首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏Android 开发者

    聚焦 Android 11: Android 11 应用兼容性

    更轻松实现应用与 Android 11 兼容 在每次版本更新中,我们都希望尽量减少应用适配 Android 所需的工作。 请继续阅读,详细了解我们如何简化 Android 11 中的应用测试和调试流程。 在 Android 11 上测试 测试应用是否兼容 Android 新版本可能面临很多挑战,尤其是应用在受到多个平台变更影响的情况下。此过程中可能会出现很多问题: 如何确定应用中可能受影响的区域? 适于测试平台变更的新工具 和往年的更新一样,Android 11 的一些平台变更可能会影响您的应用。 我们希望这些工具能帮助您更轻松地测试 Android 11 应用兼容情况。

    2K10发布于 2020-10-16
  • 来自专栏一个会写诗的程序员的博客

    11章 Spring Boot应用监控第11章 Spring Boot应用监控小结

    11章 Spring Boot应用监控 在实际的生产系统中,我们怎样知道我们的应用运行良好呢?我们往往需要对系统实际运行的情况(各种cpu,io,disk,db,业务功能等指标)进行监控运维。 本章主要介绍使用Actuator对Spring Boot应用指标进行监控,以及通过远程shell监控与管理我们的应用。 11.0 Actuator简介 Actuator是spring boot提供的对应用系统的自省和监控功能,Actuator对应用系统本身的自省功能,可以让我们方便快捷的实现线上运维监控的工作。 通过Actuator,我们可以使用数据化的指标去度量我们的应用的运行情况。 配置完毕,重启应用

    1.7K30发布于 2018-08-20
  • 来自专栏君正T31开发实战指南

    君正T31应用开发11:OSD应用

    1.OSD应用简介将特定的信息叠加到视频当中,如点阵数据,直线,矩形框,矩形遮挡,图片数据等等。IPU模块对图像的操作主要包含OSD模块和CSC模块。 fontadv = gBgramap[10].width;penpos_t += gBgramap[10].width;break;case ' ':dateData = (void *)gBgramap[11 ].pdata;fontadv = gBgramap[11].width;penpos_t += gBgramap[11].width;break;case ':':dateData = (void *

    2K20编辑于 2023-06-22
  • 来自专栏素质云笔记

    重磅︱R+NLP:text2vec包——New 文本分析生态系统 No.1(一,简介)

    那么前面一类有三个开源的包,后面这一类我倒是看到得不多,恰好是在我关注了许久的一个包里面有,它就是text2vec啦。该包提供了一个强大API接口,能够很好地处理文本信息。 这个生态系统也是笔者见到过的,R语言里面最好、最全面的包了,包含了很多类型的算法以及成熟的应用。而且包的介绍十分详尽,很棒!! 系列文章: 重磅︱R+NLP:text2vec包——New 文本分析生态系统 No.1(一,简介) R+NLP︱text2vec包——BOW词袋模型做监督式情感标注案例(二,情感标注) R+NLP︱text2vec ——————————— 三、LDA主题模型 LDA主题模型是基于lda包开发的(Jonathan Chang),在下次发布的时候该主题模型的引擎就会嵌入到lda包之中,目前text2vec

    1.2K10发布于 2019-05-26
  • 来自专栏素质云笔记

    R+NLP︱text2vec包——BOW词袋模型做监督式情感标注案例(二,情感标注)

    https://blog.csdn.net/sinat_26917383/article/details/53260117 在之前的开篇提到了text2vec,笔者将其定义为 开篇内容参考: 重磅︱R+NLP:text2vec包——New 文本分析生态系统 No.1(一,简介) 文档可以以多种方式表达,单独词组、n-grams、特征hashing化的方法等。 近年来,BoW模型被广泛应用于计算机视觉中。 ———————————————————————————————— 二、text2vec基于BOW的情感标注 本文选用的是text2vec开发者自带的数据集,有ID、sentiment代表情感正负面 ———————————————————————————————— 应用一:在text2vec中灵活的进行数据转化、并建模 从第三章节来看,数据转化一般是形成DTM之后,或者通过fit或者通过

    1.9K20发布于 2019-05-26
  • 来自专栏技术墨客

    React学习(11)—— 高阶应用:Web组件

    从概念上说,React 和 Web组件 分别用于解决不同的问题。Web组件提供了强大的封装特性来支持其可重复使用性,而React提供了一系列声明性(declarative)接口保证Dom结构和数据同步。但是某些时候这2个目标是互补的。对于开发人员来说将React用于Web组件、或将Web组件用于React、或2者皆有并非难事。

    54820发布于 2018-08-15
  • 来自专栏WOLFRAM

    Mathematica 11 在化学中的应用

    应用 Wolfram 语言,您可以访问 PubChem 数据,对这些特征一探究竟. 2 案例 下面我们用Mathematica比较两个对映体: 首先,连接到 PubChem API. ?

