- 博客(74)
- 收藏
- 关注
RSS订阅原创 技术架构基础组件简介
传统企业大多采用集中式架构，技术体系相对落后，可扩展能力不强。集中式架构过于依赖设备资源，基于稳定或性能考虑，大多运行在大型机或小型机上。同时，传统企业多采用“两地三中心”的容灾模式高可用能力不强，难以实现多中心多活，也容易带来资源浪费的问题。在运维能力上，过于依赖人工，难以实现自动化运维，面对突发高频访问的业务场景不能实现自动弹性伸缩。当业务量到达一定规模后，集中式数据库的容量利性能问题也容易成为业务发展的瓶颈。总而言之，传统的集中式架构技术体系已经难以适应新形式下的业务发展要求。
2023-03-17 14:51:05
1410
原创 中间件简介
中间件是介于应用系统和系统软件之间的一类软件，它使用系统软件所提供的基础服务（功能），衔接网络上应用系统的各个部分或不同的应用，能够达到资源共享、功能共享的目的
2023-03-01 10:26:41
812
原创 使用wget下载出现Unable to establish SSL connection问题的解决方案
报错：原因：部分网站不允许非浏览器方式下载文件解决方案：在wget语句后添加以下参数1--no-check-certificate1wget https://dl.fbaipublicfiles.com/pythia/pretrained_models/textvqa/lorra_best.pth --no-check-certificate完美解决！...
2021-12-03 21:19:44
1348
原创 最全markdown教程，它来了
什么是 Markdown ?Markdown 是一种可以使用普通文本编辑器编写的标记语言, 通过简单的标记语法, 它可以使普通文本内容具有一定的格式。目录分级标题分隔线超链接行内式参考式自动链接区块引用引用的多层嵌套引用其它要素锚点强调斜体粗体删除线列表无序列表有序列表包含引用的列表插入图片图片行内式图片参考式表格代码代码行内式缩进式多行代码用六个`包裹多行代码HTML 原始码内容目录注脚LaTeX 公
2021-11-16 21:33:28
562
原创 Pycharm如何生成requirements.txt文件
如何生成requirements.txt文件用途python项目中必须包含一个 requirements.txt 文件，用于记录所有依赖包及其精确的版本号。以便新环境部署。一、生成requirement依赖pip freeze > requirements.txt二、安装requirement依赖pip install -r requirements.txt三、注意事项上述这种生成方式，会将环境中的依赖包全都加入，如果使用的全局环境，则下载的所有包都会在里面，不管是不时当前项目依赖
2021-08-22 17:45:18
9311
原创 详解Word2vec
详解Word2vec一、Wordvec 介绍篇1.1 Wordvec 指什么?介绍：word2vec是一个把词语转化为对应向量的形式。word2vec中建模并不是最终的目的，其目的是获取建模的参数，这个过程称为fake task。双剑客CBOW vs Skip-gram1.2 Wordvec 中 CBOW 指什么?CBOW思想：用周围词预测中心词输入输出介绍：输入是某一个特征词的上下文相关的词对应的词向量，而输出就是这特定的一个词的词向量1.3 Wordvec 中
2021-08-03 14:30:03
1729
原创 详解Tensor用法
Tensor的操作张量的数据属性与 NumPy 数组类似，如下所示：张量的操作主要包括张量的结构操作和张量的数学运算操作。Tensor的结构操作包括：创建张量，查看属性，修改形状，指定设备，数据转换， 索引切片，广播机制，元素操作，归并操作；Tensor的数学运算包括：标量运算，向量运算，矩阵操作，比较操作。未完待续。。。...
