- 综合排序
- 最热优先
- 最新优先
- 来自专栏mysql
hhdb数据库介绍(9-5)
计算节点支持mysqlbinlog命令，mysqlbinlog命令能够解析binlog文件用于同步增量数据，从而减少了将单机数据迁移至计算节点时的停机时间。使用mysqlbinlog连接远程实例获取binlog文件并解析出其中的SQL语句，然后交由计算节点执行，从而将某个数据库的增量数据导入到计算节点某个逻辑库下。首先，登入到管理端口（默认端口为3325），执行dbremapping命令添加数据库映射关系，关于dbremapping命令用法，请参考计算节点管理命令文档。
39910编辑于 2025-03-26 - 来自专栏AI机器学习与深度学习算法
机器学习入门 9-5 决策边界
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节介绍对于分类问题非常重要的决策边界，先对逻辑回归求出决策边界的函数表达式并绘制，但是对于像kNN这种不能求出决策边界表达式的可以通过预测样本特征平面中区间范围内的所有样本点来绘制决策边界。最后通过调整kNN算法的k值，了解模型的复杂与简单对应的决策边界不同。
3.1K20发布于 2020-02-26 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 习题9-5 通讯录排序
习题9-5 通讯录排序 输入n个朋友的信息，包括姓名、生日、电话号码，本题要求编写程序，按照年龄从大到小的顺序依次输出通讯录。题目保证所有人的生日均不相同。
1.3K30发布于 2020-09-15 - 来自专栏Coding迪斯尼
用go做个编译器:语法解析树及其实现
对于算术表达式9-5+2, 由于我们会首先使用list -> list + digit 来进行解析，因此 9-5对应一个list，2对应digit, 因此最终解析完成后，所形成的解析树如下： 使用生产式来定义语法是一件困难的事情 list+list进行解析，一种是使用list->list-list进行解析，如果是后者，那么我们会生成的语法树如下： 这里我们看到两个语法表达式都对应表达式”9-5+2”，但是第一个语法树执行的操作是(9- 对于算术表达式1+2，对应的算术表达式就是1 2 +, 对于表达式(3+4)，对应的后项表达式就是3 4 + , 我们看一个复杂一点的，(9-5)+2 ,首先我们计算(9-5)的后项表达式，也就是9 5
1.9K50编辑于 2022-03-28 - 来自专栏机器学习与自然语言处理
Stanford机器学习笔记-9. 聚类(Clustering)
如图9-5的(1)所示。 但是，通常这条曲线是渐变的，没有很显然的"肘部"。如图9-5的(2)所示。 ? 图9-5 代价J关于簇数K的曲线图 注意：随着K的增加J应该总是减少的，否则，一种出错情况可能是K均值陷入了一个糟糕的局部最优。 一些其他的方法参见wikipedia。
1.7K110发布于 2018-03-13 - 来自专栏全栈程序员必看
体验vSphere 6之7-为虚拟机启用容错
图9-4 为辅助虚拟机选择主机 （5）在”即将完成”对话框，显示辅助虚拟机详细信息，这包括辅助虚拟机所在主机、配置文件位置、硬盘位置等，如图9-5所示。 图9-5 完成 （6）返回到vSphere Web Client管理控制台，在”近期任务”中会显示为虚拟机打开容错的配置信息，如图9-6所示。
1.6K40编辑于 2021-12-23 - 来自专栏数据结构与算法
BZOJ1096: [ZJOI2007]仓库建设(dp+斜率优化)
Sample Input 3 0 5 10 5 3 100 9 6 10 Sample Output 32 HINT 在工厂1和工厂3建立仓库，建立费用为10+10=20，运输费用为(9-5)*3 如果仅在工厂3建立仓库，建立费用为10，运输费用为(9-0)*5+(9-5)*3=57，总费用67，不如前者优。 【数据规模】 对于100%的数据， N ≤1000000。
1.3K50发布于 2018-04-13 - 来自专栏HsuHeinrich
自动化系列（一）Tableau自动化
自动化系列（一）Tableau自动化 Tableau是优秀的可视化分析软件，对于企业来说，可以购买Tableau Server实现线上数据自动化。 而客户端软件在某宝上的价格就显得亲民很多，那有没有什么曲线的方法实现数据自动化呢。
2.2K20编辑于 2023-02-24 - 来自专栏HsuHeinrich
自动化系列（二）Excel自动化
自动化系列（二）Excel自动化 Excel自动化和Tableau自动化的原理一致，也是通过连接MySQL实现数据自动更新。 相较于Tableau自动化，Excel自动化更利于分享给业务或管理层，但缺点是处理大量级数据会显得很慢。 MySQL的配置和上期介绍的Tableau自动化中一样，这里就不再赘述了。我们直接讲Excel如何连接MySQL.
