积分充值
 首页
前端开发
AngularDartElectronFlutterHTML/CSSJavaScriptReactSvelteTypeScriptVue.js构建工具
后端开发
.NetC#C++C语言DenoffmpegGoIdrisJavaJuliaKotlinLeanMakefilenimNode.jsPascalPHPPythonRISC-VRubyRustSwiftUML其它语言区块链开发测试微服务敏捷开发架构设计汇编语言
数据库
Apache DorisApache HBaseCassandraClickHouseFirebirdGreenplumMongoDBMySQLPieCloudDBPostgreSQLRedisSQLSQLiteTiDBVitess数据库中间件数据库工具数据库设计
系统运维
AndroidDevOpshttpdJenkinsLinuxPrometheusTraefikZabbix存储网络与安全
云计算&大数据
Apache APISIXApache FlinkApache KarafApache KyuubiApache OzonedaprDockerHadoopHarborIstioKubernetesOpenShiftPandasrancherRocketMQServerlessService MeshVirtualBoxVMWare云原生CNCF机器学习边缘计算
综合其他
BlenderGIMPKiCadKritaWeblate产品与服务人工智能亿图数据可视化版本控制笔试面试
文库资料
前端
AngularAnt DesignBabelBootstrapChart.jsCSS3EchartsElectronHighchartsHTML/CSSHTML5JavaScriptJerryScriptJestReactSassTypeScriptVue前端工具小程序
后端
.NETApacheC/C++C#CMakeCrystalDartDenoDjangoDubboErlangFastifyFlaskGinGoGoFrameGuzzleIrisJavaJuliaLispLLVMLuaMatplotlibMicronautnimNode.jsPerlPHPPythonQtRPCRubyRustR语言ScalaShellVlangwasmYewZephirZig算法
移动端
AndroidAPP工具FlutterFramework7HarmonyHippyIoniciOSkotlinNativeObject-CPWAReactSwiftuni-appWeex
数据库
ApacheArangoDBCassandraClickHouseCouchDBCrateDBDB2DocumentDBDorisDragonflyDBEdgeDBetcdFirebirdGaussDBGraphGreenPlumHStreamDBHugeGraphimmudbIndexedDBInfluxDBIoTDBKey-ValueKitDBLevelDBM3DBMatrixOneMilvusMongoDBMySQLNavicatNebulaNewSQLNoSQLOceanBaseOpenTSDBOracleOrientDBPostgreSQLPrestoDBQuestDBRedisRocksDBSequoiaDBServerSkytableSQLSQLiteTiDBTiKVTimescaleDBYugabyteDB关系型数据库数据库数据库ORM数据库中间件数据库工具时序数据库
云计算&大数据
ActiveMQAerakiAgentAlluxioAntreaApacheApache APISIXAPISIXBFEBitBookKeeperChaosChoerodonCiliumCloudStackConsulDaprDataEaseDC/OSDockerDrillDruidElasticJobElasticSearchEnvoyErdaFlinkFluentGrafanaHadoopHarborHelmHudiInLongKafkaKnativeKongKubeCubeKubeEdgeKubeflowKubeOperatorKubernetesKubeSphereKubeVelaKumaKylinLibcloudLinkerdLonghornMeiliSearchMeshNacosNATSOKDOpenOpenEBSOpenKruiseOpenPitrixOpenSearchOpenStackOpenTracingOzonePaddlePaddlePolicyPulsarPyTorchRainbondRancherRediSearchScikit-learnServerlessShardingSphereShenYuSparkStormSupersetXuperChainZadig云原生CNCF人工智能区块链数据挖掘机器学习深度学习算法工程边缘计算
UI&美工&设计
BlenderKritaSketchUI设计
网络&系统&运维
AnsibleApacheAWKCeleryCephCI/CDCurveDevOpsGoCDHAProxyIstioJenkinsJumpServerLinuxMacNginxOpenRestyPrometheusServertraefikTrafficUnixWindowsZabbixZipkin安全防护系统内核网络运维监控
综合其它
文章资讯
 上传文档  发布文章  登录账户
IT文库
  • 综合
  • 文档
  • 文章

