- 综合排序
- 最热优先
- 最新优先
- 来自专栏胡琦
vue和deno的结晶--vno来了
众所周知，Vue 是一个非常容易上手的 Javascript 框架，具有令人兴奋的生态系统，并具有易用、灵活、高效的特点，Deno 是一个 JavaScript/TypeScript 的运行时，默认使用安全环境执行代码，有着卓越的开发体验，那 Vue 和 Deno 能擦出怎么样的火花？于是社区便有开发者造了 deno 运行时环境中使用 vue 框架的这里轮子-- vno 。
2.3K20发布于 2021-09-09 - 来自专栏博客迁移同步
详解事务的7种传播行为
一、什么是Spring事务的传播行为？ 事务传播行为是指多个拥有事务的方法在嵌套调用时的事务控制方式 比如XML中配置：XML:<tx:method name="..." propagation="REQUIRED"/> 注解配置：@Transactional (propagation=Propagation.REQUIRED) 二、事务传播行为的七种类型 三、Propagation.REQUIRED（默认） 如果当前没有事务，就新建一个事务，如果已经存在一个事务中
2.4K10编辑于 2023-05-06 - 来自专栏博文视点Broadview
集体智慧的结晶：个性化推荐系统
2用户行为建模 基于用户历史行为的进行挖掘分析，得到刻画用户本质需求的一组属性集合，即得到用户模型，个性化推荐的准确性很大程度上依赖于对用户属性刻画的准确性。 用户偏好分析 结合用户历史行为和物品信息，可以得到每种行为下的用户偏好数据，包括偏好的维度及偏好程度，如偏好的物品、品牌、类别、标签等。 ? 再将各种行为的偏好数据合并，最终得到用户在物品、品牌、类别、标签等各个维度上的偏好程度。合并不同维度的数据时，需要考虑到不同的行为类型反应用户偏好程度是不同的。 比如购买行为比点击行为更能反映用户的偏好，则由购买行为计算得到的偏好数据在合并时赋予的权重要高一些。 ? 要保证各种行为的各个维度的数据具有可比性，需要进行归一化，而且同纬度的要采用相同的归一化方法。 时间维度上的考量 在处理各个维度的偏好数据时，需要考虑用户行为的有价值程度是随时间衰减的，即行为发生时间距当前的时间越近，得到的数据越能表征用户将来的行为。
1.4K30发布于 2020-06-12 - 来自专栏燧机科技-视频AI智能分析
工厂人员行为识别检测基于YOLOv7
工厂人员行为识别检测 基于YOLOv7技术来实现的图像识别。人员行为识别图像识别算法是计算机视觉的基础算法，例如VGG，GoogLeNet，ResNet等，这类算法主要是判断图片中目标的种类。
1.2K00编辑于 2022-12-06 - 来自专栏磐创AI技术团队的专栏
7种监测大型语言模型行为的方法
我们如何确保模型的行为如预期的那样，并在与我们的应用相关的任务中保持可接受的性能？ 在本文中，我们将讨论七组指标，您可以使用这些指标来跟踪LLM的行为。 我们的焦点任务将是长篇问答，我们将使用LangKit和WhyLabs来计算、跟踪和监视模型的行为。 这种方法基于以下论文：ChatLog：记录和分析ChatGPT跨时间 性别偏见 社会偏见是公平和负责任的AI讨论的中心话题[2],[7]，它可以被定义为“语言选择的系统性不对称性”[8]。 行为变化 总之，总体来看，模型的行为似乎在2023年3月23日明显改善。 我们无法在此博客中展示所有图表 - 总共有25个在我们的仪表板中受监控的特征 - 但让我们看一些其中的一些。 结论 由于具备多样的能力，跟踪大型语言模型的行为可以是一项复杂的任务。在本博客文章中，我们使用了一组固定的提示来评估模型的行为随时间的变化。
67110编辑于 2024-03-12 - 来自专栏前端精读评论
7. 精读《请停止 css-in-js 的行为》
本周精读文章：请停止 css-in-js 的行为 1 引言 这篇文章表面是在讲 CSS in JS，实际上是 CSS Modules 支持者与 styled-components 拥趸之间的唇枪舌剑、
2.4K50编辑于 2022-03-14 - 来自专栏函数式编程语言及工具
Akka（7）： FSM：通过状态变化来转换运算行为
