呢？ 可以说它是python应用之所以显得强大的一个重要原因，也是构成我们python入门知识结构的一块非常重要的积木。
62230发布于 2020-09-22 - 来自专栏程序员成长充电站
算法入门
转载请联系授权 01 算法的定义 用不同顺序写不同语句也能得到一样结果，不同的是 "算法"，意思是：解决问题的具体步骤。即使结果一致，有些算法会更好，一般来说，所需步骤越少越好。 刚刚这种方法，或者说算法，叫 选择排序 - 非常基础的一种算法 以下是"伪代码" ? 03 算法复杂度 这个函数可以排序8个, 80个或8千万个数字，函数写好了就可以重复使用。 算法的输入大小和运行步骤之间的关系叫算法的复杂度，表示运行速度的量级。 计算机科学家们把算法复杂度叫大 O 表示法，算法复杂度 O（N*N）效率不高 前面的例子有 8 个元素（n=8）, 8*8= 64，如果 8 个变 80 个，运行时间变成 80*80 = 6400。 虽然大小只增长了 10 倍（8 到 80），但运行时间增加了 100 倍！（64 到 6400 ）。随着数组增大，对效率的影响会越来越大。这对大公司来说是个问题，比如谷歌要对几十亿条信息排序。
48820发布于 2019-08-19 - 来自专栏张善友的专栏
IIS 8：IIS 入门
您可以在您的便携式计算机上使用 Windows 8，但您应该考虑使用一个虚拟机 (VM) 为您的测试。 在 Windows Azure 上使用 HYPER-V 或甚至一个简单的虚拟机。 在这和连续的文章，我会与 IIS 8 使用 Windows 服务器 2012年。 您还可以使用 Windows 2008 或 2008 R2 （我会指出沿途任何重要的差异）。
6.5K50发布于 2018-01-29 - 来自专栏look Java
8 快速入门 dubbo
8 快速入门 dubbo 所需资料 https://wwn.lanzoub.com/b01jp495e 密码:7plr 注册中心 Zookeeper 安装 zookeeper 官方推荐使用 注册中不转发请求，压力较小； Zookeeper 是 apache hadoop 的子项目，是一个树形的目录服务，支持变更推送，适合作为 dubbo 的服务注册中心，工业强度较高，可用于生产环境； 入门 xml version="1.0" encoding="UTF-8"? xml version="1.0" encoding="UTF-8"? xml version="1.0" encoding="UTF-8"?
35610编辑于 2023-12-07 - 来自专栏python入门
Python入门8 for循环
后面的布尔值控制循环的在python中，控制for循环要用到前面介绍的列表【for语句】for语句用于重复执行一段代码块，直到遍历完列表或可迭代对象的所有元素这里用们用一个列表举例：# coding: utf-8a 函数用于生成一个整数序列我们这里介绍两种用法range(n)：生成一个0~n-1的整数序列range(m,n)：生成一个m~n-1的整数序列我们可以使用list()函数把这个序列转化为列表例如：# coding: utf-8a =range(5)b=list(a)print(b)range()函数通常与for循环配合使用当然你也无需把它转化为一个列表例如：# coding: utf-8for i in range(10):
32610编辑于 2024-05-06 - 来自专栏分享/效率/工具/软件
shell入门系列(8)for
title: shell入门系列(8)for date: 2019-01-16 10:00:00 +0800 update: 2019-01-16 10:00:00 +0800 author: me cover: http://ww1.sinaimg.cn/large/006jIRTegy1fz8sbu1674j31kw0w0wn3.jpg preview: Shell本身是一个用 C 语言编写的程序 ，它是用户使用 Linux 的桥梁，用户的大部分工作都是通过 Shell 完成 tags: shell系列 ---- 文章目录 shell入门系列(8)for 简介 入门小案例 c语言的for 循环列表 shell入门系列(8)for 简介 和C语言一样的for循环 处理列表数据的for循环 处理数字序列 处理字符序列 处理文本字符串 入门小案例 c语言的for #!