    86860发布于 2018-05-31
  • 来自专栏福大大架构师每日一题

    weaviate v1.29.7震撼发布!全面升级HuggingFace&Mistral向量化模块,性能与体验双重跃升!

    2025年5月13日,伴随着AI应用的不断深入和知识图谱的火热发展,领先的开源向量数据库Weaviate迎来了重要版本v1.29.7的发布。 此次v1.29.7版本虽未带来全新特性,但对已有模块做了极具深度的调整和优化,特别是围绕主流向量化模块Text2Vec HuggingFace和Text2Vec Mistral: • 支持最新API,兼容性更强 Text2Vec Mistral模块同步升级 类似HuggingFace模块,Mistral文本向量化模块也同步更新以支持最新模型嵌入API。 OpenAI Text2Vec最大Token数限制调整 Weaviate团队降低了OpenAI Text2Vec模块单次请求的最大Token数限制。 调整OpenAI Text2Vec请求最大Token数限制参数(如有自定义) 4.

    63010编辑于 2025-05-14
  • 来自专栏素质云笔记

    R+NLP︱text2vec包——四类文本挖掘相似性指标 RWMD、cosine、Jaccard 、Euclidean (三,相似距离)

       在之前的开篇提到了text2vec,笔者将其定义为R语言文本分析"No.1",她是一个文本分析的生态系统。笔者在学习之后发现开发者简直牛!基于分享精神,将自学笔记记录出来。 开篇内容参考: 重磅︱R+NLP:text2vec包——New 文本分析生态系统 No.1(一,简介) R+NLP︱text2vec包——BOW词袋模型做监督式情感标注案例(二,情感标注)   不展开描述,因为很常见,其中文本分析还有Hamming距离       详情戳我转的博客:机器学习中应用到的各种距离介绍(附上Matlab代码) ———————————————————————————— EMD主要应用在图像处理和语音信号处理领域。       EMD 实际上是线性规划中运输问题的最优解。首先,简要描述下运输问题。我们假设这个例子是从多个工厂运输货物到多个仓库。 2、EMD算法在自然语言处理领域的应用       通过词嵌入(Word Embedding),我们可以得到词语的分布式低维实数向量表示,我们可以计算词语之间的距离,即我们可以得到dij,因此可以将EMD

    2K20编辑于 2022-05-09
  • 来自专栏技术人生黄勇

    教程|使用免费GPU 资源搭建专属知识库 ChatGLM2-6B + LangChain

    requirements.txt 下载模型 Embedding 模型 git clone https://huggingface.co/GanymedeNil/text2vec-large-chinese $PWD/text2vec 照例按照上面的步骤,下载好模型,传到机器学习平台的服务器上,我放在了这个目录下:/mnt/workspace/text2vec。 修改模型地址‍ 打开 configs/model_config.py 文件,找到参数 embedding_model_dict 修改 "text2vec" 的值为:/mnt/workspace/text2vec "text2vec-base": "shibing624/text2vec-base-chinese", "text2vec": "/mnt/workspace/text2vec", .

    58910编辑于 2024-07-19
  • 来自专栏C++核心准则原文翻译

    自学鸿蒙应用开发(11)- RadioButton和RadioContainer

    本文介绍在鸿蒙应用中RadioButton和RadioContainer组件的基本用法。

    68920发布于 2021-01-13
  • 来自专栏梧雨北辰的开发录

    iOS11后32位应用升级

    今天接受了一个改造旧项目的任务,据说项目唯独在iOS11上无法运行。这很容易就让我们想到与最近苹果iOS11放弃支持32位应用的事件有关。 一、iOS11停止支持32位的来由 苹果于2013年9月推出了iPhone 5S新手机,采用的全新A7处理器其最大特色就是支持64位运算。 2018年1月1日开始,苹果在iOS 11系统上停止了32位应用程序的服务支持,使用iOS11系统的用户将无法再在Appstore中搜索到32位应用。 二、了解iOS的CPU架构 我们说到了32位和64位的处理器,它们本质的区别还是在于,64位多出2个寄存器,而这两个寄存器在运行32位应用的时候是关闭的,只有在运行64位应用的时候才会激活,才会用上。 关于在Xcode中设置不同CPU架构的支持可以参考下另一篇文章:(https://www.jianshu.com/p/441caa1138af) 三、升级32位应用支持64位 其实升级应用支持64位并不复杂

    1.1K30发布于 2018-04-24
  • 来自专栏并发笔记

    手写dubbo 11-动态代理的应用

    上一章我们了解了dubbo最核心的一块,就是数据传输和调用,我们知道真正调用的原理。以及更早的时候还介绍注册中心的实现,用来管理每一个服务提供者的信息,供消费者路由到相关的服务提供者上去。这个过程细想,做的事情还挺多的。dubbo不可能为每一个服务都去实现从注册中心拿到提供者,负载均衡后调用指定的提供者,而且这个给框架使用者去实现也不合适。那么dubbo解决这一问题的方案就是动态代理。