在上篇讨论里我们提到了become/unbecome。由于它们本质上是堆栈操作，所以只能在较少的状态切换下才能保证堆栈操作的协调及维持程序的清晰逻辑。对于比较复杂的程序流程，Akka提供了FSM：
2.7K80发布于 2018-01-05 - 来自专栏我和未来有约会
转向行为 - 寻找行为
寻找行为只是把机车移动到指定点。 现在给出寻找行为的一个例子： <UserControl xmlns="http://schemas.microsoft.com/winfx/2006/xaml/presentation" xmlns:x 仅仅是让场景上一个有转向行为的机车在每帧去寻找鼠标。试着改变机车的最大速率和最大力度，或者改变其质量(mass)来感受一 下这些因素对转向行为的影响。 myStar.seek(new Vector2D(mouseX, mouseY)); myStar.update(); 到此，应该已经见识了转向机车如何寻找鼠标或者另一辆机车，当对这些工作有了很好的理解后，我们进入下一个行为
1.5K70发布于 2018-01-16 - 来自专栏我和未来有约会
转向行为 - 追捕行为
对于追捕行为，它非常类似寻找行为。其实追捕的最后一个动作就是调用寻找。追捕的本质是预测目标所要到达的位置并事先赶到。 那么，该如何预测目标的位置呢？ 而实际上，寻找行为就是一个预测时间为零的追捕行为。 一个策略是基于两机车间的距离来判断预测时间。如果目标太远，需要花一段时间才能赶上，就预测长一点，如果很接近，马上就能达到，就预测短一点。 一个是只顾移动的机车，其作为目标，另外两个转向机车，一个用寻找行为，一个用追捕行为。如果一切正常，追捕者靠着优越的算法会胜出。 接下来的行为是：躲避。
1.6K100发布于 2018-01-16 - 来自专栏Java后端技术栈cwnait
面试有这7个行为，肯定会被拒！
可你知不知道，这下面7种行为细节一旦出现就会遭到面试官的嫌弃？在面试时，一定要警惕小心，以下7种不当行为！ 无论是面试官还是应聘者，在面试过程中接电话都是非常不礼貌的行为。所以建议你在面试前几分钟，全面自检一遍，包括将手机调为静音。 7、面试迟到的（失败率8%） 迟到这种行为放在任何事件中都不是件光彩的事，更不可以因为对方也有可能会迟到为自己推脱责任。
48930发布于 2020-04-14 - 来自专栏我和未来有约会
转向行为 - 到达行为
到达行为在很多场合都可以被当作是寻找行为。实际上，它们之间的算法和处理方式都一样。唯一不同的是，在到达模式中，一辆机车在到达目标的某一距离时，会变成一种精确模式慢慢地靠近目标点。 为了了解到达行为的必要性，可以先运行一下SeekTest类，然后移动鼠标到某处让机车过来“抓住”它。会看到机车快速的越过了鼠标，接着它发现过头了，又返回来，还是过头了....于是会一直循环下去。 到达行为通过减速接近目标，解决了这个问题： public void arrive(Vector2D target) { Vector2D desiredVelocity 最终速度会趋向于0（假设只有一个行为作用于该机车）。 如果愿意可以再试着玩玩增加多辆机车，或者现在就进入下一个行为：追捕。
1.5K60发布于 2018-01-16 - 来自专栏我和未来有约会
转向行为 - 躲避行为
躲避就是追捕的反行为。就像追捕类似于寻找，躲避类似于避开。 本质上讲，是预测出机车将要去到的位置并远离它。在这里所有的原则都和追捕相同。
1.4K80发布于 2018-01-16 - 来自专栏我和未来有约会
转向行为 - 避开行为
避开行为与寻找行为彻底相反。实际上，除了代码最后一行用相减代替了相加以外，其它都一样。 现在我们有了一对正反行为，接下来要做的是为这对行为创建一对机车来看看情况。 我们还可以把两个行为同时用于一辆机车上。下面的例子中，机车A同时寻找和避开机车B，机车B同时寻找和避开机车C，机车C同时的寻找和避开机车A。这三辆机车会因为追捕各自的目标而形成一个圆。 如果这些都没问题了，那就开始探索下一个行为：到达。
1.3K70发布于 2018-01-16 - 来自专栏路人甲Java
带你吃透Spring事务7种传播行为 | Spring第45篇
