- 综合排序
- 最热优先
- 最新优先
- 来自专栏初见Linux
10-3 信号
四、更多与进程相关的命令 因为进程监控是一项重要的系统管理任务，所以存在很多命令为它服务。 命令 描述 pstree 以树状模式输出进程列表，该模式下显示了进程间的 父/子关系。
86530发布于 2020-08-11 - 来自专栏mysql
hhdb数据库介绍(10-3)
服务类型： 默认显示各已有的服务组件类型，集群中不存在的服务组件不显示，可排序。 主机名： 显示各服务组件对应的服务器IP，可排序。 关闭服务 组件关闭成功后状态变更为“停止运行”且页面3s及时提醒：服务关闭成功。 组件非自动部署安装时，按服务配置中配置的命令执行关闭，若服务配置中未配置，则按照默认的关闭命令关闭组件服务。 启动服务 组件启动成功后状态变更为“正在运行”且页面3s及时提醒：服务启动成功。 组件非自动部署安装时，按服务配置中配置的命令执行启动，若服务配置中未配置，则按照默认的关闭命令启动组件服务。 重启服务 服务重启操作即为先停止服务操作，然后重新启动服务。 组件重启成功后状态变更为“正在运行”且页面3s及时提醒：服务重启成功。。 服务命令配置入口 服务命令配置入口 可通过点击“服务管理命令”超链接进入服务命令配置页面。 可通过更多按钮展开的服务配置选项进入服务命令配置页面。
1.1K10编辑于 2025-03-12 - 来自专栏AI机器学习与深度学习算法
机器学习入门 10-3 实现混淆矩阵，精确率和召回率
这里主要引入了精准率和召回率这两个新的指标，像混淆矩阵小工具是为了计算这两个指标而服务的。
2.2K30发布于 2020-04-08 - 来自专栏完美Excel
VBA专题10-3：使用VBA操控Excel界面之设置工作表（续）
要隐藏其他工作表中的行，只需使用该工作表代替ActiveSheet，例如使用Sheets(1)代表第1个工作表，或者使用Worksheets(1)代表第1个标准工作表。隐藏所有行后，行标题几乎被隐藏，但列标题仍然在工作表中。
2.9K20发布于 2020-07-16 - 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10-3 递归实现指数函数
习题10-3 递归实现指数函数 本题要求实现一个计算xn（n≥1）的函数。
1K10发布于 2020-09-15 - 来自专栏微服务生态
微服务反模式与陷阱翻译终结篇
都在说微服务，那么微服务的反模式和陷阱是什么（一） http://www.jianshu.com/p/3986239138fe 都在说微服务，那么微服务的反模式和陷阱是什么（二） http://www.jianshu.com /p/c76f7f234a31 九、通信协议使用的陷阱 在微服务架构体系中要求每个服务都是独立布署，这就意味着服务之间会有通信，也就是说会有很多的远程访问。 10.1 异步请求 使用微服务架构首先要考虑的是异步通信方式，因为异步通信的调用者不需要考虑等待服务的响应时间，如图10-1所示。 ? 服务消费者发送一个消息到第一个服务，然后发送另一个消息的第二个服务，如图10-3所示。在服务使用者执行提交之前，这些消息都保存在队列中。一旦服务使用者执行提交，两个消息就会被释放。 ? 图10-3 在图10-3中，服务消费者将消息发送到第一个队列中，然后服务消费者业务报错， 这时可以在消息事务中进行回滚，从消息系统的队列中删除掉刚才发的消息。
81020发布于 2018-08-22 - 来自专栏程序猿DD
都在说微服务，那么微服务的反模式和陷阱是什么（三）