63630发布于 2019-09-17 - 来自专栏柠檬先生
VUE 入门基础(8)
十，组件 使用组件 注册 可以通过以下这种方式创建一个Vue实例 new Vue({ el: '#some-element', }) 注册一个全局组件，你可以使用Vue.component(tagName,options) Vue.component('my-component',{ }) 在父实例的模块中以自定义元素 <my-component></my-component>
1.2K90发布于 2018-01-22 - 来自专栏软件研发
AlexNet算法入门
AlexNet算法入门引言AlexNet是一个非常经典的卷积神经网络（Convolutional Neural Network, CNN），它由Alex Krizhevsky等人在2012年提出，并在ImageNet AlexNet算法的出现标志着深度学习的兴起，并对后续的神经网络算法有着深远的影响。本篇文章将带你入门AlexNet算法的基本原理和实现。算法原理AlexNet算法主要由5个卷积层和3个全连接层组成。 它的出现标志着深度学习的兴起，并对后续的神经网络算法有着深远的影响。通过学习和实践AlexNet算法，我们可以更好地理解卷积神经网络和深度学习的原理，并将其应用到更多的实际问题中。 AlexNet算法在图像分类问题中非常成功，尤其在大规模图像数据集上表现出色。通过学习和使用这个经典算法，我们可以更好地理解深度学习的原理和应用。 以下是AlexNet的一些主要缺点和类似的模型的介绍：较大的模型尺寸：AlexNet是一个较大的模型，它有8层卷积层和3层全连接层，总共有60多万个参数。
61220编辑于 2023-10-20 - 来自专栏软件研发
LoR算法入门
LoR算法入门在机器学习领域，逻辑回归（Logistic Regression, LoR）是一种常用的分类算法。逻辑回归与名字中的"回归"一词有些不同，实质上是一种二分类算法。 LoR算法的缺点逻辑回归（LoR）算法虽然在许多分类问题中被广泛应用，但也存在一些缺点：对线性可分问题的处理限制: 逻辑回归是一种线性分类器，只能处理线性可分问题。 类似的算法在机器学习中，有一些算法可以用作逻辑回归算法的替代或改进：支持向量机（Support Vector Machine, SVM）: SVM也可以用于二分类问题，但与逻辑回归不同，SVM可以处理非线性可分问题 K近邻算法（K-Nearest Neighbors, KNN）: KNN是一种基于实例的学习算法，通过计算样本与训练集中的最近邻样本的距离来进行分类。 这些算法都有各自的优缺点，在不同的场景和问题中使用它们可能会得到更好的结果。选择合适的算法要根据数据集的特性、问题的需求和性能要求来决定。
45000编辑于 2023-10-22 - 来自专栏软件研发
AlexNet算法入门
AlexNet算法入门引言AlexNet是深度学习领域中的经典卷积神经网络（CNN）模型之一，由Alex Krizhevsky等人提出，并在2012年的ImageNet图像识别竞赛中取得了重大突破。 缺点：AlexNet算法比较复杂，参数较多。它有超过600万个参数，因此需要大量的训练数据和计算资源来进行训练。AlexNet算法对输入图像的尺寸有限制。 AlexNet算法对GPU的依赖性较高。由于参数较多，使用CPU进行训练和推理的速度比较慢，往往需要使用GPU来加速计算。 类似的算法：VGGNet：VGGNet是由牛津大学的研究团队提出的，它在AlexNet的基础上做了改进。 这些类似的算法都是通过改进模型结构或引入新的思想来提高神经网络的性能，并在图像分类等任务中取得了显著的进展。不同的算法在网络结构、参数数量和计算量等方面有所差异，可以根据具体的应用场景选择适合的算法。
66930编辑于 2023-10-26 - 来自专栏Hongten
算法入门-插入排序算法
插入排序算法 输入：n个数<a1,a2,a3,.....,an>。 输出：输入序列的一个排序(即重新排序)<a1',a2',a3',....... 1 /** 2 * 3 */ 4 package com.b510.algorithms; 5 6 import java.util.Random; 7 8 /** 9 * 插入排序算法 10 * @author hongten(hongtenzone@foxmail.com)
11 * @date 2013-6-7 12 */ 13 import java.util.Random; 9 10 /** 11 * 插入排序算法 12 * @author hongten(hongtenzone@foxmail.com)<br 530 463 234 335 354 [8-8]次排序后结果为： 537 537 507 491 481 424 355 208 33 404 530 46354240发布于 2018-09-13 - 来自专栏咩嗒
V8源码入门