本文详解Spring事务中的7种传播行为，还是比较重要的。 环境 jdk1.8 Spring 5.2.3.RELEASE mysql5.7 什么是事务传播行为？ 这个就是spring事务的传播行为来控制的事情，不同的传播行为，表现会不一样，可能他们会在一个事务中执行，也可能不会在一个事务中执行，这就需要看传播行为的配置了。 Propagation是个枚举，有7种值，如下： 事务传播行为类型 说明 REQUIRED 如果当前事务管理器中没有事务，就新建一个事务，如果已经存在一个事务中，加入到这个事务中。 注意：这7种传播行为有个前提，他们的事务管理器是同一个的时候，才会有上面描述中的表现行为。 下面通过案例对7中表现行为来做说明，在看案例之前，先来回顾几个知识点 1、Spring声明式事务处理事务的过程 spring声明式事务是通过事务拦截器TransactionInterceptor拦截目标方法
1.8K41发布于 2020-09-22 - 来自专栏我和未来有约会
转向行为 - 漫游行为
漫游行为就像它的名字一样，角色在场景中毫无目的的移动。这通常用来模拟巡视和觅食，也有纯粹是为了漫游而漫游的。 漫游行为在实现上不像听起来那么容易。
1.5K80发布于 2018-01-16 - 来自专栏ATYUN订阅号
谷歌大脑研究：AI识别蛋白质结晶，准确率高达94%
谷歌大脑团队的成员今天宣布开发了用于识别蛋白质结晶的深层卷积神经网络，准确率约为94％。蛋白质结晶决定了细胞的形状，可以在发现治疗各种疾病的药物中发挥作用。 MARCO计划是几家制药公司和学术研究中心之间的一个联合项目，旨在汇集和托管大型策划结晶图像库，并将其提供给社区，以帮助开发更好的图像分析工具。
59730发布于 2018-07-27 - 来自专栏全栈程序员必看
姿态估计与行为识别（行为检测、行为分类）的区别
姿态估计和行为识别作为计算机视觉的两个领域，对于新人来说，较为容易弄混姿态估计和行为识别两个概念。 blog.csdn.net/BockSong/article/details/81037059 深度学习人体姿态估计算法综述 https://www.infoq.cn/article/6Btg0-1crfmb7svRGa6H 视频中人体行为识别主要分为两个子方向。 常用的行为检测的数据集： THUMOS2014：在行为检测任务中只有20类动作的未分割视频是有序行为片段标注的 MEXaction2：骑马和斗牛 ActivityNet：目前最大的数据集，同时包含分类和检测两个任务 优点：速度快，300fps 缺点：精度低，在UCF-101上为0.85准确率 参考文献 三种方法的对比引自于： https://www.jianshu.com/p/2c2c7e96b9b7 按照时间顺序整理了部分视频行为检测
3.5K20编辑于 2022-06-24 - 来自专栏智药邦
Chem Rev｜人工智能和机器学习算法在结晶研究中的应用
此外，机器学习使用各种分子描述符作为输入，对控制晶体材料行为的特性（如溶解度和熔点）的计算机预测做出重大贡献。 5 预测有机化合物的结晶行为 任何药品的结晶能力和结晶结果与所有上游合成步骤一样重要。 7 剑桥晶体学数据库中的数据挖掘 晶体材料的大量数据集可以在剑桥结构数据库（CSD）以及Butler等人列出的其他公开数据库中找到。 此外，即使使用实验数据进行训练，机器学习应用程序也可能变得过于特定于案例，无法（轻松）转移到不同的项目中，特别是考虑到新开发的药物的官能团和结晶行为的多样性。 在开发和探索不仅涉及溶质或溶剂特征，而且涉及它们之间的相互作用的描述符方面的更多努力，可能是显著改善特性和结晶行为预测的关键。
2.4K20编辑于 2023-02-14 - 来自专栏Java帮帮-微信公众号-技术文章全总结
spring的4种事务特性，5种隔离级别，7种传播行为
事务的传播行为 PROPAGION_XXX :事务的传播行为 * 保证同一个事务中 PROPAGATION_REQUIRED 支持当前事务，如果不存在 就新建一个(默认) PROPAGATION_SUPPORTS
64130发布于 2018-08-16 - 来自专栏java 微风
Spring事务传播行为7种类型 --- 看一遍就能记住！
一、Spring 事务传播行为一共有7种类型，主要分为3类： 1）支持当前事物、 2）不支持当前事务、 3）奇葩类型。
2.4K30编辑于 2022-04-13
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