- 博客(649)
- 资源 (16)
- 收藏
- 关注
原创 7个精选的矢量数据库和搜索引擎项目
向量数据库是一种用于存储、检索和分析向量的数据库。在图片搜索、语音搜索等应用中,不是直接存储和对比原始数据,而是使用向量表示,通常为256/512个浮点数数组。它提供标准的SQL访问接口,同时支持高效的数据组织、检索和分析能力,包括传统数据库管理结构化数据的能力。向量数据库解决两个主要问题:高效的检索和高效的分析。检索方面主要用于图片搜索,例如人脸、人体、车辆、商品图片等检索,甚至人脸支付。分析方面广泛应用于安全领域,如人脸撞库,通过对比相似案发现场周边的人像等。
2023-12-16 20:12:20 876 1
原创 Redis-Stack项目
推荐理由:RedisGraph是一个基于Redis的图数据库扩展,它使用图结构来存储和查询数据,提供了快速的图遍历和图分析功能。推荐理由:RedisBloom是一个在Redis上实现的布隆过滤器和其他数据结构的扩展,可以提供高效的元素查找和去重功能,适用于大规模数据集的快速筛选和过滤,具有较低的误判率和高效的存储利用率。项目标签:[搜索模型] [内存数据库] [NoSQL] [搜索引擎]项目标签:[搜索模型] [内存数据库] [NoSQL]项目标签:[图模型] [内存数据库] [NoSQL]
2023-12-16 08:00:00 144
原创 7个计算机视觉领域的项目精选
它提供了方便的方式帮助用户在视频中追踪和分割感兴趣的对象,为视频分析和处理提供了实用的工具。推荐理由:这个项目可以自动分割和识别图像、视频和音频中的任何对象,无需深度学习专业知识,是一个非常实用的图像处理工具。推荐理由:这个创意动画工具使用对象检测模型、姿态估计模型和基于图像处理的分割方法,可以快速创建数字版的图画,并通过传统的计算机图形技术进行变形和制作成动画。推荐理由:SEEM允许用户使用不同类型的提示轻松分割图像,包括视觉提示(点,标记,框,涂鸦和图像段)和语言提示(文本和音频)等。
2023-12-14 16:10:55 649
原创 ChatGPT热门项目
推荐理由:这是由开发者Significant Gravitas推出的项目,可根据你设置的目标,使用GPT-4自动帮你完成所有的任务。推荐理由:开源双语对话语言模型,一个基于大型预训练语言模型 GPT 的对话生成模型,用 GPT-2 进行微调,支持中文和英文,让机器变得更有智能。推荐理由:一个增强视觉语言理解的工具,基于先进的大型语言模型。推荐理由:一个开源的聊天机器人生态系统,它在大量辅助数据上进行了训练,具有强大的对话生成能力。推荐理由:用于学术研究的GPT模型,可生成论文、摘要和对话等。
2023-12-14 15:25:49 472 1
原创 回味童年经典游戏的项目
推荐理由:吃豆人(Pac-Man)是一个比较经典的游戏,最早由同名街机游戏移植至Atari 2600平台的游戏,最早由南梦宫公司于1980年在街机上推出,后由雅达利公司于1982年3月中旬发售Atari 2600版。在线试玩:http://martindrapeau.github.io/backbone-game-engine/super-mario-bros/index.html。在线试玩网址:https://battle-city.js.org/#/stage/1。主要语言:JavaScript。
2023-12-10 22:18:07 84
原创 仓库管理系统源代码集合,带图片展示和网站演示
1、主要功能:计费配置、仓库配置、基础配置、计费管理、基础资料、仓库管理、月台管理、进货管理、出货管理、退货管理、库内管理、盘点管理、库存查询、PDA功能、分析报表、分析图表、域验证。• 入库:创建入库单后包括如下几个状态:未发货、在途(已发货未入库)、部分入库、作废、入库完成,入库类型包括:采购入库、外协入库、退货入库,入库单支持lodop和网页打印。2、资产:资产管理、资产模板、资产入库、资产出库、资产挑拨、资产盘点3、耗材:耗材管理、耗材入库、耗材出库、耗材挑拨、耗材盘点。
2023-10-28 21:19:41 2300 2
原创 盘点15个前端项目,yyds!
