自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(665)
  • 收藏
  • 关注

原创 什么是腾讯云云服务器?

腾讯云云服务器(Cloud Virtual Machine,CVM)是腾讯云提供的可扩展的计算服务。使用云服务器 CVM 避免了使用传统服务器时需要预估资源用量及前期投入的问题,帮助您在短时间内快速启动任意数量的云服务器并及时部署应用程序。云服务器 CVM 支持用户自定义一切资源:CPU、内存、硬盘、网络、安全等,并可以在需求发生变化时轻松地调整它们。

2024-11-22 14:03:04 115

原创 Rust 基金会在 C++ 和 Rust 互操作性方面取得进展

文档指出,尽管 C 互操作性一直是 Rust 的重点,但各种因素阻碍了使用 C++ 和 Rust 一起开发软件的成熟、标准和自动化解决方案。为了克服这些障碍,该计划将采取自上而下的 problem-space 方法,以促进包括 Rust 项目、Rust 基金会成员组织以及使用 C++ 或 Rust 的个人和组织在内的利益相关者之间的合作和共识。” 的声明,描述了 Rust 基金会 C++/Rust 互操作计划的未来工作,旨在提供透明度并鼓励各方合作共同克服 C++ 和 Rust 互操作性的障碍。

2024-11-21 09:12:53 748

原创 Chrome在走IE的老路吗?

我无法忍受 Google 的许多服务都要求使用 Google Chrome 来查看,安装 Google Chrome 才能使用这项服务,而且 Google Chrome 与我们的搜索引擎配合使用效果最好。在 Speedometer 2.0 基准测试中,Safari 的得分为 122,超过了其竞争对手 Firefox 和 Chrome,后两者的得分分别为 88 和 111。目前有太多仅适用于 Chrome 的东西...... 如果您认为 Google 没有构建专有的 Chrome 平台,那您就是自欺欺人了。

2024-11-21 09:11:54 832

原创 编程初学者的第一个 Rust 系统

Rust 通用代码生成器:莲花,是 Java 写成的 Rust 通用代码生成器,目前的版本采用 openjdk 17 编译。Rust 通用代码生成器:莲花,基于 Golang 通用代码生成器:仙童的架构。为一软件 war 包,可以部署在 Tomcat 9 的 webapps 目录下,启动即可运行。

2024-11-21 09:10:51 603

原创 基于微服务 SDK 框架与 JavaAgent 技术,低成本助力应用高效发布

JVM 启动后,JavaAgent 运行于 Java 应用之前,可以修改原应用的目标类和方法的字节码,做到非侵入地增强,原应用中被增强的类在 JVM 中实例化的对象都是已经被 JavaAgent 处理过的,因此在业务应用的代码执行时,我们的服务治理逻辑就能悄无声息地通过这种方法实现注入。类似地,其他的服务治理能力的开发都可以通过这种方式,用户的 Java 业务应用无需修改,业务应用的开发者也无需理解其中的深层原理,只要把实现了服务治理功能的 JavaAgent 挂载上即可一键非侵入接入服务治理。

2024-11-20 11:01:58 672

原创 AI 大模型高效开发神器来了 ,解读 ModelArts 8 大能力

ModelArts一站式 AI 开发平台,帮助用户快速高效创建和部署 AI 模型,并管理整个开发生命周期。面向不同类型的开发者,提供 8 大能力模块,一站式实现数据处理、模型开发及应用开发,让大模型构建、训练和部署更简单。随着国资委、工信部等持续推动工业企业开展人工智能创新应用,以及 AI 大模型为代表的新一代 AI 技术在快速发展,赋能各行各业,开展 AI 的创新应用对领先的工业企业已经是必答题。

2024-11-20 11:00:02 812

原创 从源码分析,MySQL 优化器如何估算 SQL 语句的访问行数

例如,对于图 1 所示的记录,它的索引结构为 Index (col1, col2),那么,对于 1-prefix,即 col1 列来说,level 1 层的数据页 [0,1|0,4|1,1] 中的记录 (0,1) 以及记录 (1,1) 都是 boring 的,但是,记录 (0,4) 对 col1 列来说就不是 boring 的,因为它的下一个记录为 (1,1),col1 列的值不同。但要估算出本层的记录总数,还需要知道范围内的节点数,这里也不可能遍历所有的节点来计算,那么如何计算或者估算出本层的节点呢?