无数据

分类

全部后端开发(132)云计算&大数据(63)机器学习(60)综合其他(39)区块链(37)Python(31)Blender(22)前端开发(19)系统运维(15)C++(10)

语言

全部中文(简体)(220)中文(繁体)(25)英语(22)日语(2)中文(简体)(1)

格式

全部PDF文档 PDF(239)其他文档 其他(30)PPT文档 PPT(2)
 
本次搜索耗时 0.270 秒,为您找到相关结果约 271 个.
  • 全部
  • 后端开发
  • 云计算&大数据
  • 机器学习
  • 综合其他
  • 区块链
  • Python
  • Blender
  • 前端开发
  • 系统运维
  • C++
  • 全部
  • 中文(简体)
  • 中文(繁体)
  • 英语
  • 日语
  • 中文(简体)
  • 全部
  • PDF文档 PDF
  • 其他文档 其他
  • PPT文档 PPT
  • 默认排序
  • 最新排序
  • 页数排序
  • 大小排序
  • 全部时间
  • 最近一天
  • 最近一周
  • 最近一个月
  • 最近三个月
  • 最近半年
  • 最近一年
  • pdf文档 云原生时代分布式链路追踪实践-曲赛

    云原生时代分布式链路 追踪实践 2021-08 曲赛 (saiqu) 微服务架构的困境 故障定位难 极高的沟通和交接成本 错综难懂的模块依赖关系 链路梳理难 日志分散 定位过程“击鼓传花” 跨端性能瓶颈分析繁杂 性能分析难 缺乏对系统整体认知的把控 不合理的调用关系 不合理的直连存储 架构治理能力匮乏 云原生可观测性 3 4 Trace 标准规范 5 标准
    0 码力 | 17 页 | 2.47 MB | 1 年前
    3
  • pdf文档 杨赛赛-基于深度学习的多维时间序列预测在数据机房中的应用

    Layer Autoregresssive LSTNet 模型的训练 优化算法:Adam 同时具有动量更新和自适应调整学习速率,占用内存少。 损失函数:Logcosh Logcosh是预测误差的双曲余弦的对数。不会受到偶尔出 现的极端不正确预测的强烈影响,同时收敛速度快。 评价指标:RMSE和R^2 RMSE:预测值与真实值的误差平方根的均值 R^2:范围为0-1,越接近1,表明这个模型对数据拟合能
    0 码力 | 17 页 | 2.49 MB | 1 年前
    3
  • pdf文档 2020美团技术年货 算法篇

    至:tech@meituan.com(邮件标题注明:搜索与 NLP 部) 算法 < 113 KDD Cup 2020 Debiasing 比赛冠军技术方案 及在美团的实践 作者:坚强 明健 胡可 曲檀 雷军 背景 ACM SIGKDD (国际数据挖掘与知识发现大会,简称 KDD)是数据挖掘领域的国际 顶级会议。KDD Cup 比赛是由 SIGKDD 主办的数据挖掘研究领域的国际顶级赛事, 事。该比赛同 时面向企业界和学术界,云集了世界数据挖掘界的顶尖专家、学者、工程师、学生等 参加,为数据挖掘从业者们提供了一个学术交流和研究成果展示的平台。KDD Cup 2020 共设置五道赛题(四个赛道),分别涉及数据偏差问题(Debiasing)、多模态召 回问题(Multimodalities Recall)、自动化图学习(AutoGraph)、对抗学习问题和强 化学习问题。 领域的技术积累,我们 在比赛中选择了三道紧密联系的赛题,希望应用并提升这三个领域技术积累,带来技 术与业务的进一步突破。搜索广告算法团队的黄坚强、胡可、漆毅、曲檀、陈明健、 郑博航、雷军与中科院大学唐兴元共同组建参赛队伍 Aister,参加了 Debiasing、 AutoGraph、Multimodalities Recall 三道赛题,最终在 Debiasing 赛道中获得冠 114
    0 码力 | 317 页 | 16.57 MB | 1 年前
    3
  • pdf文档 Ubuntu 桌面培训 2010

    . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 240 5.17 选择比赛和锦标赛 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 241 5.15 参 与 一 项 比 赛 5. 您可以使用键盘或者手柄来玩这个游戏。在主菜单中,点击配置然后点击键盘或者 手柄以了解默认的键位设置。您可以按自己的需求定义键位。点击后退返回主菜 单。 240 在 Ubuntu 中玩游戏 目录 Karmic Koala 图 5.16 配 置 选 项 6. 在主菜单中,点击参加一项比赛,然后选择你想要参加的比赛和锦标赛,然后点击 继续。 Ubuntu 桌面培训 目录 图 5.17 选 择 比 赛 和 锦 标 赛 7. 在下一个窗口选择赛道。刚开始,除了继续默认的赛道没有其他任何选择。请注意 查看 Needed to advance 的信息以了解获得参加锦标赛下一轮资格的最低要求。 8. 点击 Race!开始比赛。 242 在 Ubuntu 中玩游戏 目录 Karmic Koala 图 5.18 选 择 赛 道 9. 下一个窗口就将开始游戏。这个游戏的目标是控制
    0 码力 | 524 页 | 57.54 MB | 1 年前
    3
  • pdf文档 Ubuntu 桌面培训 2010

    . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 242 V.17 选择比赛和锦标赛 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 243 图 V.15 参 与 一 项 比 赛 5. 您可以使用键盘或者手柄来玩这个游戏。在主菜单中,点击配置然后点击键盘或者 手柄以了解默认的键位设置。您可以按自己的需求定义键位。点击后退返回主菜 单。 242 在 Ubuntu 中玩游戏 目录 Lucid Lynx 图 V.16 配 置 选 项 6. 在主菜单中,点击参加一项比赛,然后选择你想要参加的比赛和锦标赛,然后点击 继续。 Ubuntu 桌面培训 目录 图 V.17 选 择 比 赛 和 锦 标 赛 7. 在下一个窗口选择赛道。刚开始,除了继续默认的赛道没有其他任何选择。请注意 查看 Needed to advance 的信息以了解获得参加锦标赛下一轮资格的最低要求。 8. 点击 Race!开始比赛。 244 在 Ubuntu 中玩游戏 目录 Lucid Lynx 图 V.18 选 择 赛 道 9. 下一个窗口就将开始游戏。这个游戏的目标是控制
    0 码力 | 540 页 | 26.26 MB | 1 年前
    3
  • pdf文档 【PyTorch深度学习-龙龙老师】-测试版202112

    深度学习是一个非常前沿和广袤的研究领域,鲜有人士能够对每一个研究方向都有深刻 的理解。作者自认才疏学浅,略懂皮毛,同时也限于时间和篇幅关系,难免出现理解偏差甚 至错缪之处,若能大方指出,作者将及时修正,不胜感激。 龙良曲 2021 年 10 月 19 日 预览版202112 声 明 得益于简洁优雅的设计理念,基于动态图的 PyTorch 框架在学术圈广受好评,绝大多数 最新算法是基于 PyTorch 实现的,众多的第三方 8 16.4 11.7 7.3 6.7 3.57 ILSVRC10 ILSVRC11 ILSVRC12 ILSVRC13 ILSVRC14 ILSVRC14 ILSVRC15 ILSVRC挑战赛ImageNet数据集分类任务 网络模型层数 Top-5错误率 图 1.13 网络层数变化趋势 1.3.4 通用智能 过去,为了提升某项任务上的算法性能,往往需要利用先验知识手动设计相应的特 Loss per Query Image 误差变化趋势(图 4.1(a))和准确率 Accuracy 变化趋势曲线(图 4.1(b)),其中损失值和准确率均由张量计算产生,类型为标量,因此可以直接可视化为曲 线图。 (a) 某模型训练、验证误差曲线 (b) 某模型训练、验证准确度曲线 图 4.1 损失和准确度曲线 以均方误差函数为例,经过 F.mse_loss 函数返回每个样本上的误差值,最后取误差的
    0 码力 | 439 页 | 29.91 MB | 1 年前
    3
  • pdf文档 Krita 4.x 官方文档中文版 2021-08-06A

