Design Patterns Quick Reference

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 500+累计阅读 537平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄27年

关注

转载最新推荐文章于 2026-08-26 19:20:38 发布 537 阅读 AI 写同款· GEO 优化 ›

edX 2021 AI专业证书：AI工程师的实战能力训练框架 AI工程能力并非源于理论堆砌，而是根植于可验证、可迁移、可交付的系统化实践。从数据清洗、模型调试到云原生部署与MLOps监控，现代AI岗位真正考察的是端到端落地能力——能否让模型稳定跑在生产环境、被业务方理解、经受住流量与合规双重考验。edX 2021版AI专业证书体系，正是基于LinkedIn真实岗位需求反向构建的能力坐标系，将统计推断、数据生命周期、系统交付与商业闭环四大维度深度耦合，并首次将CI/CD验证、故障驱动学习、全链路可观测性等工程化标准嵌入教学闭环。它不教速成，但锻造能扛造的AI从业者。阅读详情

PDF

点击查看全文

A brief but very clear reference for Design Patterns (GoF).

收录于

架构设计

当前文章被收录于：

架构设计

8 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#reference

VLOOKUP_fixed.py 立即下载

相关推荐

D打卡签到，蓝牙中继，广播信号模拟器

模拟WIFI或蓝牙，有如下4种运行模式 1、WIFI模式：指定SSID、BSSID名称等，模拟WIFI，供设备连接。 2、蓝牙静态模式：指定MAC地址，广播固定的RAW数据。 3、蓝牙动态主机模式：扫描周围蓝牙设备，获取指定MAC地址的蓝牙及其RAW数据，实时发送至Cloud云端，可以设定时间段，只在设定的时间段内发送。 4、蓝牙动态从机模式：指定MAC地址，从Cloud云端获取动态主机模式实时上传的该MAC地址的RAW数据，并广播RAW数据。准备工作： 1、板子：选择ESP32C3或ESP32C3 Supermini 2、nRF Connect手机app：用于扫描获取待模拟蓝牙设备的MAC和RAW数据。 Wifi分析仪或WiFi魔盒手机APP：用于扫描获取待模拟WIFI设备的SSID和BSSID。 3、可使用官方flash_download_tool_3.9.11工具来固件烧录。使用说明：上述完成后，设备首次上电，RESET一侧的指示灯会常亮，可以把它理解成电源指示灯； BOOT一侧的灯会亮，该灯常亮，表示设备开启了AP模式，此时设备会发射一个WIFI信号源，名称为ESPWIFI_AP，密码为12345678，手机或电脑连接该WIFI，浏览器输入192.168.4.1，进入设备的配置页面，进行相应的配置，其中动态主机模式和动态从机模式的SSID、Pwd 及要模拟的蓝牙MAC地址。配置完成并保存后，会重启，重启后设备会按照保存的配置运行。若下次要修改设备配置，可以长按BOOT按键，等待BOOT一侧的灯常亮，即进入AP模式，再按照上述流程配置即可。仅用于蓝牙设备的开发与调试，请勿用于签到等违法违纪用途。

设计模式快速参考 - Design Patterns Quick Reference

So every time I am designing something new I find myself either searching Google or opening up a gang of four (GoF) book to aid me. I searched for a bit trying to find a handy-dandy flash card showing

编程岁月 640

YOLO26算法心电图十二导联目标检测+训练好的模型+368张数据集+pyqt可视化界面.zip

附训练好的 YOLO 权重与 PyQt 可视化检测界面，页面底部含可视化效果预览，毕设/课设开箱即用。【数据集概况】 · 检测类别（中文）：[导联I(I), 导联II(II), 导联III(III), 胸导联V1(V1), 胸导联V2(V2), 胸导联V3(V3), 胸导联V4(V4), 胸导联V5(V5), 胸导联V6(V6), 加压肢体导联aVF(aVF), 加压肢体导联aVL(aVL), 加压肢体导联aVR(aVR)] · 训练集：313 张 · 验证集：37 张 · 测试集：18 张 · 总计：368 张该数据集聚焦于临床心电图信号的精准识别与定位，其核心检测目标为标准12导联心电图中的各个独立导联波形区域，涵盖肢体导联（I、II、III）与加压肢体导联（aVR、aVL、aVF），以及胸前导联（V1至V6），适用于心电图自动分析系统中对各导联位置的快速准确标注与分类。数据采集场景真实还原了医院心电图室或急诊监护环境下的标准心电图记录纸，波形清晰、基线稳定，具有高度临床参考价值。... 【训练曲线与评估图】【模型训练配置】参数 | 值模型 | yolo26n 训练轮数 | 100 epochs 输入尺寸 | 640x640 批次大小 | 24 优化器 | auto 初始学习率 | 0.01 训练设备【关键指标汇总】训练了 57 个 epoch，最终轮指标：指标 | 数值 mAP50 | **0.9708** mAP50-95 | 0.6344 Precision | 0.8990 Recall | 0.9191 train/box_loss | 1.2231 train/cls_loss | 0.9703 val/box_loss | 1.2779 val/cls_loss | 0.... 使用场景：毕业设计、课程设计、深度学习入门、工业场景落地验证。