2024-11-19 09:30:22 574

原创 一文带你搞懂 GaussDB 数据库性能调优

数据库性能调优涉及硬件、操作系统、数据库、应用等多个层面,因此,在性能调优过程中,需要综合考虑各方面因素的影响。本文分享自华为云社区《【GaussTech 技术专栏】GaussDB 性能调优》,作者:GaussDB 数据库。数据库性能调优是一项复杂且系统性的工作,需要综合考虑多方面的因素。因此,调优人员应对系统软件架构、软硬件配置、数据库配置参数、并发控制、查询处理和数据库应用拥有广泛而深刻的理解。

2024-11-19 09:29:46 1162

原创 简单几步,基于云主机快速为 Web 项目添加 AI 助手

本实验借助华为云 CBS 提供的可访问 API,在项目代码中通过几行代码引入 AI 助手,用户就可以在网站上看到一个 AI 助手,实现与之对话。在华为开发者空间,借助华为云对话机器人服务 CBS 您可以零代码创建一个大模型 RAG (Retrieval-Augmented Generation,即检索增强生成) 应用,来实现 AI 助手的智能问答能力。本实验借助华为云 CBS 提供的可访问 API,在项目代码中通过几行代码引入 AI 助手,用户就可以在网站上看到一个 AI 助手,实现与之对话。

2024-11-19 09:28:41 1217

原创 COC 云运维中心新特性解读,让智能运维更高效

COC 全新升级,对快速配置中心、自动化运维、变更中心、全链路诊断、混沌演练、应用资源管理等核心特性进行了全面的优化升级,快来看看本次更新有没有你关注的内容吧!一、简介云运维中心(Cloud Operations Center,简称 COC)是一个为用户提供安全、高效的一站式智能运维平台,满足客户集中运维诉求。承载华为云确定性运维业务场景,提供变更管理、批量运维等核心特性,实现在安全合规的前提下,提升用户运维能力成熟度和云上运维效率。

2024-11-18 09:24:45 753

原创 COC 云运维中心新特性解读,让智能运维更高效

COC 全新升级,对快速配置中心、自动化运维、变更中心、全链路诊断、混沌演练、应用资源管理等核心特性进行了全面的优化升级,快来看看本次更新有没有你关注的内容吧!一、简介云运维中心(Cloud Operations Center,简称 COC)是一个为用户提供安全、高效的一站式智能运维平台,满足客户集中运维诉求。承载华为云确定性运维业务场景,提供变更管理、批量运维等核心特性,实现在安全合规的前提下,提升用户运维能力成熟度和云上运维效率。

2024-11-18 09:23:52 1018

原创 技术解读 MySQL InnoDB 大对象存储格式

a) BTR_EXTERN_OWNER_FLAG (128UL):标识该列的数据是否 “真正” 拥有溢出页,例如:在 InnoDB 中,一些 UPDATE 操作会被转换成 DELETE + INSERT,即先将旧的行记录打上 “删除” 的标签,然后插入新的行记录,如果这个 UPDATE 不涉及大对象的修改,那么我们可以让新行记录 “继承” 旧行记录的溢出页存储内容,这样一来,旧行记录将不再保留溢出页,即便该行依然拥有 LOB ref。b,c 字段会被存储到溢出页中,d 字段不会被溢出页存储。

2024-11-18 09:16:05 343

原创 打通前后端流程,案例解读华为云开源低代码引擎解决方案

但在完整的场景能力上,如一个完整的代码编辑场景,不仅是组件的使用,还涉及整体场景的搭建、交互、体验,目前业界针对场景级前端解决相关内容较少,且一般以单个产品方式提供,内容无基础设计体系与基础组件支撑,直接使用,将可能存在与项目其他场景设计体系不一致、体验不一致等情况,如果一个项目将使用到多个场景解决方案,则这些场景的内部都将存在体验差异性(如下图所示的 表格场景解决方案 与 日程场景解决方案 分别来自不同的提供方,项目中如果同时使用,仍需考虑其体验的相互兼容)。这样,前后端之间的连接就实现了完美的贯通。