    层中的⽮量形状可以使⽤笔刷预设来进⾏描边,但在⽮量图层 中的⽮量形状则不⾏。 选区⼯具 选区⼯具可以圈选⼀定的区域,限制其他⼯具只能在这个区域 内进⾏操作。选区本⾝也可以作为透明度蒙版进⾏编辑,与传 统绘画使⽤的留⽩液异曲同⼯。 导线⼯具 包括⽹格和辅助尺等。 变形⼯具 这组⼯具可以对选区内容、形状甚⾄整个图层进⾏变形操作。 所有这些⼯具都可以在⼯具箱中找到。它们的详细功能和操作可以 在参考⼿册的 ⼯具 分类中查阅。 件也不例外。Krita 的图像⽂件包含下列数据: 栅格数据 这⾥保存了颜料图层的主要数据。你⽤⼿绘笔刷⼯具绘制的笔画和 颜⾊就被存放在这⾥。栅格图像记录了每⼀个像素的颜⾊,图像被 放⼤时会产⽣⻢赛克。多图层⽂档可以包含多个栅格图层,它们从 上到下依次叠放组成了最终图像。 单层图像⽂件通常只包含栅格数据。 ⽮量数据 这⾥保存的是⼀些数学运算,计算机通过这些运算决定如何绘制画 ⾯,这个特点使 去点击,然后再换回数位板 进⾏绘画。 数字混⾊器 数字混⾊器是⽤来进⾏画布外混⾊的有⼒⼯具。要启⽤它,点击菜 单栏的 设置 ‣ ⼯具⾯板 ‣ 数字混⾊器 。数字混⾊器与录⾳棚⾥的 混⾳器⾯板有异曲同⼯之妙,不过在这⾥它混合的不是⾳频,⽽是 颜⾊。它具有 6 路独⽴的 混⾊滑动条 来把当前笔刷颜⾊与任意颜 ⾊进⾏混合。 每路滑动条下⽅都有⼀个 颜⾊按钮 ,点击它们即可在⾊板中选取 ⼀种⽤来混合的颜⾊。每路滑动条上⽅都有⼀个
    0 码力 | 1594 页 | 110.95 MB | 1 年前
    3
  • epub文档 FISCO BCOS 2.9.0 中文文档

    ter- 2.0/tools/download_console.sh && bash download_console.sh FISCO BCOS在国密模式下使用sm2曲线和对应签名算法,在非国密场景使用 secp256k1曲线和ecdsa签名算法。为方便用户提供了生成脚本,脚本生成私钥 并以账户地址命名,支持PEM和PKCS12两种格式。详情请参考这里 https://fisco-bcos- documentation 的证书 使用CFCA证书部署节点 标签:CFCA证书 获取证书 开发手册 使用前建议阅读证书说明 购买前注意事项 普通版FISCO BCOS节点使用的节点证书算法为EC secp256k1曲线 国密版FISCO BCOS节点使用的节点证书算法为SM2 用户向CFCA购买前请确认签发算法是否正确 购买前请确认证书用途、节点信息已经填写正确 使用前请确认已经安装openssl 1.0.2k以上版本 s)是否有效,验证通 过返回true以及通过公钥推导出的国密账户,验证失败返回false和地址 全0的账户; curve25519VRFVerify: 给定VRF输入和VRF公钥,使用基于ed25519曲线 的VRF算法验证VRF证明是否有效,若VRF证明验证成功,返回true以 及根据证明推导出来的VRF随机数;若VRF证明验证失败,则返回 (false, 0)。 contract Crypto
    0 码力 | 2649 页 | 201.08 MB | 1 年前
    3
  • epub文档 FISCO BCOS 2.9.0 中文文档