其支持书架管理、搜索、书海、看书、换源、翻页方式、手势支持、自定义主题、自定义样式、WebDAV同步、文字替换过滤、听书、用户配置备份恢复、漫画、音频、书源失效检测、导入本地TXT、EPUB、UMD格式的书籍、书籍分组、RSS订阅、定时更新书架、并发搜书、本地书仓等功能。该游戏凭借诙谐幽默的文案,和出乎意料的结局,风靡一时。一个开源的收录 Node.js 生态系统各种资源的项目,其中包括了 Node.js 框架、库、工具、文档和文章等各个方面,是一个非常受欢迎和权威的 Node.js 资源收集项目。
2023-10-13 14:42:08 203
原创 基于SpringBoot的学生会管理系统 源码
学生会管理系统SpringBootshirolayui。StudentUnionManagementSystem介绍软件架构使用说明1.页面登录2.首页3.成员信息管理4.角色信息管理5.权限管理6.活动管理7.文件管理8.活动展示
2023-03-08 10:17:56 711
原创 计算机毕业设计 程序源码+数据库+论文报告 全部集合 全部集合 全部集合 全部集合
SSM Springboot 计算机毕业设计 程序源码+数据库+论文报告
2023-02-12 21:16:11 309
原创 SSM+SPringboot+高德API+动态疫情数据和新闻+数据库包
1.景点介绍:平台会介绍各个景点的情况,包括一些景点的图片,描述,视频的展示。2.地图导航:通过高德第三方的接口在浏览器中实现导航功能,可以自己选择出发点和目的地,同时显示出发地和目的地的实时天气和预报天气。3.行程规划:选择自己规划的景点(最多可以同时选取五个景点),然后平台自动根据选择的景点......
2022-07-06 16:54:41 473 2
原创 基于Springboot的高校课程管理系统 课程设计报告 毕业设计 包括报告和程序包
目录摘要 III第一章 绪论 11.1选题的背景和意义 11.2 当前高校课程管理研究现状 11.3本文研究的主要内容 21.4本论文的内容组织结构 2第二章 高校课程管理系统需求分析 32.1总体业务描述 32.2系统分析 32.3 可行性分析 42.3.1经济可行性 42.3.2技术可行性 52.3.3法律可行性 52.3.4软硬件可行性 52.3.5操作可行性分析 52.4开发及运行环境 52.5本章小结 5第三章 高校课程管理系统整体设计 73.1系统功能框图
2021-07-01 10:46:49 3764
原创 百货中心供应链管理系统课 程设计报告 毕业设计 携带程序包使用eclipse软件导出的
文章目录摘要 III第一章 绪论 11.1 选题的背景和意义 11.2 当前百货中心供应链管理研究现状 11.3 本文研究的主要内容 21.4 本论文的内容组织结构 2第二章 百货中心供应链管理系统需求分析 32.1 总体业务描述 32.2 系统分析 32.3 可行性分析 42.3.1 经济可行性 42.3.2 技术可行性 42.3.3 法律可行性 52.3.4 软硬件可行性 52.3.5 操作可行性分析 52.4 开发及运行环境 52.5
2021-06-30 23:10:50 668
原创 为什么Git的教程都那么繁杂?
作为产品设计,为了让“单一的操作出现单一的结果“,就必须对上述情况进行简化,例如 ”要删除云端的文件,必须先满足所有设备对 A.jpeg 的共识是一致的“,从而确认 “删除云端“ 的操作,不会因为其他设备的后续同步带来歧义。即使只有1个设备,也按多设备的方案去处理。只不过,绝大部分人没有深度思考 + 拆分的能力,而觉得 “实时同步“ 很简单,即 “你按我脑海中的想法去做,我想留就留,我想删就删,如果我想错了,你还得救回来“。对用户而言,一个单一的 “删除云端文件操作”,根据不同的情形,它的结果是不单一的。
2023-11-22 09:39:46 69
原创 为何电脑要设置网络掩码?