2024-11-18 09:15:21 966

原创 深度解析 DeepFlow 如何采集大模型服务的业务指标

除了 TTFT、TPOT 指标之外,我们还将逐步在大模型推理场景中通过 DeepFlow Agent 实现更多观测能力,包括 Prompt Input/Output 回溯,Prompt 调用链追踪,Prompt Token 消耗用量监测等功能,为大模型工程人员和应用开发人员提供推理服务的性能评估、Token 消耗监测、推理质量回溯、Token 信息安全回溯等观测能力,持续提升大模型推理服务使用质量,持续提升大模型应用的监控效率、故障诊断效率。

2024-11-13 09:00:38 1035

原创 无监督学习之生成模型

什么是生成(generation)?就是模型通过学习一些数据,然后生成类似的数据。让机器看一些动物图片,然后自己来产生动物的图片,这就是生成。

2024-11-13 08:59:03 881

原创 什么是迁移学习?

通常对于同一类型的事业,我们不用自己完全从头做, 可以借鉴别人的经验, 往往能节省很多时间. 有这样的思路, 机器学习也能偷偷懒, 不用花时间重新训练一个无比庞大的神经网络, 借鉴借鉴一个已经训练好的神经网络就行.这就叫迁移学习。

2024-11-13 08:56:50 860

原创 支持向量机:SVM

支持向量机主要由两部分组成:折页损失函数(Hinge Loss)和核方法(

2024-11-12 08:41:14 385

原创 机器学习之结构学习详解

所谓结构学习就是输入或输出是有结构的数据,比如说语句、列表、树和边界框().而通常的网络学习之中,输入和输出都是向量。而在结构学习中,我们需要学习的是一个函数F,它的输入是一种形式,输出是另外一种形式,比如输入的是你语音,输出对应的文本、输入中文,输出英文,输入图像,输出,等等。摘要生成的结构学习与上面的目标检测十分相似,首先训练一个函数 F使得摘要和文本的匹配程度最好,之后在测试阶段,穷举所有的摘要,从中选择得分最高的那一个。

2024-11-12 08:37:49 1169

原创 邻域近似随机森林(NAF)对二维图像分割的源码解释

p>最近整理了一些计算专业必读的经典专业书,可以点击下面的链接查看和下载高清pdf电子版:</p><ul><li><a href="https://tanqingbo.cn/computer-book/">计算机专业几本必看的几本经典书籍!

2024-11-12 08:36:10 412

原创 Kaggle初学者五步入门指南,七大诀窍助你享受竞赛

<li><a href="https://tanqingbo.cn/computer-book/">计算机专业几本必看的几本经典书籍!</a></li>

2024-11-11 08:45:56 1500

原创 基于pandas的数据预处理总结

p>最近整理了一些计算专业必读的经典专业书,可以点击下面的链接查看和下载高清pdf电子版:</p><ul><li><a href="https://tanqingbo.cn/computer-book/">计算机专业几本必看的几本经典书籍!

2024-11-11 08:45:22 639

原创 论文笔记:用于语义分割的全卷积网络 (fully convolutional networks for semantic segmentation)

通常CNN网络在卷积层之后会接上若干个全连接层,将卷积层产生的特征图(feature map)映射成一个固定长度的特征向量,以AlexNet为代表的经典CNN结构适合图像级的分类和回归任务,因为最后得到整幅图像的的数值描述,比如AlexNet的ImageNet模型输出一个1000维的向量表示输入图像属于每一类的概率(softmax归一化)。例子:AlexNet网中输入是下图中猫的图片,输出的结果是一个向量,表示输入图像属于每一类的概率,其中“tabby cat”这一统计概率最高。

2024-11-11 08:44:51 1075 1

原创 论文笔记:Unet用于医学图像分割的卷积网络(UNet Convolutional Networks for Biomedical Image Segmentation)