builtin builtin是理解V8源码的关键，因为 它本身很重要，是V8最重要的“积木块”；比如ignition解析器每一条指令实现就是一个builtin，js调用原生也是一个builtin，js .octa 0x2045c749d0ff206d89492855894d0000,0x5d8b48f0658b4c2024648b4800000000 .octa 0x4cf7348b48007d8b48011c74be0f49e0,0x100000000ba49211cb60f43024b8d .octa 0xa90f4fe800000002ba0b77d33b4c0000,0x8b48006d8b48df0c8b49e87d8b4cccff .octa 0xcccccccccccccccc90e1ff30c48348c6 尽管如此，和汇编类似的CSA还是太低级了，写起来太废功夫了，于是V8提供了一个类javascript的高级语言：torque ，这语言最终会编译成CSA形式的c++代码和V8其它C++代码一起编译。 同时TurboFan也是V8高性能的关键，其重要性不言而喻。
1.6K21编辑于 2023-04-26 - 来自专栏EdisonTalk
MongoDB入门实战教程（8）
本系列教程目录： MongoDB入门实战教程（1） MongoDB入门实战教程（2） MongoDB入门实战教程（3） MongoDB入门实战教程（4） MongoDB入门实战教程（5） MongoDB 入门实战教程（6） MongoDB入门实战教程（7） 参考资料 唐建法，《MongoDB高手课》（极客时间） 郭远威，《MongoDB实战指南》（图书） 作者：周旭龙 出处：https://edisonchou.cnblogs.com
78850发布于 2021-06-29 - 来自专栏SpringBoot
java8 lambda入门
java.util.Comparator; import java.util.function.Consumer; /** * 基础语法 * @author dencycheng * @date 2020/12/24 8:
53930发布于 2021-01-21 - 来自专栏算法工程师之路
每日算法题：Day 8
作者：TeddyZhang，公众号：算法工程师之路 Day 8, C/C++知识点走起~ 1 编程题 【剑指Offer】翻转链表 输入一个链表，反转链表后，输出新链表的表头。 nullptr; return newHead; } }; 如果不使用额外的空间的话，我们可以使用两个指针pre和next, 对链表相邻的两个节点进行交换调整，这才是面试官想要看到的算法
46120发布于 2019-08-09 - 来自专栏乐行僧的博客
8-快速排序算法
一些关键点： 不稳定的排序算法 初始状态待排序序列基本有序，快速排序的时间复杂度为O(n^2)，性能非常差 空间复杂度与递归树的高度成正比，平均来看是O(log2n) 划分函数的选择非常重要 优化，随机划分 QuickSort(a, l, p - 1); QuickSort(a, p + 1, r); } int main() { int a[] = {3, 1, 2, 4, 7, 0, 5, 8,
24830编辑于 2022-02-25 - 来自专栏该溜子的专栏
【算法】递归入门
本篇文章主要是提供递归入门的简单算法题，可以帮助刚接触递归的友友们打开思路，打开递归的大局观，题目不难，重在思想 一：汉诺塔问题 心得感悟：汉诺塔问题是递归系列中最经典的一个问题，我们在思考递归问题的时候
19810编辑于 2025-02-16 - 来自专栏人工智能与演化计算成长与进阶
遗传算法入门
“参考自：基于NSGA-Ⅱ的多目标配电网重构 遗传算法历史 遗传算法(GA)是从生物进化的角度考虑提出来的方法，19世纪达尔文在大量观察基础上总结了大自然进化规律，即优胜劣汰：后来孟德尔通过豌豆实验发现了遗传规律 由于遗传算法适应能力较强，同时具备较强的全局搜索能力，使遗传算法在各个领域都得到了广泛的应用，同时也促使遗传算法在理论上得到了很大的发展 运用遗传算法求解实际问题时， 我们需要将目标问题同遗传算法建立联系 遗传交叉操作方式的选取对遗传算法效率影响较大，具体采用何种交叉方式取决于实际问题情况，总之无论采取哪种交叉方式，都需要 保证种群基因多样性，不然容易使遗传算法陷入早熟。 遗传编码、选择、交叉和变异组成了遗传算法的基本框架 ，即遗传算法的标准组成部分，其操作过程都是采用随机操作，有一定能力 跳出局部最优 ，具有较好的 全局搜索能力 。 通过对遗传算法的编码形式的分析，可以得出遗传算法在面对 非线性、不连续、离散型 问题时，具有较强的处理能力，在解决实际问题中具有较强的适应能力。
1.7K40发布于 2020-08-14
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