万象云档 本次搜索耗时 2.004 秒,为您找到 470 个相关结果.
  • 1.1 抽象的进步

    1.1 抽象的进步 1.1 抽象的进步 所有编程语言的最终目的都是提供一种“抽象”方法。一种较有争议的说法是:解决问题的复杂程度直接取决于抽象的种类及质量。这儿的“种类”是指准备对什么进行“抽象”?汇编语言是对基础机器的少量抽象。后来的许多“命令式”语言(如FORTRAN,BASIC和C)是对汇编语言的一种抽象。与汇编语言相比,这些语言已有了长足的进步...
  • 入门指南

    入门指南 检测项目依赖 更新依赖 依赖扁平化 安装依赖 添加更多依赖 入门指南 在你安装了Glide之后,这是一个快速入门指南。 检测项目依赖 Glide可以检测项目的依赖关系,并为你创建一个初始的 glide.yaml 文件。此检测可以从 Godep、GPM、Gom和GB中导入配置。进入项目的顶级目录并执行以下命名即可: $ glid...
  • 4.7.信号量

    4.7 信号量 概述 基本概念 信号量(Semaphore)是一种实现任务间通信的机制,实现任务之间同步或临界资源的互斥访问。常用于协助一组相互竞争的任务来访问临界资源。 在多任务系统中,各任务之间需要同步或互斥实现临界资源的保护,信号量功能可以为用户提供这方面的支持。 通常一个信号量的计数值用于对应有效的资源数,表示剩下的可被...
  • 单元测试 HBase 应用程序

    单元测试 HBase 应用程序 175. JUnit 176. Mockito 177. MRUnit 178.使用 HBase Mini-Cluster 进行集成测试 单元测试 HBase 应用程序 本章讨论使用 JUnit,Mockito,MRUnit 和 HBaseTestingUtility 对 HBase 应用程序进行单元测试。大部分...
  • 序列模型和 LSTM 网络(长短记忆网络)

    序列模型和 LSTM 网络(长短记忆网络) Pytorch 中的 LSTM 例子: 用 LSTM 来进行词性标注 练习: 使用字符级特征来增强 LSTM 词性标注器 序列模型和 LSTM 网络(长短记忆网络) 译者:@JingTao 、@friedhelm739 之前我们已经学过了许多的前馈网络. 所谓前馈网络, 就是网络中不会保存状态...
  • 如何保证消息队列的高可用?

    如何保证消息队列的高可用? 面试题 面试官心理分析 面试题剖析 RabbitMQ 的高可用性 单机模式 普通集群模式(无高可用性) 镜像集群模式(高可用性) Kafka 的高可用性 如何保证消息队列的高可用? 面试题 如何保证消息队列的高可用? 面试官心理分析 如果有人问到你 MQ 的知识,高可用是必问的 。上一讲 提到,MQ 会...
  • 10.6 StreamTokenizer

    10.6 StreamTokenizer 10.6.1 StringTokenizer 10.6 StreamTokenizer 尽管StreamTokenizer 并不是从InputStream 或OutputStream 派生的,但它只随同InputStream 工作,所以十分恰当地包括在库的IO部分中。 StreamTokenizer ...
  • 配置项声明方式

    377 2025-05-08 《G2 3.2 API 文档》
    配置项声明方式 G2除了支持函数调用方式外,也支持图形语法的配置项式声明方式。 为 Chart 对象新增 options 属性,用于支持配置项式声明。 复制代码const chart = new G2 . Chart ({ width : 1000 , height : 500 , data :...
  • 自动求导机制

    自动求导机制 从后向中排除子图 requires_grad volatile 自动求导如何编码历史信息 Variable上的In-place操作 In-place正确性检查 自动求导机制 本说明将概述Autograd如何工作并记录操作。了解这些并不是绝对必要的,但我们建议您熟悉它,因为它将帮助您编写更高效,更简洁的程序,并可帮助您进行调...
  • 6.9 Trie树

    6.9 Trie树 方法介绍 1.1、什么是Trie树 1.2、树的构建 1.3、查询 问题实例 6.9 Trie树 方法介绍 1.1、什么是Trie树 Trie树,即字典树,又称单词查找树或键树,是一种树形结构。典型应用是用于统计和排序大量的字符串(但不仅限于字符串),所以经常被搜索引擎系统用于文本词频统计。它的优点是最大限度地减少无谓...