本文中提出了一种网络结构的训练策略,它依赖于充分利用数据增强技术来更高效的使用带有标签的数据。在U-Net结构中,包括一个捕获上下文信息的收缩路径和一个允许精确定位的对称拓展路径。这种方法可以使用非常少的数据完成端到端的训练,并获得最好的效果。卷积网络的典型用途是分类任务,其中图像的输出是单个类别标签。然而,在许多视觉任务中,尤其是在生物医学图像处理中,期望的输出应该包括定位,即,应该将类标签分配给每个像素。(也就是分割)

2024-11-11 08:43:19 1712 1

原创 论文笔记:图像数据增强之弹性形变(Elastic Distortions)

当前计算机的计算能力有很大提升;随着大数据时代的到来,当前的训练样本数目有很大的提升。然而深度学习的一大问题是,有的问题并没有大量的训练数据,而由于深度神经网络具有非常强的学习能力,如果没有大量的训练数据,会造成过拟合,训练出的模型难以应用。因此对于一些没有足够样本数量的问题,可以通过已有的样本,对其进行变化,人工增加训练样本。对于图像而言,常用的增加训练样本的方法主要有对图像进行旋转、移位等仿射变换,也可以使用镜像变换等等,

2024-11-11 08:42:14 988 1

原创 论文笔记:基于3D卷积神经网络的人体行为识别(3D Convolutional Neural Networks for Human Action Recognition)

当前很多人体行为识别分类器都是基于从原始图像上手工提取的特征,本文提出的3D CNN能够直接从原始输入中提取特征,通过执行3D卷积在监控视频中从时间和空间维度提取特征,将高级功能模型规范化,并结合各种不同模型的输出,进一步提高3D CNN的性能。在机场的监控视频中,该方法相比于传统的方法,取的了卓越的性能。计算原始视频帧的特征;基于获得的特征学习分类器;而然在实际场景中,很少知道哪些特征对手头任务很重要,因为特征选择高度依赖问题。

2024-11-10 09:21:59 873 1

原创 论文解读:深度监督网络 Deeply-Supervised Nets

深度监督网络(DSN)可以提高隐藏层学习过程的直接性和透明度。(1)影响中间层的透明度具有整体分类;(2)学习特征的辨别力和稳健性,特别是在早期阶段;(3)面对消失的“梯度”训练有效性。为了解决这些问题,我们在每个隐藏层引入伴随目标函数,以及输出层的整体目标函数(与分层预训练不同的集成策略)。我们还使用随机梯度方法扩展的技术分析我们的算法。DSN的核心思想是为隐藏层提供集成的直接监督层,而不是仅在输出层提供监督,并将此监督传播回早期层的标准方法。

2024-11-10 09:21:10 996

原创 DSN分割肝脏实验总结

本实验采用3D深度监督网络(DSN)对肝脏进行分割,因为使用3D的肝脏数据进行分割可以很好的体积上下文信息。DSN的大致学习过程是:基于CNN,为了应对梯度消失和模型辨别能力问题,在隐藏层加入一些额外的监督来抵消梯度消失的不利影响。具体而言,使用一些额外的反卷积层来扩展一些低级和中级特征向量。然后使用softmax层来获得用于计算分类误差的dense预测(监督层的预测)。利用从这些分支预测和最后输出层得到的梯度,可以有效地减轻梯度消失的影响。

2024-11-10 09:20:36 892

原创 keras+TensorBoard实现训练可视化

p>最近整理了一些计算专业必读的经典专业书,可以点击下面的链接查看和下载高清pdf电子版:</p><ul><li><a href="https://tanqingbo.cn/computer-book/">计算机专业几本必看的几本经典书籍!

2024-11-10 09:19:40 726

原创 常见医疗扫描图像处理步骤

p>最近整理了一些计算专业必读的经典专业书,可以点击下面的链接查看和下载高清pdf电子版:</p><ul><li><a href="https://tanqingbo.cn/computer-book/">计算机专业几本必看的几本经典书籍!

2024-11-10 09:18:58 930

原创 Linux下配置vim以及编译C语言

p>最近整理了一些计算专业必读的经典专业书,可以点击下面的链接查看和下载高清pdf电子版:</p><ul><li><a href="https://tanqingbo.cn/computer-book/">计算机专业几本必看的几本经典书籍!