71620编辑于 2023-02-24 - 来自专栏EDI电子数据交换知识分享
IT自动化
IT自动化的范围从单个动作到离散序列，最终到一个自主的IT部署，该部署基于用户行为和其他事件触发来采取措施。 IT自动化与编制不同，但是通常将这些术语一起使用。自动化无需人工干预即可反复完成任务。 自动化测试和审核程序必须是IT自动化战略的一部分。 意图。自动化系统与智能系统不一样，它只知道编程的人能够提炼成脚本和命令的内容。 IT自动化工具必须与潜在不同IT环境中的系统、软件和其他元素兼容。理想情况下，自动化工具应与更高级别的协调工具集成，以便在受控的工作流下将任务集成在一起。 流程自动化、机器人流程自动化和服务自动化。 IT自动化是一个广泛的术语，经常与业务任务自动化混为一谈或捆绑在一起。 一些专业人士将IT自动化称为服务自动化，它们在功能上是一样的。 IT自动化的好处 每天，IT运营经理都在努力用更少的人完成更多的工作。IT自动化提供了一些好处，帮助他们简化IT运营，包括： 降低成本。
98830发布于 2021-01-25 - 来自专栏IT大咖说
【大咖连载】SockShop系统服务划分与设计
自动化测试覆盖率不足10%，只有少量单元测试、组件测试，无集成化测试，端到端测试以手工为主。 部署：部署周期长达13.5天。 在实现第一个微服务时，尝试自动化测试、持续交付部署等，提升团队在这些维度的能力。 将微服务部署在 ServiceStage 集群中，实现自动化的部署。 在本章中，笔者将基于这两个阶段的计划，分别实现SockShop系统的不同服务，并利用ServiceStage的运维能力实现自动化运维。 图9-4 领域事件 接下来团队对产生事件的命令进行建模，输出的命令如图9-5所示。命令是触发领域事件的源头，它可以是用户通过界面进行的操作，可以由外部系统触发，也可以是定时任务。 ? 图9-5 命令模型 最后，团队基于命令与领域事件，识别聚合。聚合是领域驱动设计中的概念，它由一组相关的领域对象构成，目的是确保业务规则在领域对象的各个生命周期中都得以执行。
1.4K20发布于 2019-09-05 - 来自专栏深度学习和计算机视觉
自动化早已不是那个自动化
随着工业互联网的热炒，使得自动化在其中扮演了一个越发有意思的角色，一些缺乏对制造现场了解的人总是会把PLC理解为就是做逻辑控制的，而且提起现场总线总是CAN、Modbus等，似乎自动化是一个“传统产业” ，一个已经过去的时代，人们喜欢用自动化、信息化、智能化来为智能制造进行“断代”来阐述其关系，然而，事实却并非如此—因为，自动化是一个不断在进步的领域，而且，它是一个纯粹的应用产业，它所有的创新源泉来自于 通过OPC UA，自动化系统可以与来自开放世界的各种边缘计算实现开放连接，发挥各自的能力，包括与云端服务的对接，自动化可以为其提供基础的制造现场数据，以及预先处理好的结构化信息。 图6-自动化软件价值体系 软件正在成为自动化行业的核心竞争力—数十年于各个领域知识的积累，并且在未来，这些积累的控制对象与模型成为知识集成的基础，也为数据分析与人工智能奠定基础。 …… 自动化显然已经不是那个自动化，然而，自动化永远都是以“用户为中心”的产业，开放连接、集成各种领域知识，一切都是为了让制造业的用户体会到“质量的不断提高”、“成本的不断下降”、“快速交付”，以及今天更为
53460编辑于 2022-02-10 - 来自专栏测试开发架构之路
