- 综合排序
- 最热优先
- 最新优先
- 来自专栏Deep learning进阶路
3-2 队列
3-2 队列 1、基本概念 队列是一种特殊的线性表，特殊之处在于它只允许在表的前端（front）进行删除操作，而在表的后端（rear）进行插入操作，和栈一样，队列是一种操作受限制的线性表。
64040发布于 2019-07-02 3-2配置系统
.Net Core配置系统支持文件（Json、XML、INI）、注册表、环境变量、命令行、AZure Key Vault等。
21810编辑于 2026-06-17- 来自专栏Hank’s Blog
3-2 矩阵的子集
> x <- matrix(1:6,nrow=2,ncol=3) > x [,1] [,2] [,3] [1,] 1 3 5 [2,] 2 4 6
81520发布于 2020-09-16 - 来自专栏叽叽西
lagou 爪哇 3-2 zookeeper 笔记
分布式系统的协调工作就是通过某种方式，让每个节点的信息能够同步和共享。这依赖于服务进程之间的通信。通信方式有两种：
66310编辑于 2022-05-17 AI网关是什么？2026五大品类全景，从大模型网关到私有AI网关
云厂商的API网关加了AI插件，叫AI网关；安全厂商的大模型防护产品，叫AI安全网关；开源社区的Token分发系统，也自称AI网关；还有面向Agent调用工具的MCP网关。 不同的"AI网关"恰好分别卡在这条路径的不同位置。AI网关五大品类参考架构：数据面与控制面按这个视角，被叫作"AI网关"的产品可以分为五类。 网关、腾讯云AI网关中的MCP能力。 8.阿里云AI网关一句话介绍：阿里云API网关体系中的AI统一入口，开源版为Higress。 9.腾讯云AI网关一句话介绍：腾讯云云原生智能网关体系中的AI网关。
14510编辑于 2026-10-15- 来自专栏破晓之歌
JAVA入门3-2（未完，待续） 原
List（序列）、Queue（队列）可重复排列有序的，Set（集）不可重复无序。list和set常用。
52750发布于 2018-08-15 - 来自专栏iPaaS和系统集成
什么是AI网关？AI网关如何为企业私有化部署筑防
什么是AI网关？AI 网关是面向大模型服务的专业化流量治理组件，作为企业AI基础设施与应用的统一连接端点，其核心功能是实现企业大模型服务的安全管控、性能优化与统一管理。 相较于传统API网关，重点解决AI场景下的三大核心问题：异构模型集成复杂性：通过统一管理DeepSeek、GPT、文心一言等多源模型API，标准化接口规范，有效降低企业AI集成的复杂性，并且可实现AI模型的无缝切换 数据安全合规风险：通过AI网关上多种鉴权、认证、脱敏等策略，可有效防止敏感数据泄漏、API滥用及跨境传输风险。并且通过其详细日志记录及追踪，可有效对数据泄漏进行溯源。 服务稳定性挑战：基于AI网关的负载均衡、多模型动态调度等技术，能够保证大模型在高并发场景下的流量调度与故障容错，提升系统稳定性。 ，降低泄露风险基础设施团队提升海外模型调用稳定性，日均50TB流量抖动控制在±2ms内AI网关通过“安全-效率-成本”三重平衡，已成为企业构建安全、高效AI基础设施的关键组件，尤其在DeepSeek等国产模型私有化部署中
1.2K10编辑于 2025-07-04 AI 网关不是「API 网关加插件」：从架构分层看能力评估
信通院近期把AI网关单独列项做能力评估，划出七大能力板块。这件事在架构层面的意义，比「多了一个评估标准」要大得多——它正式承认AI网关是一个新的基础设施品类，而不是传统API网关的补丁。 数据面和控制面都要重做传统API网关的架构假设是「请求-响应」：一次请求进、一次响应出，鉴权、限流、计费都挂在这条边界上。大模型流量打破了这个假设。 这两件事叠加，意味着AI网关的数据面要面向流式传输重写，控制面要面向智能体协议重写。可观测性决定成本能否治理七大板块里，容易被低估的是可观测性。 传统网关的指标是QPS、延迟、错误率，回答「服务通不通」。AI网关的可观测性要回答的是「Token花在哪、谁花的」——这是成本归因问题，不是运维问题。 网关层需要把断路器那套思路搬过来：展开代码语言：TXTAI代码解释主模型超时/限流→熔断，路由到降级模型降级模型也不可用→返回缓存或友好错误关键是降级策略要按「任务类型」而不是按「请求路径」配置：写代码的调用可以降级到轻量模型
21310编辑于 2026-08-13- 来自专栏刷题笔记