2021-07-24 19:04:58
8730
2
原创 VQA论文汇总
Awesome Text VQAText related VQA is a fine-grained direction of the VQA task, which only focuses on the question that requires to read the textual content shown in the input image.DatasetsVisualMRC dataset (AAAI 2021) [Project][Paper]EST-VQA dataset (
2021-07-24 19:02:30
748
原创 谷粒学院项目_自行整理笔记
技术栈：Redis、Nginx、Springboot、maven、Git第一天项目背景在线教育：网络教学商业模式B2B2C、B2C（管理员和普通用户）功能模块系统后台（管理员）：讲师管理模块、课程分类管理模块、课程管理模块、统计分析模块、订单管理模块、banner模块（轮播图）、权限管理模块系统前台（普通用户）：首页数据显示、讲师列表和详情、课程列表和课程详情、登录和注册功能、微信扫码登录、微信扫码支付技术栈前后端分离开发：后端技术：Springboot、Spr
2021-06-18 18:41:27
1969
原创 Win10修改host文件，保存时提示权限不足？
当遇到有hosts文件不会编辑或者，修改了没办法保存”，以及需要权限等问题如图：我学了一招，先在交给你：1、win+R2、进入hosts的文件所在目录：3、我们开始如何操作才能不出现权限问题那？3.1、点击‘’文件‘’按钮：3.2、进入一个菜单页面：3.3、点击Windows PowerShell ，在点击以管理员身份打开3.4、点击管理员后会弹出一个窗口，你点击‘’是‘’即可3.5、输入 cmd 并回车，就进入了管理员界面3.6、输入以下命令行：notepad hosts ，并
2021-06-10 11:32:32
516
3
原创 基于机器学习的数据分析（泰坦尼克数据集）
基于机器学习的泰坦尼克数据集数据分析数据集以及ipynb文件放在了我的GitHub上面：欢迎自取泰坦尼克数据集任务：预测泰坦尼克乘客生存概率数据集：train.csv、test.csv训练集应用于构建您的机器学习模型。 对于训练集，我们为每位乘客提供结果（也称为“特征”）。 您的模型将基于乘客的性别和阶级等“特征”。 您还可以使用特征工程来创建新特征应该使用测试集来查看您的模型在看不见的数据上的表现如何。 对于测试集，我们不提供每位乘客的基本情况。 预测这些结果是您的工作。 对于测试集中
2021-05-24 13:26:26
1294
原创 CCF大赛：电商用户购买行为预测 解决方案
电商用户购买行为预测比赛介绍互联网的出现和普及给用户带来了大量的信息，满足了用户在信息时代对信息的需求，但是网上信息量的大幅增长也带来了“信息过载”的问题。这使得用户在面对大量信息时无法从中获得对自己真正有用的信息，导致用户对信息的使用效率大大降低了。为了帮助用户更快速地过滤出有用的信息，需要依据真实的用户购买行为记录，利用机器学习相关技术建立稳健的电商用户购买行为预测模型。意义用于预测用户的下一个行为，以此为用户进行商品的推荐，准确捕获用户的购买兴趣，提高电商平台商品的购买率提升购物体验，促
2021-05-18 23:35:52
5419
3
原创 git已经删除了大文件而无法将其推送到GitHub
如果您在寻求帮助之前一直在搞弄仓库，这对我很有帮助。第一种类型：git status之后，您应该会看到类似的内容On branch masterYour branch is ahead of 'origin/master' by 2 commits. (use "git push" to publish your local commits)nothing to commit, working tree clean重要的部分是“ 2次提交”！从这里继续输入：git reset HE
2021-05-17 23:33:15
931
1
原创 特征归一化详解
特征归一化场景描述：分析一个人的身高和体重对健康的影响，如果使用米和千克作为单位，那么身高特征就会在1.6 - 1.8m这样一个范围内，体重会在50 - 100kg的范围内，分析出来的结果显然会倾向于数值差别比较大的体重特征。如果想要得到更为精确的结果，就需要进行特征归一化处理。问题：为什么需要对数值类型的特征做归一化？因为可以通过对特征做归一化将所有特征都统一到一个大致相同的数值区间内。借助随机梯度下降的例子说明归一化的重要性。假设有两种数值型特征，X1X_{1}X1的取值范围为 [0,
2021-05-16 11:14:24
490
转载 【干货Tips】最全的机器学习竞赛平台网址及赛事汇总~
**©首发于机器学习竞赛小喇叭（ID：**ML_xiaolaba）写在前面：想从事算法类岗位却又缺少实际项目经验？参与机器学习的竞赛是一个不错的选择。在高质量的比赛中，拿到top名次可以让你的简历眼前一亮，说不定还能直通拿到offer~本tips中，小编将会整理所有常用的主流竞赛平台，**各大厂的年度机器学习竞赛，以及“你从未体验过的神奇的机器学习平台”。**排序方式为小编心目中各大平台/竞赛的重要性。（更新时间：2019/1/19）。1、最推荐的两个主流平台——Kaggle和天池不管你是萌新
2021-05-15 15:48:22
1839
原创 Transforms的用法
Transformspython用法from torchvision import transformsfrom PIL import Image# transform的使用img_path = "dataset/train/anst/1111.jpg"img = Image.open(img_path)print(img)tensor_trans = transforms.ToTersor()tensor_img = tensor_trans(img)...