CANN PyPTO并行张量编程框架

- 2026/04/10: Version 0.2.0 released, changing frontend expression methods, improving ease of use, enhancing features and performance, refining module capabilities, and optimizing development experien

gitblog_01107的博客 1019

企业级AI助手平台开箱即用的全栈AI平台，支持多智能体协同、Supervisor模式编排、多种决策模式、RAG技术和流程编排能力支持多厂商大模型统一接入与管理，安全可控的企业知识库与高精度检索优化

企业级AI应用开发框架，支持多厂商大模型统一接入与管理，安全可控的企业知识库与高精度检索优化能力，提供可视化流程编排、自主决策智能体与多智能体协同调度，兼容主流 Agent Skill 协议，帮助企业与开发者零门槛快速构建安全、高效、可落地的AI智能体应用与行业解决方案。

Java低代码, 轻量级, 支持国产化国密 AI大模型MCP服务商业免费包括核心模块如：组织机构、角色用户、权限授权、数据权限、内容管理、工作流、Spring Cloud 微服务、AI大模型等

Java低代码, 轻量级, 支持国产化国密 AI大模型MCP服务商业免费 Spring Boot, MyBatis, Flowable, TypeScript, Vue, Antdv, 包括核心模块如：组织机构、角色用户、权限授权、数据权限、内容管理、工作流、Spring Cloud 微服务、AI大模型、代码生成器等

75份开发者、设计师必备的速查表

编程并不是一份简单的工作，它需要大量的注意力和专业知识。你可能会卡在代码的任何位置，但是却找不出问题所在。但你又必须尽快的完成工作，因为你的老板可能就站在你的背后催促着你。在这一刻，你可能幻想着有个人能够给你帮助、一个快速的解决方案或者是一个参考，并且让程序能够想预想的那样运行。好消息是，有很多的速查表可以帮助到我们。这里，我们列出了75份开发者、设计师必备的最好的速查表，我们称之为最好，...

weixin_30362801的博客 148

文创媒体电商行业智算中心（AIDC）建设规划方案.pptx

Guava Cache Deep Dive

Guava Cache 是 Google Guava 提供的本地缓存实现，基于 JDK7 的 ConcurrentHashMap 分段锁设计。它支持自动加载、容量控制、过期策略和基于引用的回收机制，但已停止更新，Google 推荐使用 Caffeine 替代。核心架构采用三层设计：LoadingCache → LocalCache → Segment[]，每个 Segment 包含哈希表、写入队列、访问队列和最近使用队列。主要功能： CacheLoader 机制实现自动加载，避免缓存穿透提供 get(

quwenqian的专栏 437

基于动态窗口法DWA的机器人路径规划研究（Matlab代码实现）

内容概要：本文系统研究了基于动态窗口法（DWA）的机器人局部路径规划算法，深入剖析其在动态环境中实现自主避障与实时轨迹优化的核心机制。文章详细阐述了DWA算法的速度空间采样策略、轨迹预测模型、动力学约束处理及多目标代价函数的设计原理，并通过构建完整的Matlab仿真框架验证算法有效性。结合典型场景的仿真实验，展示了机器人在复杂障碍物环境下如何实时生成安全、平滑且符合运动学约束的最优路径，充分体现了DWA在移动机器人导航中的实用性与鲁棒性。; 适合人群：具备机器人运动规划基础知识和Matlab编程能力，从事智能移动机器人、自动驾驶或服务机器人研发的研究生、科研人员及工程技术人员。; 使用场景及目标：①深入理解DWA算法的理论基础与实现细节；②掌握机器人局部路径规划的仿真实现方法；③为实际机器人系统的导航模块开发提供可复用的算法原型与代码参考；④作为进一步研究高级导航算法（如TEB、MPC）的技术基础。; 阅读建议：建议结合提供的Matlab代码逐模块分析与调试，重点关注速度采样、轨迹积分、障碍物距离计算及代价评估等关键环节，通过调整参数在不同地图环境中进行对比实验，以深刻把握算法性能与参数之间的关系，进而提升对实时路径规划系统设计的理解与应用能力。