前文导读： 《都在说微服务，那么微服务的反模式和陷阱是什么（一）》 《都在说微服务，那么微服务的反模式和陷阱是什么（二）》 九、通信协议使用的陷阱 在微服务架构体系中要求每个服务都是独立布署，这就意味着服务之间会有通信 那么服务的平均响应时间是多少呢？即使有看上去很好的平均响应时间，那么糟糕的“长尾延迟”也会将整体系统摧毁。 10.1 异步请求 使用微服务架构首先要考虑的是异步通信方式，因为异步通信的调用者不需要考虑等待服务的响应时间，如图10-1所示。 ? 服务消费者发送一个消息到第一个服务，然后发送另一个消息的第二个服务，如图10-3所示。在服务使用者执行提交之前，这些消息都保存在队列中。一旦服务使用者执行提交，两个消息就会被释放。 ? 在图10-3中，服务消费者将消息发送到第一个队列中，然后服务消费者业务报错， 这时可以在消息事务中进行回滚，从消息系统的队列中删除掉刚才发的消息。
1.1K50发布于 2018-02-01 - 来自专栏DeepHub IMBA
计算卷积神经网络参数总数和输出形状
S→stride, p→padding, n→input size, f→filter size 默认Stride =1，没有提到填充(所以，p=0) 输出形状= n-f+1 = 10-3 +1 =8 n = 10, f = 3 s = 1, p = 0 默认Stride =1，没有提到填充(所以，p=0) 输出形状= n-f+1 = 10-3 +1 =8 在使用卷积滤波器对输入图像应用卷积后，输出将是一个特征映射 n = 10, f = 3 s = 1, p = 0 默认Stride =1，没有提到填充(所以，p=0) 输出形状= n-f+1 = 10-3 +1 =8 在使用卷积核对输入图像应用卷积后，输出将是一个特征映射
1.4K30发布于 2021-08-20 - 来自专栏北京马哥教育
实战Google深度学习框架：TensorFlow计算加速
01 TensorFlow使用GPU TensorFlow程序可以通过tf.device函数来指定运行每一个操作的设备，这个设备可以是本地的CPU或者GPU，也可以是某一台远程的服务器。 图10-3中给出了一个具体的样例来说明异步模式的问题。其中黑色曲线展示了模型的损失函数，黑色小球表示了在t0时刻参数所对应的损失函数的大小。 假设在时间t1设备d0已经完成了反向传播的计算并更新了参数，修改后的参数处于图10-3中小灰球的位置。 然而这时的设备d1并不知道参数已经被更新了，所以在时间t2时，设备d1会继续将小球向左移动，使得小球的位置达到图10-3中小白球的地方。 从图10-3中可以看到，当参数被调整到小白球的位置时，将无法达到最优点。 异步模式训练深度学习模型存在的问题示意图 同步模式深度学习模型训练流程图 为了避免更新不同步的问题，可以使用同步模式。
1.5K70发布于 2018-05-02 - 来自专栏CSDN技术头条
实战Google深度学习框架：TensorFlow计算加速
TensorFlow使用GPU TensorFlow程序可以通过tf.device函数来指定运行每一个操作的设备，这个设备可以是本地的CPU或者GPU，也可以是某一台远程的服务器。 图10-3中给出了一个具体的样例来说明异步模式的问题。其中黑色曲线展示了模型的损失函数，黑色小球表示了在t0时刻参数所对应的损失函数的大小。 假设在时间t1设备d0已经完成了反向传播的计算并更新了参数，修改后的参数处于图10-3中小灰球的位置。 然而这时的设备d1并不知道参数已经被更新了，所以在时间t2时，设备d1会继续将小球向左移动，使得小球的位置达到图10-3中小白球的地方。 从图10-3中可以看到，当参数被调整到小白球的位置时，将无法达到最优点。 ? 图10-3 异步模式训练深度学习模型存在的问题示意图 ?