如何让自动化框架更自动化
因此，聊聊接口自动化还是非常有必要的。 二、“JMeter式”的自动化设计思路 毫无疑问，聊起接口自动化，大家可能第一时间联想的就是自动化工具、自动化框架，例如JMeter、Postman等。 这些工具学习成本小，掌握这些工具用法算是一条腿迈进了自动化测试大门。 无法满足自动化平台诉求，短期内确实可以快速实现自动化，但是这些工具对于平台非自动化能力的拓展成本较高，毕竟改动开源工具的成本比自研高很多。 使用开源工具不利于提升团队在自动化技术方面的成长。 三、让自动化框架更自动化 接口自动化的核心是什么？接口、数据、断言。 正如上文说的，这也是我们手工重复度比较高的工作内容，也是痛点所在。 断言怎么自动化？
89210编辑于 2022-08-01 - 来自专栏三掌柜的技术空间
吃透大模型系统：提示工程、符号推理、智能体实战全解
它把“上下文工程”讲得非常透彻，而且不是停留在概念层面，作者直接用图 9-5 把一条最常走、最高频的工程动线画出来了： 每一轮推理开始前，系统先把“可用的决策上下文”拼装好，将所需的模板、资源、工具、状态一次性拉齐 ▲上下文工程的 MCP 最佳实现（原书图 9-5） 如果跳过这一步，智能体甚至不知道自己能干什么、该用什么、现在处在什么状态，更谈不上稳定规划和可靠执行。 结合图 9-5，这条动线其实就是一套非常清晰的四步闭环： 1.选择适配当前任务的上下文模板（逻辑分区） 先把上下文结构定型：身份/目标/约束/输出格式如何分区，历史记录与状态存放在哪一块分区，工具与资源放在哪一块分区
44211编辑于 2026-03-03 - 来自专栏机器学习算法与Python学习
机器学习(7) -- k-means 聚类
如图9-5的(1)所示。 但是，通常这条曲线是渐变的，没有很显然的"肘部"。如图9-5的(2)所示。 ? 图9-5 代价J关于簇数K的曲线图 注意：随着K的增加J应该总是减少的，否则，一种出错情况可能是K均值陷入了一个糟糕的局部最优。 一些其他的方法参见wikipedia。
1.5K50发布于 2018-04-04 - 来自专栏智能时刻
「自动化测试」微服务自动化测试简介
由于需要自动化所有内容，因此请使用Micro Services测试自动化工具。这些工具有助于验证每个独立服务单元的功能，并通过组合多个这些微服务来执行集成测试。 微服务的自动化测试级别 单元测试 - 这是测试单个微服务测试单元的内部工作。这些可以使用自动单元测试框架在每个编程级别自动化。 合同中给出的函数将使用测试自动化框架内的自动化脚本集进行测试。 集成测试通过合同测试中使用的相同工具集自动化。 UI功能测试使用自动化测试工具自动化，如UFT，Selenium或任何其他基于UI的自动化工具。 在进行Micro Service Automated测试时，可以集成多个工具或框架。 将API自动化测试工具框架和基于UI的自动化测试工具框架集成在一起也是一种很好的做法。这是测试自动化的未来。大多数组织使用全局混合测试自动化框架，而不是维护单独的框架。 如何自动化测试工作？
2.8K20发布于 2019-08-16 - 来自专栏无道编程
【自动化】利用webhooks自动化构建、编译Vue
很简单，利用github/gitee的web hooks + 宝塔web hooks即可完成自动化构建 2. 前提 服务器端安装Node、npm、vue 然后，找到gitee的设置： ?