【轴承故障诊断】用于轴承故障诊断的集中时频分析研究（Matlab代码实现）

内容概要：本文系统研究了用于轴承故障诊断的集中时频分析技术，重点解决了传统时频分析方法在处理非平稳信号时存在的能量分散与分辨率不足等问题。通过引入集中时频分析方法，能够有效聚焦信号能量，精确提取轴承故障特征频率，提升故障识别的准确性与时效性。文章详细阐述了该方法的理论基础，并结合仿真信号与实际实验数据验证其优越性能，同时提供了完整的Matlab代码实现流程，涵盖信号预处理、时频变换、参数优化及结果可视化等环节，便于读者复现与拓展应用。; 适合人群：具备一定信号处理理论基础和Matlab编程能力的研究生、科研人员，以及从事机械设备状态监测、故障诊断与预测性维护工作的工程技术人员。; 使用场景及目标：①应用于电机、风机、齿轮箱等旋转机械的早期轴承故障检测，实现故障预警；②提升工业设备运维系统的智能化水平，支撑预测性维护体系构建；③作为高校或研究机构在信号处理、机械故障诊断等课程中的教学案例与实践素材。; 阅读建议：建议读者结合文中提供的Matlab代码逐段运行与调试，深入理解集中时频分布的生成机制及其关键参数（如核函数选择、平滑窗口大小）对诊断效果的影响，并尝试将其应用于其他类型的机械故障信号分析中，开展对比研究以深化对该方法适用性的认识。

为什么你的微服务失败了一半？Microservices Recipes揭秘SOA时代的5大陷阱

微服务转型失败？开源电子书《Microservices Recipes：The Architect's Field Guide》（Microservices Recipes 微服务架构实战指南）用20个章节复盘了微服务架构的常见死法：你的系统很可能只是把 SOA 时代的5大陷阱换了件 Kubernetes 的新衣。读完本文，你将快速定位团队正在踩的坑，并拿到对应章节的解法。 ## 陷阱一：ESB

gitblog_01117的博客 978

激光光束质量评估与光斑尺寸计算：从理论到MATLAB实践

本文详细解析激光光束质量评估与光斑尺寸计算的理论基础及MATLAB实践方法，重点介绍M²因子的测量与应用。通过高斯光束模型、CCD成像法和MATLAB算法实现，帮助读者掌握从理论到实践的完整流程，提升激光系统调试与评估能力。

weixin_29083373的博客 444

AI Scaffold：面向 AI 应用开发的 Python 脚手架

AI Scaffold 是一个面向 AI 应用开发的 Python 脚手架，提供 LLM 推理抽象、工作流编排、Repository 数据访问层、Tool 工具封装和 CLI 项目模板，帮助开发者快速启动可运行的 AI 应用项目。

Wjunhat的博客 1万+

Grey Hack v0.7.3618 保姆级教程：手把手教你用metaxploit.so写一个自动提权脚本

本文详细介绍了如何在Grey Hack v0.7.3618中使用metaxploit.so库编写自动化提权脚本。从环境准备到核心功能解析，再到漏洞利用链构建和权限提升的智能处理，手把手教你掌握游戏中的高级黑客技巧。通过多库联合利用和错误处理优化，提升脚本的效率和成功率。

weixin_42537919的博客 394

GROMACS新手必看：从PDB文件到完整分子动力学模拟的保姆级教程

本文提供GROMACS分子动力学模拟的保姆级教程，从PDB文件处理到完整模拟流程全覆盖。详细讲解结构预处理、系统构建、能量最小化、生产模拟等关键步骤，并分享性能优化和结果分析技巧，帮助新手快速掌握分子动力学模拟的核心操作。

