网络聚合 - 沙漠渔溏

沙漠渔

把過去的累積，善用到當下

累计撰写 2,788 篇文章
累计创建 385 个标签
累计收到 997 条评论

标签搜索

目录CONTENT

以下是网络聚合相关的文章

2024-03-28
『聚合』京东二面：Redis为什么快？我说Redis是纯内存访问的，然后他对我笑了笑。。。。。。引言 Redis是一个高性能的开源内存数据库，以其快速的读写速度和丰富的数据结构支持而闻名。作为一个轻量级、灵活的键值存储系统，Redis在各种应用场景下都展现出了惊人的性能优势。无论是作为缓存工具、会话管理组件、消息传递媒介，还是在实时数据处理任务和复杂的分布式系统架构中，Redis均扮演了至关重要的角色。而Redis为什么快的原因也是我们尝尝遇见的高频面试问题。接下来我们就一起探讨一下Redis快的原因。本文将深入探讨Redis之所以快速处理大规模数据的原因。我们将从Redis基于内存操作的特性、高效的内存数据结构、单线程模型、I/O多路复用技术、底层模型和优化技术、持久化
- 2024-03-28
- 249
- 0
- 0
- 网络聚合
2024-03-28
『聚合』【OpenCV】OpenCV (C++) 与 OpenCvSharp (C#) 之间数据通信 OpenCV是一个基于Apache2.0许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。它轻量级而且高效——由一系列 C 函数和少量 C++ 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。OpenCV用C++语言编写，它具有C ++，Python，Java和MATLAB接口，并支持Windows，Linux，Android和Mac OS，OpenCV主要倾向于实时视觉应用。 OpenCvSharp 是一个OpenCV的.N
- 2024-03-28
- 312
- 0
- 0
- 网络聚合
2024-03-28
『聚合』 TorchV的RAG实践分享(三):解析llama_index的数据存储结构和召回策略过程 1.前言 LlamaIndex是一个基于LLM的数据处理框架，在RAG领域非常流行，简单的几行代码就能实现本地的文件的对话功能，对开发者提供了极致的封装，开箱即用。本文以官方提供的最简单的代理示例为例，分析LlamaIndex在数据解析、向量Embedding、数据存储及召回的整个源码过程。通过学习框架的源码也能让开发者们在实际的企业大模型应用开发中，对RAG有一个更清晰的了解和认知。本次选用的技术组件： llm：OpenAI Embedding：OpenAI VectorDB：ElasticSearch 官方代码示例如下：
- 2024-03-28
- 454
- 0
- 0
- 网络聚合
2024-03-28
『聚合』技术人员如何有效进行各种职场排挤、防止被排挤？　　有时候也是命运一样，遇到好的人、好的事情、一切都会很顺利；遇到一些不顺利、可能会各种被折磨、否极泰来、在低谷是需要有足够的耐心隐忍，放弃是最容易的、往往坚持都是最艰难的。　　能不给你批准的费用预算、一分钱也不给批准、就当你没提交预算，绝对不会跟你商量理由，就是删除掉了完事儿，公司要降本，自己就是干技术的，为什么还需要购买？那是技术水平能力不行？　　拼命督促项目进展、要求项目验收、要求阶段性成果展示、要求系统全面上线、要求拿出完美的项目后续计划、人员配置计划、系统建设未来路线以及核心里程碑、从管理的角度是完全正确的、也是应该要提供的；一方
- 2024-03-28
- 211
- 0
- 0
- 网络聚合
2024-03-28
『聚合』 SpringBoot 常用注解总结核心注解 1. @SpringBootApplication 主要用于开启自动配置，它也是一个组合注解，主要组合了 @SpringBootConfiguration、@EnableAutoConfiguration、@ComponentScan 2. @EnableAutoConfiguration 该注解组合了 @Import 注解，@Import 注解导入了 EnableAutoCofigurationImportSelector 类，它使用 SpringFactoriesLoader.loaderFactoryNames 方法把 spring-boot-autoco
- 2024-03-28
- 201
- 0
- 0
- 网络聚合
2024-03-28
『聚合』基于VB6的颜色取色器 - 开源研究系列文章继续上次的代码整理，此应用主要是一个VB6开发的颜色取色器，简单的界面，能够直接将屏幕上的颜色进行获取，该应用是笔者以前编写的代码，这次开源出来了。　　1、项目目录；　　　　　　2、源码介绍；　　　　　　　　3、运行界面；　　　　4、使用介绍；　　打开应用，按Enter键启动
- 2024-03-28
- 231
- 0
- 0
- 网络聚合
2024-03-28
『聚合』一步一步搭建，功能最全的权限管理系统之动态路由菜单（一）　　一、前言　　这是一篇搭建权限管理系统的系列文章。　　随着网络的发展，信息安全对应任何企业来说都越发的重要，而本系列文章将和大家一起一步一步搭建一个全新的权限管理系统。　　说明：由于搭建一个全新的项目过于繁琐，所有作者将挑选核心代码和核心思路进行分享。　　二、技术选择　　三、开始设计　　1、自主搭建vue前端和.net core webapi后端，网上有很多搭建教程。　　这是我搭建的　后端：　前端：　　搭建好之后，vue需要把基础配置做好，比如路由、响应请求等，网上都有教程。
- 2024-03-28
- 248
- 0
- 0
- 网络聚合
2024-03-28