93910发布于 2020-07-21 - 来自专栏凹凸玩数据
Python自动化办公 | 如何实现报表自动化？
今天给大家分享一篇俊红新书《对比Excel，轻松学习Python报表自动化》中关于报表自动化实战的内容，文末也会免费赠送几本新书。 本篇文章将带你了解报表自动化的流程，并教你用Python实现工作中的一个报表自动化实战，篇幅较长，建议先收藏，文章具体的目录为： 1.Excel的基本组成 2.一份报表自动化的流程 3.报表自动化实战 一份自动化报表的流程 下图是我整理的做一份自动化报表需要经历的流程，主要分为5个步骤： 第一步是对要做的报表进行步骤拆解，这个步骤拆解和用不用工具或者是用什么工具没有直接关系，比如做报表的第一步一般都是收集数据 其实报表自动化本质上就是让机器代替人工做事情的过程，我们只需要把我们人工需要做的每一个步骤转化成机器可以理解的语言，也就是代码，然后让机器自动去执行，这其实就是实现了自动化。 报表自动化实战 这一节给大家演示下在实际工作中如何结合Pandas和openpyxl来自动化生成报表。
3.2K32发布于 2021-10-18 - 来自专栏玉龙小栈
【网络自动化】使用TCL实现自动化配置
实验拓扑 实验步骤 首先编写脚本，建议使用“Notepad++”，语言可以修改成TCL 在Linux上搭建好tftp服务器，进入到相关目录下，创建文件，将写好的脚本复制进去，然后保存退出（可以使用cat命令输出文档内容来进行检查） 需要先解决连通性问题，在交换机上执行以下命令，让交换机可以获取到和tftp服务器同网段的地址 出现如下日志的时候说明交换机已经获取到了地址 在交换机上执行命令：tclsh tftp://172.16.200.200/config.tcl，下载执行配
1.1K10编辑于 2022-01-13 - 来自专栏青灯古酒
Python自动化
数据类型转换: 1.int(x):x代指对象,返回值是一个整数类型,对象->整数 x为字符串:字符串应全为整数 x为小数:只保留整数部分 x不能是负数 x为布尔类型:True = 1 False = 0 2.float(x):x呆滞对象,返回值是一个浮点类型的值,对象->浮点类型 x为字符串:字符串应全为整数,除了复数 x为整数:整数,0 x不能是负数 x为布尔类型:True = 1.0 False = 0.0 3.str(x):x代指对象,返回值是一个字符串,对象->字符串 x可以是所有基本数据类型 4.complex(real,[imag]):real代表实数部分,imag代表虚数部分,返回值是一个复数,创建一个复数 5.repr(x):x代指对象,返回值是一个字符串,对象->表达式字符串 x可以是所有基本数据类型 6.eval（x):x代指字符串对象.返回值根据字符串内容定,字符串对象->数字类型 x为整数字符串,返回值为整数类型 x为浮点字符串:返回值为浮点类型 x为复数字符串:返回值为复数 7.chr(x):x代指整数,返回值是一个字符,整数->字符 参照的是ASCII表 48:0 65:A 97:a 8.ord(x):x代指字符,返回值一个整数,字符->整数 9.hex(x):x代指整数,返回值是一个十六进制字符串,整数->字符串 10.oct(x):x代指整数,返回值是一个八进制字符串,整数->字符串 11.bin(x):x代指整数,返回值是一个二进制字符串,整数->字符串 12.round(x[,ndigits]):x代指浮点数,ndigits代指位数,返回值是一个四舍五入的浮点数或整数
51150编辑于 2023-10-16
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