    72121发布于 2020-11-25
  • 来自专栏Michael阿明学习之路

    动态规划应用--双11购物凑单

    问题描述 双11购物节的时候,某宝给你很多张满300减50的优惠券,你想组合各种商品的价格总和>=300,且金额总和越接近300越好,这样可以多薅点羊毛。 回溯算法效率太低,时间复杂度指数级。 当n很大的时候,可能“双11”已经结束了,代码还没有运行出结果 ---- DP求解:购物车中有n个商品。针对每个商品都决策是否购买。每次决策之后,对应不同的状态集合。 iostream> const int limitMoney = 300; const int MaxSumOfPrice = 3*limitMoney;//超过3倍就没有媷羊毛的必要了 void double11shopping delete [] states; } int main() { const int n = 5; int price[n] = {100,98,105,104,99}; double11shopping

    4.7K20发布于 2021-02-20
  • 来自专栏小呙同学

    sys系统库的11个小应用

    , … shlz-config 161770 15.43 s 161770 0 100 161770 161770 1 1 2022-06-15 11:50:03.309689 2022-07-13 13 shlz-app 7630 6.30 s 7629 0 100 7630 506103 1 66 2022-06-15 11:50:44.988513 2022-07-13 13:54:20.885428 shlz-app 7588 6.98 s 7588 0 100 60899 564248 8 74 2022-06-15 11:50:45.006153 2022-07-13 13:54:20.886305 `TRIGG … RE_TIME` ASC , `PRIORITY` DESC shlz-cloud 242644 1.87 min 0 0 242644 0 121772 1 2022-06-15 11 01.973607 2022-07-13 01:30:05.112628 d729cc74b9ca9bf3f11493ec73f93430c3a0d05a09b1141a6180d4753d0e08ad 11

    51820编辑于 2023-03-05
  • 来自专栏C++11

    《C++11》并发库:简介与应用

    在C++11之前,C++并没有提供原生的并发支持。 相比之下,C++11的并发库提供了以下优势:平台无关:C++11的并发库是C++标准的一部分,这意味着你可以在任何支持C++11的编译器上使用它,无需考虑平台差异。 异常安全:C++11的并发库使用异常来报告错误,这使得错误处理更加简单和安全。 例如,如果你试图在已经启动的线程上调用std::thread::join,C++11会抛出一个std::system_error异常。 线程(std::thread)C++11的std::thread类提供了对操作系统原生线程的封装。

    32710编辑于 2025-01-15
  • 来自专栏华创信息技术

    windows11运行安卓apk应用

    文章时间:2021年11月18日13:38:32 解决问题:在windows11系统运行安卓apk应用 兼容版本:windows11各版本 修订时间 修订内容 修订人 2022年3月28日 16: 安装完后打开windows应用商店,然后更新一下里面的所有应用。 然后再次进行安装即可。 通过adb方式调试和安装 这里先提供一个简单的方法,可以直接从windows应用商店下载一个apk安装器,他会在你安装apk的时候,帮你自动下载adb。 安装apk应用 需要自己先去下载apk文件,然后将apk文件直接丢入platform-tools文件夹下(随便丢哪都行,主要是为了方便),执行下面的命令进行安装。 . -11-and-run-apk-files.html

    4.3K10编辑于 2022-05-28
  • 来自专栏机器学习AI算法工程

    最准的中文文本相似度计算工具

    text2vec, chinese text to vetor. 篇章粒度,可以通过gensim库的doc2vec得到,应用较少,本项目不实现。 get similarity score between text1 and text2 from text2vec import Similarity a = '如何更换花呗绑定银行卡' b = '

    15.6K31发布于 2020-04-08
  • 来自专栏AI智韵

    Yolo11改进策略:Block改进|MBConv在Yolo11中的应用

    在Yolo11中的应用:将MBConv模块替换Yolo11中的BottleNeck模块后,可以进一步提升Yolo11的计算效率和性能。 本文介绍了EfficientNetV2及其中的MBConv模块,并探讨了将MBConv模块应用于Yolo11中的可能性。 通过替换Yolo11中的BottleNeck模块为MBConv模块,可以显著加快训练速度并提高模型性能。这一改进为Yolo11的目标检测任务提供了更高效、更准确的解决方案。 基于这些观察结果,我们设计了一个包含额外操作(如Fused-MBConv)的丰富搜索空间,并应用训练感知NAS和缩放技术来共同优化模型准确率、训练速度和参数规模。 由于搜索空间较小,我们可以在与EfficientNetB4大小相当的大型网络上应用强化学习(Tan等,2019)或简单的随机搜索。

    86210编辑于 2024-12-19
  • 来自专栏编程创造城市

    jQuery替换html元素【jQuery框架应用入门11

    如果使用replaceWith方法去替换html元素,那么就需要先获取将要被替换的html元素,然后调用replaceWith方法填写替换为什么元素。

    84110编辑于 2024-05-01
领券