『聚合』 .NET分布式Orleans - 5 - 持久化在分布式系统中，数据的持久化是至关重要的一环。 Orleans 7 引入了强大的持久化功能，使得在分布式环境下管理数据变得更加轻松和可靠。本文将介绍什么是 Orleans 7 的持久化，如何设置它以及相应的代码示例。什么是 Orleans 7 的持久化？ Orleans 7 的持久化是指将 Orleans 中的状态数据持久化到外部存储介质，以便在应用程序重新启动或节点故障时能够恢复数据。这对于构建可靠的分布式系统至关重要，因为它确保了数据的持久性和一致性。持久化使得 Orleans 可以在不丢失数据的情况下处理节点故障或应用程序的重新启动。它还可以用
- 2024-03-28
- 295
- 0
- 0
- 网络聚合
2024-03-28
『聚合』攻防世界 gametime 使用IDA pro+OD动调自学犟种琢磨动调的一个记录，算是第一次动调的新手向，大佬请飘过题目准备工作——IDA pro(32X) 下载得到一个exe文件，首先丢到PE里面——无壳，32bit 丢到IDA pro(x32)里面刚好main函数就在左边很瞩目的地方，双击+F5，试图反汇编，但是跳出一个弹窗你点OK或者直接叉掉，也会反汇编，不解决也不影响本题解答——但是有些题目会被影响（我就遇到过，把关键传输的变量吞了...），代码会少一点东西，有时候是很关键的东西所以这里也提供解决方法：SHIF+F7 参考：[求助] write
- 2024-03-28
- 369
- 0
- 0
- 网络聚合
2024-03-28
『聚合』深入在线文档系统的 MarkDown/Word/PDF 导出能力设计深入在线文档系统的 MarkDown/Word/PDF 导出能力设计当我们实现在线文档的系统时，通常需要考虑到文档的导出能力，特别是对于私有化部署的复杂ToB产品来说，文档的私有化版本交付能力就显得非常重要，此外成熟的在线文档系统还有很多复杂的场景，都需要我们提供文档导出的能力。那么本文就以Quill富文本编辑器引擎为基础，探讨文档导出为MarkDown、Word、PDF插件化设计实现。文章中我们即将要聊到的每个转换器设计都有相关示例https://github.com/WindrunnerMax/QuillBlocks/tree/master/examples，在实现DEM
- 2024-03-28
- 242
- 0
- 0
- 网络聚合
2024-03-28
『聚合』 Git Commit 规范背景 git规定提交时必须要写提交信息，作为改动说明保存在 commit 历史中，方便回溯。规范的 log 不仅有助于他人 review,还可以有效的输出 change_log甚至对于项目的研发质量都有很大的提升。参考目前比较流行的Angular团队的commit规范「Angular commit规范格式」 <type>(<scope>): <subject>// 空一行<body>// 空一行<footer> 分别对应 Commit message 的三个部分：He
- 2024-03-28
- 337
- 0
- 0
- 网络聚合
2024-03-28
『聚合』 Csharp中表达式树 Csharper中的表达式树这节课来了解一下表示式树是什么？在C#中，表达式树是一种数据结构，它可以表示一些代码块，如Lambda表达式或查询表达式。表达式树使你能够查看和操作数据，就像你可以查看和操作代码一样。它们通常用于创建动态查询和解析表达式。一、认识表达式树为什么要这样说？它和委托有什么区别？创建一个简单的表达式树和委托 public class ExpressionDemo { void Show() { Func<int, bool> fun1 = x => x &
- 2024-03-28
- 273
- 0
- 0
- 网络聚合
2024-03-27
『聚合』 ChatTuGraph：通过大模型“与图对话” 使用SQL（Structured Query Language）对数据库/数据仓库进行查询分析操作，几乎成了研发工程师和数据分析师的“家常便饭”，然而要写出高效、清晰、优雅的SQL脚本并非易事。随着大语言模型（LLM）技术的普及，借助大模型微调（Fine Tuning）等技术将自然语言自动翻译为SQL语句（NL2SQL/Text2SQL）便成了非常流行的解决方案，相关的工具框架（Chat2DB、DB-GPT等）也是层出不穷。同样的，在图数据库领域也存在相似的问题，甚至更为严峻。相比于SQL相对成熟的语法标准（SQL2023），图查询语言尚未形成成熟的统一标准，目前是多种查询语法并存
- 2024-03-27
- 271
- 0
- 0
- 网络聚合
2024-03-27
『聚合』 KDE算法解析核密度估计（Kernel Density Estimation, KDE）算法通过样本估计这些样本所属的概率密度函数，是non-parametric方法，也就是在进行估计时无需假设分布的具体形式。本文只讨论单变量（univariate）。数学表达给定\(n\)个样本\(x_i \in \mathcal{R}\)，通过KDE算法估计\(x\)处的概率密度为 \[f_n(x) = \frac{1}{nh}\sum_{i=1}^{n}K(\frac{x-x_i}{h}),\tag{1} \] 其中，核函数\(K\)和带宽（bandwidth）\(h\)正是K
- 2024-03-27
- 272
- 0
- 0
- 网络聚合
2024-03-27
『聚合』 Python批量裁剪图片前两天想要把连续的不同帧的静态图片拼成一个GIF图片，但是原来的图片需要裁剪，而且存在很多张，幸好这么多张的图片裁剪的位置是一样的，于是我便尝试用Python优雅地批量裁剪这些图片。首先介绍一下Python裁剪照片的原理。代码的输入是图片的地址和两个点的坐标，这两个点的坐标分别表示一个矩形的左上角顶点和右下角顶点，这个矩形就是你的裁剪区域。写代码前，先引入一下所需要的库。 from PIL import Image, ImageDraw, ImageFont 那么你一定会有个疑问，怎么确定图片矩形区域的顶点位置呢？下面贴出一个在原图像上绘制边界框的代
- 2024-03-27
- 218
- 0
- 0
- 网络聚合

22
23
24
25
26