2021-05-14 10:01:21
191
原创 Tensorboard的使用
Tensorboard的使用from torch.utils.tensorboard import SummaryWriterimport numpy as npfrom PIL import Imagewriter = SummaryWriter("logs")image_path = "data/train/ants_image/00001.jpg"img_PIL = Image.open(image_path)img_array = np.array(img_PIL)print(im
2021-05-14 09:59:37
147
原创 详细解读深度学习中的 “残差网络“
残差网络什么是残差：残差在数理统计中是指实际观察值与估计值（拟合值）之间的差更准确地，假设我们想要找一个 xxx，使得 f(x)=bf(x)=bf(x)=b，给定一个 xxx 的估计值 x0x0x0，残差（residual）就是 b−f(x0)b−f(x0)b−f(x0)，同时，误差就是 x−x0x−x0x−x0。什么是残差网络：随着网络越来越深，训练变得原来越难，网络的优化变得越来越难。理论上，越深的网络，效果应该更好；但实际上，由于训练难度，过深的网络会产生退化问题，效果反而不如相对
2021-05-10 17:01:03
2930
原创 常考的面试题：计算机网络篇（自行总结）
主机之间的通信方式客户-服务器（C/S）:客户是服务的请求方，服务器是服务的提供方。对等(P2P):不区分客户和服务器五层协议应用层 ：为特定应用程序提供数据传输服务，例如 HTTP、DNS 等协议。数据单位为报文。传输层 ：为进程提供通用数据传输服务。由于应用层协议很多，定义通用的传输层协议就可以支持不断增多的 应用层协议。运输层包括两种协议：传输控制协议 TCP，提供面向连接、可靠的数据传输服务，数据单位为报 文段；用户数据报协议 UDP，提供无连接、尽最大努力的数据传输服务，数据单位..
2021-05-10 16:57:40
124
原创 面试常考：一次完整的网页请求过程
解析URL：浏览器确定Web服务器和文件名()生成HTTP请求DNS域名解析：查询真实地址，查询服务器域名对应的IP地址。DNS专门保存了Web服务器域名与IP的对应关系。)协议栈通过 DNS 获取到 IP 后，就可以把 HTTP 的传输工作交给操作系统中的协议栈、)应用程序（浏览器）通过调用 Socket 库，来委托协议栈工作。协议栈的上半部分有两块，分别是负责收发数据的 TCP 和 UDP 协议，它们两会接受应用层的委托执行收发数据的操作。TCP源端.