成功获得了网关的MAC地址,就可以将访问IP = 8.8.8.8的IP报文打包了,目的MAC = 网关的MAC。成功获得之后,TCP/IP协议栈完成了以太网头的封装,就可以将封装好的报文朝着网卡接口的方向向下流动,顺着网线/无线流动出去,最后被对方接收。电脑访问 IP = 6.6.6.8,使用网络掩码255.255.255.0的“255.255.255”,从左到右对齐掩盖6.6.6.8,被遮住的数字为“6.6.6”,至于网关如何处理,也不需要关心,因为电脑已经成功完成自己的判断逻辑,完成了自己的任务。
2023-11-13 11:32:50 361
原创 ICML2021 | RSD: 一种基于几何距离的可迁移回归表征学习方法
dSprites中有4个回归任务和1个分类任务,如下表所示,但由于方向(Orientation)任务无法完全解耦(不同形状的物体,旋转角度的周期性不同),所以我们在此数据集中的回归任务为物体大小(Scale)和位置的横纵坐标(Position X, Position Y)。相关的图像示例如下图所示,由于共有3个领域,所以共可构建6个迁移任务。
2023-10-16 10:27:17 686
原创 机器学习的原理是什么?
模型(Model):模型就像是电脑的“大脑”的决策用来处理和学习数据。你可以想象它为一个迷工厂,输入数据进去,输出结果。数据集(Dataset):数据集就是用来训练模型的大量信息。这些信息可能是文字、图像、声音等。标签(Label):标签是对数据集中每一项数据的解释或标记。比如,在一个由猫和狗照片组成的数据集中,每张照片会被标签为“猫”或“狗”。训练(Train)和测试(Test):训练是让模型从标签好的数据集中学习的过程。测试则是检查模型是否真的学会了某件事。
2023-10-14 10:45:54 887 1
原创 带你吃透Reactor并发模型
最近有很多小伙伴私信问春哥是否有适合的C++项目,可用于学习Linux下的后端研发,并涵盖核心技术点。春哥的答复有,马上安排上,于是我连续几天爆肝,为大家编写了一个名为EchoServer的项目,供大家学习使用。「回显服务是一个非常经典的网络服务,它的基准性能常用于评估一个RPC框架的性能」。在EchoServer项目中,我们将使用多种Reactor并发模型来实现回显服务,并使用基准性能压测工具对不同并发模型进行压测,以得到不同并发模型的基准性能指标,以便对比不同并发模型的优劣。
2023-08-31 13:09:30 132
原创 第三讲,实践编程 Eigen
Eigen是一个 C++ 开源线性代数库。它提供了快速的有关矩阵的线性代数运算,还包括解方程等功能。许多上层的软件库也使用 Eigen 进行矩阵运算,包括 g2o、Sophus 等。 相比于其他库,Eigen 特殊之处在于,它是一个纯用头文件搭建起来的库。这意味着你只能找到它的头文件,而没有.so 或.a 那样的二进制文件。我们在使用时,只需引入 Eigen 的头文件即可,不需要链接它的库文件(因为它没有库文件)。
2023-08-29 15:08:42 84
原创 第三讲,旋转向量和欧拉角
三维旋转是一个三维流形,想要无奇异性地表达它,用三个量是不够的。我们用复数集 C 表示复平面上的向量,而复数的乘法则 能表示复平面上的旋转:例如,乘上复数 i 相当于逆时针把一个复向量旋转 90 度。类似 的,在表达三维空间旋转时,也有一种类似于复数的代数:四元数(Quaternion)。 欧拉角的一个重大缺点是会碰到著名的万向锁问题:在俯仰角为 ±90◦ 时,第一次旋转与第三次旋转将使用同一个轴,使得系统丢失了一个自由度(由三次 旋转变成了两次旋转)。反之,若它的实部为 0,称之为虚四元数。
2023-08-28 16:06:05 692
原创 第三讲,三维空间刚体运动
这个矩阵由两组基之间的内积组成,刻 画了旋转前后同一个向量的坐标变换关系。只要旋转是一样的,那么这个矩阵也是一样的。可以说,矩阵 R 描述了旋转本身。因此它又称为。
2023-08-27 17:05:12 160
原创 cmake的基础概念,语法特性,Cmake重要指令,编译过程