    ter- 2.0/tools/download_console.sh && bash download_console.sh FISCO BCOS在国密模式下使用sm2曲线和对应签名算法,在非国密场景使用 secp256k1曲线和ecdsa签名算法。为方便用户提供了生成脚本,脚本生成私钥 并以账户地址命名,支持PEM和PKCS12两种格式。详情请参考这里 https://fisco-bcos- documentation 的证书 使用CFCA证书部署节点 标签:CFCA证书 获取证书 开发手册 使用前建议阅读证书说明 购买前注意事项 普通版FISCO BCOS节点使用的节点证书算法为EC secp256k1曲线 国密版FISCO BCOS节点使用的节点证书算法为SM2 用户向CFCA购买前请确认签发算法是否正确 购买前请确认证书用途、节点信息已经填写正确 使用前请确认已经安装openssl 1.0.2k以上版本 s)是否有效,验证通 过返回true以及通过公钥推导出的国密账户,验证失败返回false和地址 全0的账户; curve25519VRFVerify: 给定VRF输入和VRF公钥,使用基于ed25519曲线 的VRF算法验证VRF证明是否有效,若VRF证明验证成功,返回true以 及根据证明推导出来的VRF随机数;若VRF证明验证失败,则返回 (false, 0)。 contract Crypto
    0 码力 | 2649 页 | 201.08 MB | 1 年前
    3
  • epub文档 FISCO BCOS 2.0 中文文档

    ter- 2.0/tools/download_console.sh && bash download_console.sh FISCO BCOS在国密模式下使用sm2曲线和对应签名算法,在非国密场景使用 secp256k1曲线和ecdsa签名算法。为方便用户提供了生成脚本,脚本生成私钥 并以账户地址命名,支持PEM和PKCS12两种格式。详情请参考这里 https://fisco-bcos- documentation 的证书 使用CFCA证书部署节点 标签:CFCA证书 获取证书 开发手册 使用前建议阅读证书说明 购买前注意事项 普通版FISCO BCOS节点使用的节点证书算法为EC secp256k1曲线 国密版FISCO BCOS节点使用的节点证书算法为SM2 用户向CFCA购买前请确认签发算法是否正确 购买前请确认证书用途、节点信息已经填写正确 使用前请确认已经安装openssl 1.0.2k以上版本 s)是否有效,验证通 过返回true以及通过公钥推导出的国密账户,验证失败返回false和地址 全0的账户; curve25519VRFVerify: 给定VRF输入和VRF公钥,使用基于ed25519曲线 的VRF算法验证VRF证明是否有效,若VRF证明验证成功,返回true以 及根据证明推导出来的VRF随机数;若VRF证明验证失败,则返回 (false, 0)。 contract Crypto
    0 码力 | 2649 页 | 201.08 MB | 1 年前
    3
共 271 条
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 28
前往
页
相关搜索词
原生时代分布布式分布式链路追踪实践曲赛13杨赛赛基于深度学习多维时间序列预测数据数据机房中应用2020美团技术年货算法Ubuntu桌面培训PyTorch深度学习Krita官方文档中文文版中文版20210806AFISCOBCOS2.93.6
IT文库
关于我们 文库协议 联系我们 意见反馈 免责声明
本站文档数据由用户上传或本站整理自互联网,不以营利为目的,供所有人免费下载和学习使用。如侵犯您的权益,请联系我们进行删除。
IT文库 ©1024 - 2025 | 站点地图
Powered By MOREDOC AI v3.3.0-beta.70
  • 关注我们的公众号【刻舟求荐】,给您不一样的精彩
    关注我们的公众号【刻舟求荐】,给您不一样的精彩