3-2 数组元素的区间删除 (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101225075 3-2 数组元素的区间删除 (20 分) 给定一个顺序存储的线性表，请设计一个函数删除所有值大于
1.1K30发布于 2019-11-08 用 Tailscale Aperture 打造专属安全 AI 网关
⚠️ 合规提示：本文所介绍的 Aperture by Tailscale 属于个人或企业内部的私有 AI 流量鉴权与安全审计网关。 请读者严格遵守国家互联网信息安全管理规定，合规使用 AI 技术。 为了解决这个问题，Tailscale 在 2026 年推出了颠覆性的自研 AI 安全网关 —— Aperture by Tailscale。 简单来说，Aperture 是一个运行在你的虚拟局域网（Tailnet）内部的 “身份敏感型 AI 反向代理服务器”。 graph TD Client1[Cursor 客户端/小明] -->|Tailscale 安全内网连接| Aperture[Aperture AI 网关] Client2[Cline
44810编辑于 2026-07-06- 来自专栏Se7en的架构笔记
使用 Higress AI 网关代理 vLLM 推理服务
Higress 作为一款云原生 API 网关，可以完美地扮演大模型服务前置的 AI 网关角色。 创建好的 AI Route 如下： 如果你希望使用 Kubernetes YAML 来配置 AI Service Provider 和 AI Route，可以使用以下配置：https://github.com /cr7258/hands-on-lab/blob/main/gateway/higress/ai-proxy/on-premises/ai-route.yaml 通过 Higress AI 网关访问 Fallback 模型切换 Higress AI 网关支持 Fallback 模型切换，当请求的模型服务不可用时，可以自动切换到备用模型服务。 网关 实现服务代理、流量调度、可观测性和 Fallback 等关键能力。
2.2K21编辑于 2025-06-12 - 来自专栏万能的小草
pandas入门3-2:识别异常值以及lambda 函数
假设每个月的客户数量保持相对稳定，将从数据集中删除该月中特定范围之外的任何数据。最终结果应该是没有尖峰的平滑图形。
1.5K10发布于 2020-02-17 AI 应用怎么接入大模型：CloudBase AI 网关配置教程-UserStory
摘要： AI 应用接入大模型，用腾讯云云开发 CloudBase AI 网关最省心：它统一对接 DeepSeek、GLM、Kimi、混元等国产模型，密钥由平台托管，在云函数里几行代码就能调用。 更稳的做法是走一层 AI 网关：CloudBase AI 网关统一了多家国产模型的接入，密钥托管在云端，你在云函数里用一套方式就能调所有模型、随时切换。这篇讲清网关怎么配、怎么调、怎么控成本。 第一步：确认环境已开通 AI 能力 AI 网关是 CloudBase 环境的内置能力。 这就是统一网关带来的实际好处。接口签名以 CloudBase AI 能力文档为准。 这条链路（前端 → 云函数 → AI 网关 → 模型）就是生产级 AI 应用的标准接入方式。 多模型切换与成本控制 接好网关后，有两件事能让应用更省、更稳： 按任务切模型。不要全程挂着最贵的旗舰模型。
1300编辑于 2026-10-26- 来自专栏WebJ2EE
React：Table 那些事（3-2）—— 斑马纹、固定表头
《React：Table 那些事》系列文章，会逐渐给大家呈现一个基于 React 的 Table 组件的定义、设计、开发过程。每篇文章都会针对 Table 的某个具体功能展开分析：
4.6K10发布于 2019-07-19 AI网关（AI Gateway）详解，远比你想象的要复杂
那今天就跟大家详细介绍下AI网关，相信远比你想象中的要复杂... AI网关概述 为什么需要AI网关？ 因为随着企业内部AI服务数量爆炸增长，AI调用管理正成为新的技术瓶颈。 AI Gateway，本质上可以理解成是由一个传统API网关的变种（API网关功能之上叠加了AI的场景） + LLM网关，这两部分组成。 AI网关之API网关 相比于传统的API网关，AI时代下的API网关核心在于，除了要管理路由和基于Restful或gRPC协议的API外，我们还要处理以Token为核心的流量，并且大多采用流式输出方式。 关于AI网关的API网关部分就说这么多，接下来我们进入到下一部分，来看看AI网关下的LLM网关。 AI网关之LLM网关 LM网关，顾名思义，是建立在LLM基础上的一层网关，用于连接应用层与模型层。 ---- AI网关现在已经成为现代AI应用中至关重要的一部分，并且随着AI技术的持续发展，在未来，AI网关也将会有越来越多的功能模块集成进去。 （正文完）