基本语法格式:指令(参数1 参数2 …) 参数使用括弧括起来 参数之间使用空格或分号分开指令是大小写无关,参数和变量是大小写相关的变量使用方式取值,但是在IF控制语句中是直接使用变量名,如if{}方式取值,但是在IF控制语句中是直接使用变量名,如if(方式取值,但是在IF控制语句中是直接使用变量名,如if{hello}) 错误的 应该是 if(hello)
2023-08-03 09:30:03 162
原创 理解Cookie、Session与Token三者的区别及使用
过期时间可设置的,如不设,则浏览器关掉就消失了,存储在内存当中,否则就按设置的时间来存储在硬盘上的,过期后自动清除,比方说开关机关闭再打开浏览器后他都会还存在,前者称之为Session cookie 又叫 transient cookie,后者称之为Persistent cookie 又叫 permenent cookie。如果永远只是自己的网站,自己的 App,用什么就无所谓了。Token ,如果指的是OAuth Token 或类似的机制的话,提供的是 认证和授权 ,认证是针对用户,授权是针对App。
2023-07-16 15:45:37 140
原创 Slam十四讲之第一讲和第二讲,实践编程基础
顺便说明一下,这里标的是AMD64,但是也支持EM64T架构,所以无论你的电脑是AMD处理器还是Intel处理器,都可以使用。两种,静态库以 .a 作为后缀名,共享库以 .so 结尾。cmake . 的时候生成许多中间文件,这样把CMakeLIsts.txt和main.cpp和中间文件放在一起,非常影响,最常规的做法是,cmake生成这些的中间文件单独放到一个build文件夹中。最重要的CD的配置,选择新CD/DVD(SATA),在左侧选择“使用ISO镜像文件”,并填入刚才下好的镜像文件路径,
2023-07-13 16:23:42 154
原创 既然有指针了,为什么 C++ 还搞个引用出来?
对象是指一块能存储数据并具有某种类型的内存空间;一个对象a,它有值和地址&a,运行程序时,计算机会为该对象分配存储空间,来存储该对象的值,我们通过该对象的地址,来访问存储空间中的值;指针:它保存一个值(或 null)的地址,可以检索指向该地址处的值。指针定义时,可以不用初始化;指针可以初始化为NULL,指针的在初始化后, 其地址值仍可以改变, 用于存储另外一个地址;指针p也是对象,它同样有地址&p和存储的值p,只不过,p存储的数据类型是数据的地址。
2023-07-06 17:24:49 119
原创 在C++中线程join了之后,主线程会阻塞等待这个线程执行完毕,这个线程那不就和普通函数差不多了吗?
在C++中,。但是,线程和普通函数之间仍然存在一些重要的区别。因此,尽管线程通过join操作会导致主线程阻塞等待,看起来与普通函数的执行类似,但线程仍然具有并发执行、独立的执行环境、共享数据和同步、平行计算能力以及生命周期管理等特性,使其在处理复杂的并发任务时非常有用。
2023-07-01 14:16:13 915 1
原创 C 语言和 C++ 中的 const 有什么不一样?
在C++中,const成员函数的声明后面会有一个const修饰符,用于表示该成员函数不会修改该类的成员变量。在代码中,printData()函数被声明为只读成员函数,可以在常量对象上调用。而在C++中,const关键字不仅可以用于声明只读变量,还可以用于声明只读成员函数、只读参数、只读引用等。在上面代码中,变量x被声明为只读(不可修改)的常量,因此尝试对其进行赋值操作会导致编译错误。在C++中,可以使用const引用来引用常量对象,这样可以保证无法通过该引用修改对象的状态。
2023-06-24 15:30:18 55
原创 Java使用泛型好还是使用基类好?
对于给定的示例场景,如果只是传入Parent的子类,并且方法的返回值是void,那么使用泛型和基类的差别不是很明显。但是如果方法需要处理多种类型的数据,或者需要返回不同类型的结果,那么使用泛型方法会更加便捷和灵活,也更符合Java的语言特性。如果方法只需要处理Parent类及其子类的数据,并且方法的返回值是void,那么使用基类作为参数传入也是合理的。
2023-06-22 16:10:24 250
原创 如何理解python中sklearn的逻辑回归,并用简单实例练习?