2024-11-09 09:30:10 404

原创 Linux系统下配置ITK环境

对于一个程序员来说,linux系统相对与window来说有很多不可描述的优势,很多在window下不能跑的程序都能在Linux下跑,所以就有了这篇在Linux下配置ITK的博文,一方面是为来记录下来这次安装过程,方便以后自己查阅,同时也是希望当大家在Linux下配置时能提供一点帮助。

2024-11-09 09:29:35 837

原创 Linux_Ubuntu系统安装搜狗输入法

初次使用Ubuntu系统的新手,肯定会遇到各种各样的问题,输入法的问题肯定没少折磨过大家,因为Ubuntu默认只有英文输入,没有中文输入。别着急,我马上就教大家如何在Ubuntu下安装搜狗输入法。

2024-11-09 09:28:58 1006

原创 Linux下安装java以及opencv

p>最近整理了一些计算专业必读的经典专业书,可以点击下面的链接查看和下载高清pdf电子版:</p><ul><li><a href="https://tanqingbo.cn/computer-book/">计算机专业几本必看的几本经典书籍!

2024-11-09 09:28:17 569

原创 Windows和Ubuntu系统如何远程连接Linux服务器

因为很多实验都要在工作站上面运行,为了避免拿着装着数据的硬盘在自己电脑和工作站之间来回跑,我简单总结一下在windows和Ubuntu系统下远程访问Linux服务器的过程吧,也方便大家参考。

2024-11-09 09:27:42 1148

原创 Java内存模型是个啥?

Java虚拟机带来的Java内存模型,定义程序中各个变量的访问规则,即在虚拟机中将变量存储到内存和从内存中取出变量这样的底层细节。Java内存模型规定了不同线程如何以及何时可以看到其他线程写入共享变量的值以及如何在必要时同步对共享变量的访问。每个处理器内核拥有私有的高速缓存,JMM 中每个线程拥有私有的本地内存这里说的 主内存、工作内存 和Java中堆、栈、方法区不是同一个概念,这两者没有什么关系。

2024-11-08 09:05:56 780

原创 Java垃圾回收的知识点都在这里了

<li><a href="https://tanqingbo.cn/computer-book/">计算机专业几本必看的几本经典书籍!</a></li>

2024-11-08 08:59:09 546

原创 网络原理之TCP/IP、HTTPS详解

p>最近整理了一些计算专业必读的经典专业书,可以点击下面的链接查看和下载高清pdf电子版:</p><ul><li><a href="https://tanqingbo.cn/computer-book/">计算机专业几本必看的几本经典书籍!

2024-11-08 08:57:32 1043

原创 万字 Java 知识地图手册!

<li><a href="https://tanqingbo.cn/computer-book/">计算机专业几本必看的几本经典书籍!</a></li>

2024-11-08 08:56:41 729

原创 Java还是C++?

C++由于其语言特性导致它更加适合搞一些底层的东西,所以在学习C++很长的一段时间内,你所面临的都只是一个黑乎乎的命令框。看你自己了,这个没有最优的选择,看你是计算机科班出身,而且对C++有偏向性的话,那可以接着主要精力学习C++,看看今年的后端就知道Java有多么卷了,我是建议走C++的,虽说难上手一些,但至少没那么多人跟你卷。但,相应的,它也是最卷的,字节提前批第一天开放的时候投递Java后端开发的应届生是最多的。学了Java,能干的活确实很多,这点你不得不承认,招的人也是最多的,岗位也是最多的。

2024-11-08 08:56:09 447

原创 你应该知道什么是爬虫?

网络爬虫,其实叫作网络数据采集更容易理解。就是通过编程向网络服务器请求数据(HTML表单),然后解析HTML,提取出自己想要的数据。根据url获取HTML数据解析HTML,获取目标信息存储数据重复第一步这会涉及到数据库、网络服务器、HTTP协议、HTML、数据科学、网络安全、图像处理等非常多的内容。但对于初学者而言,并不需要掌握这么多。

2024-11-07 08:37:50 1549

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除