2021-05-10 16:50:25
681
原创 机器学习中的七大损失函数详细解读（附代码实现）
什么是损失函数？例子：假设你在山顶，需要下山。你如何决定走哪个方向？我要做的事情如下：环顾四周，看看所有可能的路径拒绝那些上升的路径。这是因为这些路径实际上会消耗更多的体力并使下山任务变得更加艰难最后，走我认为的坡度最大的路径关于我判断我的决策是否好坏的直觉，这正是损失函数能够提供的功能。损失函数将决策映射到其相关成本。决定走上坡的路径将耗费我们的体力和时间。决定走下坡的路径将使我们受益。因此，下坡的成本是更小的。损失函数：在有监督的机器学习算法中，我们希望在学习过程中最小化每个
2021-04-27 15:39:09
3084
原创 MySQL基本语法
MySQL基本语法对表的操作增加表：CREATE TABLE 表名 ( 列名 类型 )修改表： ALTER TABLE 表名 ADD (列名 数据类型); ALTER TABLE 表名 MODIFY (列名 数据类型);查看表SHOW TABLESSHOW CREATE TABLE 表名【查看表的创建细节】DESC 表名【查看表的结构】删除表ALTER TABLE 表名DROP(列名);对表中数据的操作增加INSERT INTO
2021-04-27 15:22:28
89
原创 Jupyter notebook：使用argparse包报错与解决方法
在使用Jupyter notebook时发现错误：ipykernel_launcher.py: error: unrecognized arguments: -f /root/.local/share/jupyter/runtime/kernel-c6345bc7-a68a-49c3-a14e-d696cfac4c23.jsonAn exception has occurred, use %tb to see the full traceback.发现错误出在：opt = parser.par
2021-04-17 16:14:17
897
2
原创 手把手教你使用Pytorch实现MNIST手写数字识别
MNIST 数据集 mnist 数据集是一个非常出名的数据集，基本上很多网络都将其作为一个测试的标准，其来自美国国家标准与技术研究所, National Institute of Standards and Technology (NIST)。 训练集 (training set) 由来自 250 个不同人手写的数字构成, 其中 50% 是高中学生, 50% 来自人口普查局 (the Census Bureau) 的工作人员，一共有 60000 张图片。 测试集(test set) 也是同样比例的手写数
2021-04-14 11:14:35
2115
5
原创 非常详细的GAN（生成对抗网络）原理解读
GAN什么是生成?生成就是模型通过学习一些数据，然后生成类似的数据GAN原理GAN是如何生成图片？GAN有两个网络，一个是generator（生成图片的网络），还有一个是discriminator（判别网络）。在我们训练过程当中，生成网络G的目标就是尽量生成真实的图片去"欺骗"网络D。网络D的目标就是区分生成的图片与真实的图片。这样就构成的一个"博弈过程"。在最理想的情况下，G可以生成足以“以假乱真”的图片G(z)。对于D来说，它难以判定G生成的图片究竟是不是真实的，因此D(G(z)
2021-04-11 18:17:47
2159
原创 代码与XML配置Spring Container 和 Bean的区别（ Code vs XML）
使用 XML 的好处在于更新 Bean 之后不需要重新编译代码，同时有利于将若干 Bean 组织在一个文件里，方便集中管理。缺点在于 XML 语法的“噪声”太大，没有工具帮助的情况下书写很繁琐，同时 XML 本身没有很好的类型检查和语法检查机制，使得 XML 也很容易写错。使用代码的好处在于更加简洁清晰，同时不容易出错，缺点在于 Bean 的配置会分散在各个文件当中，以及需要重新编译代码才能更新配置。总结：从 Spring 本身的发展来看，使用代码（即 Annotation）进行配置逐渐取代了 XML.
2021-03-29 21:31:20
147
原创 IDEA当中Cannot resolve symbol ‘Autowired‘ 解决方法
手动设置将安全级别从error降到warningidea filesettingseditorcodes styleinspectionsspringspring coreautowiring for bean class将右侧的severity 的error 改为warning
2021-03-29 21:22:41
3635
2
转载 NLP/常用数据集简介
概述数据和算法在NLP中都非常重要，使用公开的数据集可以帮助我们快速学习NLP相关知识并实践，下面我们将介绍常用的几个数据集。搜狗实验室数据搜狗实验室（Sogo Labs）是搜狗搜索核心研发团队对外交流的窗口，包含数据资源、数据挖掘云、研究合作等几个栏目。数据资源包括评测集合、语料数据、新闻数据、图片数据和自然语言处理相关数据，网址为：http://www.sogou.com/labs/resource/list_pingce.php互联网语料库(SogouT)SogouT来自互联网各种类
2021-03-07 14:50:43
4837
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