然而,逻辑回归也有一些限制,比如不能很好地处理非线性关系,对异常值敏感等,在处理复杂的分类问题时,可能需要采用其他更强大的算法。逻辑回归模型是通过fit方法进行训练的,然后使用predict方法对新的样本进行分类预测。准确率是一个常用的评估指标,用来衡量分类器的性能,其取值范围在0到1之间,越接近1表示模型预测的准确率越高。, wn是模型的参数,x1, x2, …模型的目标是通过拟合训练数据,找到最佳的参数值使得预测的概率尽可能地接近真实的类别标签。其中,h(x)表示预测的概率,z表示线性回归模型的输出。
2023-06-15 11:00:50 1337 1
原创 Slam十四讲之第一讲和第二讲 初识SLAM
我们知道,每次 估计都带有一定的误差,而由于里程计的工作方式,先前时刻的误差将会传递到下一时刻, 导致经过一段时间之后,估计的轨迹将不再准确。它的实现手段有很多。拓扑地图是一个 图(Graph),由节点和边组成,只考虑节点间的连通性,例如 A,B 点是连通的,而不考 虑如何从 A 点到达 B 点的过程。SLAM 叫它为里程计是因为它和实际的里程计一样,只计算相邻时刻的运动,而和再往前的 过去的信息没有关联,在这一点上,VO 就像一种只有很短时间记忆的物种一样。相对的,稠密地图着重于建模所有看到的东西。
2023-06-13 09:25:45 1670
原创 如何在c++中实现对onnxruntime推理的量化优化
将FP32的ONNX模型转换为FP16类型需要使用ONNX Runtime C++ API中的一个工具库,称为**“Nuphar”(可扩展的低延迟运算核心)或"DirectML"(Microsoft开发的深度学习库)。,可以通过将输入和权重转换为FP16格式来获得性能提升,因为FP16数据类型需要更少的内存和计算资源。在C++中实现对ONNX Runtime推理的量化优化需要使用。,这些函数可以帮助我们实现。
2023-06-10 10:20:10 743
原创 1.编写程序,统计该航班50岁以上男(含50))、女乘客的人数以及年龄最大的乘客姓名、年龄和座位。 2. 设计一个简易的卡路里计算器。 3.编写程序,创建300*300画布,以画布中心为原点画出坐标
窗体大小为400*300,在窗体上放置标签、输入框、单选框和按钮等控件。输入运动的时间(分钟),选择运动的种类(每小时卡路里消耗为:跑步:500,游泳:630,打篮球:700),单击“换算”按钮,在标签上显示消耗的卡路里(小数点后保留两位)。y =t*sin(1/t)其中t的取值范围为-1至1,步长为0.01。注意:t不能为0,x,y轴的放大倍数均为300倍。使用 Python 的 tkinter 模块来创建 GUI 程序。
2023-06-08 21:03:34 96
原创 Linux共享内存 和相关的 shm函数 shmget,shmat,shmdt,shmctl函数
1、共享内存的定义由于进程通信的本质是要让两个不同的进程看到同一份资源,我们可以在物理内存上开辟一块空间,这块空间被称为共享内存,然后让这两个进程通过某种方式都能访问到这块内存,这样的话,两个进程之间就可以通信了。注意:共享内存操作默认不阻塞,如果多个进程同时读写共享内存,可能出现数据混乱,共享内存需要借助其他机制来保证进程间的数据同步,比如:信号量,共享内存内部没有提供这种机制。2、共享内存的特点。
2023-06-03 09:32:38 1172
原创 数据库读写分离的原理有哪些? 1. 通过应用程序层面实现读写分离。 2. 通过数据库层面实现读写分离。 3. 通过负载均衡器实现读写分离。
这种方式的实现比较简单,就是在应用程序中对读和写操作分别使用不同的数据库连接。可以使用主从复制机制实现数据同步,读操作使用从节点,写操作使用主节点。这种方式的实现需要对数据库进行配置,使得读操作和写操作分别路由到不同的服务器上。可以使用数据库自带的主从复制机制或者第三方工具来实现数据同步。这种方式的实现需要在负载均衡器上进行配置,将读请求和写请求分别路由到不同的服务器上。可以使用软件负载均衡器、硬件负载均衡器或者云服务来实现。
2023-05-20 15:36:58 474
原创 LeetCode算法 删除有序数组中的重复项 删除有序数组中的重复项|| C++
不要使用额外的数组空间,你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。不要使用额外的数组空间,你必须在 原地 修改输入数组 并在使用 O(1) 额外空间的条件下完成。请注意,输入数组是以「引用」方式传递的,这意味着在函数里修改输入数组对于调用者是可见的。请注意,输入数组是以「引用」方式传递的,这意味着在函数里修改输入数组对于调用者是可见的。给你一个有序数组 nums ,请你原地删除重复出现的元素,使每个元素最多出现。为什么返回数值是整数,但输出的答案是数组呢?