1K10编辑于 2026-06-17- 来自专栏智慧物联产品＆方案
基于AI边缘智能网关的工业质检应用
针对产品质检需求，可以借助AI边缘智能网关的视频识别算法，实现更高效、更精准、更智能的产品质检，适应长期发展需求。 基于AI边缘智能网关的工业质检应用佰马AI边缘智能网关，针对工业生产领域的视觉识别分析应用研发，具备高性能、低功耗、环境适应性强等特点。 拥有高达 17.6 TOPS 峰值算力，支持 38 路高清视频硬件解码，和 16 路 1080P高清视频实时全流程处理分析，通过搭配多样化深度学习算法，灵活应对智能制造场景，实现边缘侧的 AI 赋能。 基于AI智能边缘网关，搭配工业摄像机实现AI视觉成品质检，能快速识别分析工业成品外观，实现对裂纹、划伤、脏污、缺损、变形、毛刺、异色等问题的分辨、记录和上报，提升质检效率，大幅降低质检过杀率与漏检率，且准确率不会随着时间降低 AI视觉质检主要依靠AI网关的边缘算力，本地数据识别处理不仅快速高效，而且无需额外通信带宽上传视频数据，节省云端算力。3、广泛适用性。
3.8K30编辑于 2022-12-30 - 来自专栏深度学习与python
vivo AI计算平台 Kubernetes集群Ingress网关实践
、运维经验，并逐步打造出稳定的基础容器平台 - AI 容器平台（VContainer）。 为了支撑公司 AI 在线业务的发展，满足公司对算力资源的高效调度管控需求，需要将在线业务，主要包括 C 端、推理等业务，由原来的虚拟机或物理机迁移至 AI 容器平台。 于是小组从 2020 年初开始，基于在线业务的需求对 AI 容器平台进行进一步建设，并将平台与公司的 CMDB、CICD 等基础模块进行打通，使在线业务能够顺利从虚拟机、物理机迁移至 AI 容器平台。 总结展望 vivo AI 计算平台 kubernetes 集群 ingress 网关目前承担了人工智能 AI 业务的大部分流量，随着业务不断容器化部署，ingress 网关需要在功能丰富性、性能、稳定性方面进一步提升 展望后续工作，我们计划在以下方面着手，进一步完善 ingress 网关。
1.1K20发布于 2020-12-18 - 来自专栏AI机器学习与深度学习算法
机器学习入门 3-2 jupyter notebook中的魔法命令
本系列是《玩转机器学习教程》一个整理的视频笔记。本小节主要介绍jupyter Notebook中的两个魔法命令%run和%time。
1.8K00发布于 2019-11-13 - 来自专栏帮你学MatLab
MATLAB智能算法30个案例分析(3-2)
神经网路部分 function err=Bpfun(x,P,T,hiddennum,P_test,T_test) %% 训练&测试BP网络 %% 输入 % x：一个个体的初始权值和阈值 % P：训练样
1.1K50发布于 2018-04-18 Flask AI 网关：向下三种AI供给，向上七种AI能力
于是逐步抽象，自己设计了一个 Flask AI 网关——向下屏蔽三种供给差异，向上暴露统一能力接口。 网关的定位 直接在前端调百炼 API，两天就能跑通。 向上：暴露的多种 AI 能力 网关往下屏蔽了三种供给差异，往上面向业务场景暴露统一的能力接口。前端不调模型，调的是"能力"。 问答（Chat / RAG-QA）。最基础的能力。 AI Coding 在网关建设中的作用 网关从零到一的过程中，AI Coding 扮演的不是"替代决策"的角色，而是"决策之后的加速器"。 适配器代码生成。 全链路测试的用例覆盖由 AI 批量生成，人工只挑关键路径验证。 文档与 Onboarding。网关写好后，AI 自动生成 OpenAPI spec、各能力的调用示例、适配器扩展指南。 网关建设中的决策占比 30%、编码占比 70%，AI Coding 把 70% 压缩到原来 30% 的时间，但它碰不了那 30% 的决策。
26510编辑于 2026-06-25
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