1.6K80发布于 2018-02-12 - 来自专栏Java技术栈
卧槽！Dozer 宣布停止维护，不要再用了。。
www.baeldung.com/java-performance-mapping-frameworks 实测结果： Framework Name p0.90 p0.999 p1.0 JMapper 10 -3 0.008 64 MapStruct 10-3 0.010 68 Orika 0.006 0.278 32 ModelMapper 0.083 2.398 97 Dozer 0.146 4.526
1.2K10编辑于 2022-03-03 - 来自专栏全栈程序员必看
hfe和HFE_hfe参数
Jior:lc和IB在下限比值为 IC0.9×10-39×10-4 IB30×10-63×105=30 而上限为 I(60×10-3 IB300×10-6200 I的变化与Ic的变化之比为 △Ic(60 -0.9)×10-3 △IB(300-30)×10-≈219 Doc:在电路中,用hEF=IC/IB表示集电极电流IC和基极 电流IB之比,并称hEF为直流电流放大系数。
46930编辑于 2022-09-20 - 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10-2 容错虚拟机正在启动 （3）在vSphere Web Client控制台中，在”摘要”选项卡中可以看到当前容错虚拟机，所在的主机为192.168.80.11，如图10-3所示。 图10-3 容错虚拟机所在主机 （4）在左侧选择另一个ESXi主机192.168.80.12，在”Virtual Machine”列表中可以看到正在运行的辅助虚拟机，如图10-4所示。
1.5K40编辑于 2021-12-23 - 来自专栏黎鹤舞的编程技术栏
常用的数据单位符号
负数单位符号 十进制（SI） 二进制（计算机存储） 数据速率单位 d = 10-1 1 KB = 1,000(103) B 1 KB = 1,024 (210)B 1 Kbps = 1,000 bps m = 10
47800编辑于 2024-05-27 - 来自专栏人工智能头条
实战Google深度学习框架：TensorFlow计算加速
TensorFlow使用GPU TensorFlow程序可以通过tf.device函数来指定运行每一个操作的设备，这个设备可以是本地的CPU或者GPU，也可以是某一台远程的服务器。 图10-3中给出了一个具体的样例来说明异步模式的问题。其中黑色曲线展示了模型的损失函数，黑色小球表示了在t0时刻参数所对应的损失函数的大小。 假设在时间t1设备d0已经完成了反向传播的计算并更新了参数，修改后的参数处于图10-3中小灰球的位置。 然而这时的设备d1并不知道参数已经被更新了，所以在时间t2时，设备d1会继续将小球向左移动，使得小球的位置达到图10-3中小白球的地方。 从图10-3中可以看到，当参数被调整到小白球的位置时，将无法达到最优点。 ? 图10-3 异步模式训练深度学习模型存在的问题示意图 ?
1.2K50发布于 2018-06-06 - 来自专栏灵儿的笔记
java设计模式之策略模式
* 策略模式：博文介绍链接：https://blog.csdn.net/qq_27471405/article/details/108886135 * 加法服务 */ public class * 策略模式：博文介绍链接：https://blog.csdn.net/qq_27471405/article/details/108886135 * 减法服务 */ public class * 策略模式：博文介绍链接：https://blog.csdn.net/qq_27471405/article/details/108886135 * 乘法服务 */ public class /测试类 public class TestStrategy { public static void main(String[] args) { String exp = "10
73920发布于 2020-10-10 - 来自专栏实战docker
LeetCode279:完全平方数，动态规划解法超过46%，作弊解法却超过97%
以10为例，10=(10-3*3) + 3*3，但是这不是唯一，还有10=(10-2*2) + 2*2，所以到底j等于几？ 根据题意，应该是dp[10-3*3]和dp[10-2*2]中最小的那个 至此，分析完毕，可以愉快的写代码了 编码 完整源码如下所示，可见，对应前面分析的j的多种可能，要取最小值 class Solution
72020编辑于 2022-09-29 - 来自专栏气象学家
Science Advances | 清华大学团队揭示气候变化下全球中低纬度海洋绿度和藻类暴发频率下降趋势
图1 OCNET模型重构全球海洋叶绿素a浓度数据流程图 研究表明，全球中低纬度海洋的“绿度”整体呈现显著衰减，叶绿素a浓度以(-0.35±0.10)×10-3 mg·m-3·yr-1的速率下降。 沿海区域降幅更为显著，达每年(-0.73±0.22)×10-3 mg·m-3(图2)。其中，北半球的叶绿素a浓度显著衰退的区域面积约为增长区的4.4倍(图2A)。
16710编辑于 2026-03-25 - 来自专栏ops技术分享
redis原理（2）
数据读写 执行节点查找操作时， 先根据key计算hash值， 然后顺时针找到第一个大于 等于该哈希值的token节点， 如图10-3所示 image.png 这种方式相比节点取余最大的好处在于加入和删除节点只影响哈希环中
40200发布于 2021-05-18 - 来自专栏about云
about云日志分析实战之清洗日志小实例2：导入日志清洗代码并打包
对于iis日志，可参考 about云日志分析项目准备10-3：Spark Local模式之Log文本清洗 http://www.aboutyun.com/forum.php?
1K60发布于 2018-03-26
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