2023-05-19 17:01:14 525
原创 Linux常用命令简单总结
mv myfile /home/pc01/ 移动当前目录下myfile文件到 /home/pc01/路径下。rm -rf /home/pc01/myfolder 删除/home/pc01/目录下myfolder文件夹。touch /home/bin/myfile 在/home/bin/目录下创建myfile文件。rm /home/pc01/file01 删除/home/pc01/目录下file01文件。mkdir ./dir_t 意思是在这个~表示的文件中创建一个dit_t的文件。
2023-05-16 20:45:45 312
原创 LeetCode算法 买股票的最佳时机 买股票的最佳时机|| 买股票的最佳时机||| C++
你只能选择 某一天 买入这只股票,并选择在 未来的某一个不同的日子 卖出该股票。给定一个数组 prices ,它的第 i 个元素 prices[i] 表示一支给定股票第 i 天的价格。给定一个数组 prices ,其中 prices[i] 是一支给定股票第 i 天的价格。注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。给定一个数组,它的第 i 个元素是一支给定的股票在第 i 天的价格。你最多可以完成 两笔 交易。注意:你不能同时参与多笔交易(你必须在再次购买前出售掉之前的股票)。
2023-05-10 17:42:31 547
原创 linux文件管理命令 cd命令 (二)
在 Linux 终端中如果想要进行工作路径的切换,需要使用 cd 命令。在进行目录的切换的时候, 我们可以使用相对路径也可以使用绝对路径。如果是使用 cd 命令切换到家目录,后边可以什么路径都不加,这样也可以进入到当前用户的家目录。按照上边的格式来表示家目录书写起来比较麻烦,有一种相对简单的写法就是使用 ~ 表示。综上所述也就是通过 cd 进入到当前用户的家目录一共有三种不同的方式。:使用相对路径 / 绝对路径都可以,该路径必须是一个有效路径。在临近的两个目录之间切换。
2023-05-06 21:14:51 423
原创 linux基础简介(一)
由于很定shell命令的开头字母是相同的, 在这种情况下, 按一次Tab是不会自动补齐的,我们可以连续按两次Tab键,在当前终端中就可以显示出所有匹配成功的shell命令。对于用户自己的文件,一般都是存放到自己的家目录中,也就是 /home/用户名里边,通过指定的相应的路径就可以找到这个文件了。 这些命令都是通过命令解析器解析完成并执行的,如果用户在终端输入是正确的内部指令,命令解析器就执行这个命令,如果不是正确的指令,则提示命令无法解析。 进程调度指的是系统对进程的多种状态之间转换的策略。
2023-05-04 20:50:02 382
原创 IO多路复用——select函数
在 select() 函数中第 2、3、4 个参数都是 fd_set 类型,它表示一个文件描述符的集合,类似于信号集 sigset_t,这个类型的数据有 128 个字节,也就是 1024 个标志位,和内核中文件描述符表中的文件描述符个数是一样的。 内核在遍历这个读集合的过程中,如果被检测的文件描述符对应的读缓冲区中没有数据,内核将修改这个文件描述符在读集合 fd_set 中对应的标志位,改为 0,如果有数据那么这个标志位的值不变,还是 1。 这并不是巧合,而是故意为之。,这个函数是跨平台的,
2023-04-25 21:07:41 517
响应式Web开发工具:Svelte接受声明性组件,并将它们转换为高效的代码,通过减少运行时开销来实现快速更新DOM
2024-03-26
云原生可视化监控平台:专为日志、指标、跟踪和分析而构建,设计用于pb级规模
2024-03-26
Chroma嵌入式数据库:Chroma通过为LLM提供可插入的知识、事实和技能,使构建LLM应用程序变得容易
2024-03-26
Qdrant下一代矢量数据库:它提供了高效的矢量索引和检索功能,支持快速的相似度搜索和相关性计算,适用于各种AI应用领域
2024-03-26
Milvus相似性搜索引擎:相比 Faiss 和 SPTAG 这样的算子库,Milvus 提供完整的向量数据更新,索引与查询框架
2024-03-26
矢量数据库:它存储和索引您的结构化、文本和矢量数据,以便查询、选择和处理以及机器学习模型推理可以在任何规模的服务时间内快速执行