yhn456789的博客 763

Foomchat：动态界面生成的AI聊天工具实践指南

动态界面生成是一种基于用户需求实时创建交互环境的技术，其核心原理是通过意图识别和组件化架构实现界面自适应。这种技术能够显著提升用户体验和工作效率，在AI助手、数据分析、代码开发等场景中具有重要价值。Foomchat作为该技术的典型应用，通过界面即需求的理念，解决了传统AI聊天界面在代码编写和数据分析等专业场景下的效率瓶颈问题。该工具支持自定义界面模板和多模态交互，为开发者提供了灵活的工作流优化方案。

conghuang7343的博客 344

【网络安全 | 渗透工具】Githack工具安装及使用教程详析

本文仅分享Githack工具基本安装及使用相关知识不承担任何法律责任。Git是一个非常流行的开源分布式版本控制系统，它被广泛用于协同开发和代码管理。许多网站和应用程序都使用Git作为其代码管理系统，并将其部署到生产环境中以维护其代码库。然而，在配置不当的情况下，可能会导致.git文件夹被直接部署到线上环境中，这可能会导致Git泄露问题。可通过githack下载泄露的Git存储库，以获取包含未加密密码、凭据和敏感信息的站点代码库。使用githack下载Git存储库的方法有两种。本文仅分享。

等风来 3万+

Caffeine Deep Dive

Caffeine: A High-Performance Java Cache Caffeine is a modern Java in-process cache library featuring: W-TinyLFU eviction: Combines LRU and LFU with a window (1% capacity) for burst traffic and adaptive sizing (0.2%-80%) Lock-free concurrency: Uses MPSC buf

quwenqian的专栏 524

在 SAP 系统中设置成本中心（Cost Center）和利润中心（Profit Center）需在管理会计（CO）模块中完成，涉及主数据创建、组织结构配置等步骤

本文详细介绍了SAP系统中成本中心和利润中心的设置流程。成本中心设置包括：配置成本控制范围、定义标准层次结构、创建主数据（KS01/KS02/KS03）等步骤。利润中心设置需先激活利润中心会计功能，再定义标准层次并创建主数据（KE01/KE02/KE03）。关键是将成本中心与利润中心关联，实现成本数据自动流向利润中心。最后可通过相关报表验证设置是否生效。整个流程强调主数据创建和组织结构关联，以实现成本归集和利润分析功能。

金牌架构师 2220

TriCore架构-基于TC397在SOTA过程中AB-SWAP切换底层原理

TC397的SOTA升级机制通过硬件地址重映射实现，利用MMU将逻辑地址动态映射到不同物理地址。其PFlash支持标准/备用地址映射，通常使用PF0+PF1+PF4空间以便于OTA处理。升级时，新固件自动写入非活动分区（A/B分区切换），由地址转换函数完成逻辑地址到物理地址的转换。系统重启后根据寄存器选择启动区域，实现安全无缝的固件更新。

xiandang8023的博客 490

Java Thread Pools — Deep Dive

Java线程池核心原理摘要线程池作用：解决线程创建开销大、资源耗尽问题，通过复用固定线程、控制并发量、任务队列解耦任务提交与执行。Java提供Executor框架(Java 5+)实现。核心类层次： Executor → ExecutorService → ThreadPoolExecutor(核心)/ScheduledThreadPoolExecutor(定时) ForkJoinPool：工作窃取，支持并行流和CompletableFuture ThreadPoolExecutor关键参数： core

quwenqian的专栏 389

《UDS协议从入门到精通》系列——到底什么是DTC？

到底什么是DTC？看这里，深度图解DTC格式，详述DTC状态位、快照信息和扩展信息！！

车载系统攻城狮 1万+

CPU 缓存 | 原理、映射、一致性

……

u013669912的博客 409

国科大学习资料--模式识别与机器学习（黄庆明）--期末复习题2（含答案）

国科大学习资料–模式识别与机器学习（黄庆明）–期末复习题2（含答案）国科大学习资料–模式识别与机器学习（黄庆明）–期末复习题2（含答案）国科大学习资料–模式识别与机器学习（黄庆明）–期末复习题2（含答案） ...

无名何许人的博客 1万+

VC中sqlite的使用

在VC中对sqlite的使用，实现数据库大批数据的快速插入，读取数据库中的数据在ListCtrl中显示