2024-03-26
Weaviate矢量数据库:它存储对象和矢量,允许将矢量搜索与结构化过滤结合起来,具有云原生数据库的容错性和可伸缩性
2024-03-25
Vald分布式向量搜索引擎:它具有自动向量索引和索引备份,以及水平缩放功能,可以从数十亿个特征向量数据中进行搜索
2024-03-25
RediSearch全文搜索引擎:一个基于Redis的全文搜索引擎
2024-03-25
一个用于 Bitcoin 加密货币的核心集成和暂存树:它支持比特币的核心功能,并为整个加密货币生态系统的发展提供了基础
2024-03-25
数据库管理工具:通过用户界面,即使是不懂后端开发的用户,也可以快速构建接口服务,提供方便的数据库管理功能
2024-03-25
可视化工具:一个用于管理和监控Redis实例的可视化工具
2024-03-25
基于Docker的开发者平台:一个端到端的开发者平台,基于Docker构建 它提供了容器化的微服务库,可应用于网页端、移动端
2024-03-24
系统设计指南:一个用视觉和简单的术语解释复杂系统设计的项目
2024-03-24
现代化内存存储:用于替代Redis和Memcached 它提供了高性能和可扩展的内存存储解决方案,适用于各种应用场景
2024-03-24
AI同伴创意教程:一个创建和托管AI同伴的教程堆栈,允许用户在浏览器上进行聊天或通过短信交流
2024-03-24
AI 数据库:将 AI 引入数据库,直接与您的数据库和数据集成 它允许培训和管理任何 AI 模型和 API,为用户提供更强大的数
2024-03-24
Spring Cloud服务治理:通过集成 Spring Cloud 和腾讯中间件,让分布式服务和微服务的开发、测试、发布和运维
2024-03-23
分布式关系型数据库:它基于Paxos协议和分布式架构,实现了高可用性和线性扩展,可以运行在常见的服务器集群上
2024-03-23
低代码平台构建业务应用程序
2024-03-23
内存数据库:一个缓存数据库,提供了高性能、灵活的数据存储方案,并支持多种数据结构和复杂操作
2024-03-23
概率数据模型:一个在Redis上实现的布隆过滤器和其他数据结构的扩展,可以提供高效的元素查找和去重功能
2024-03-23
JSON数据模型:一个用于在Redis中存储和操作JSON数据的模块
2024-03-23
Google测试和模拟框架
2024-03-23
自由构建CRUD应用程序
2024-03-22
Tendis SSD高性能KV存储
2024-03-22
超高性能的分布式数据集成平台:它支持海量数据的实时同步,每日能够高效地同步数百亿数据
2024-03-22
Redis云管理平台:支持Redis多种架构(Standalone、Sentinel、Cluster)高效管理、有效降低运维成本
2024-03-22
计算机自学指南:一个计算机自学的指南,提供了学习计算机科学的指导和资源
2024-03-21
深度学习教学:《动手学深度学习》:面向中文读者、能运行、可讨论 中英文版被70多个国家的500多所大学用于教学
2024-03-21
微软机器学习课程:微软Azure云倡导者很高兴提供一个为期12周、26课的机器学习课程
2024-03-21
Java 设计模式最佳实践:提供了一系列 Java 设计模式的最佳实践示例,帮助程序员在设计应用程序或系统时解决常见问题
2024-03-21
信息集合与备忘录:一个鼓舞人心的列表、手册、备忘录、博客、黑客工具、一行命令、CLI/Web 工具等信息的集合
2024-03-21
项目驱动的编程学习:一个编程教程列表,旨在帮助有抱负的软件开发人员学习如何从头开始构建应用程序
2024-03-21
JavaScript系列书籍:关于JavaScript的系列书籍,深入探讨 JavaScript 的核心概念和语言特性
2024-03-20
虚拟桌宠模拟器:一个的桌宠软件,它可以内置到任何WPF应用程序中 这个项目允许用户在其计算机桌面上拥有可爱的虚拟宠物
2024-03-20
全栈Next.js应用平台:一个支持多租户和自定义域的全栈Next.js应用程序的开发平台
2024-03-20
研0卑微 主要方向是机器学习-计算机视觉,求一个入门学习路线,前期应该看哪些入门的论文
2022-09-21
TA创建的收藏夹 TA关注的收藏夹
TA关注的人