推荐
专栏
教程
课程
飞鹅
本次共找到10000条
数据驱动测试
相关的信息
艾木酱
•
4年前
Python使用SQLAlchemy访问MemFireDB
之前看到一个帖子说的挺好,项目开发尽量不要自己造轮子,能用开源项目或者SAAS服务尽量用,很多事情都是跟时间赛跑。如果大家有个人项目或者公司内部测试项目,,推荐大家尝试一下,挺方便的,不用自己搭建数据库,在家或者公司随时可以访问。SQLAlchemy是Python中最常用的访问数据库的ORM库,MemFireDB兼容Postgres接口,所以可以直接把Mem
京东云开发者
•
2年前
一种基于实时大数据的图指标解决方案
在电商、金融风控领域,使用图来建模,将大量的人员和事件编织成一张庞大的图关系网络,构建图指标来识别异常人员和群体风险行为,目前图指标现有实现方式是基于离线数据或t1数据构建图关系网络,图指标由业务人员或需求人员根据业务需要提出具体需求由开发人员临时开发、测试、部署、上线。
Stella981
•
3年前
Redis学习(二十八)Java 使用 Redis
Java使用Redis安装开始在Java中使用Redis前,我们需要确保已经安装了redis服务及Javaredis驱动,且你的机器上能正常使用Java。Java的安装配置可以参考我们的 Java开发环境配置(https://www.oschina.net/action/GoToLin
Stella981
•
3年前
Charles解析protobuf之初探
前言在程序开发以及网络通信传输过程中最常见的数据格式就是JSON、XML,或者是一种压缩效率更高的数据格式——Google的ProtoBuf。ProtoBuf在传输过程中是以二进制的格式传输的,测试抓包的时候如果需要查看请求或返回消息中携带的参数信息就需要对它进行解析。小编之前在Windows环境下使用公司童鞋开发的Fiddler插件可以完成解析
Stella981
•
3年前
JMeter基础:请求参数Parameters 、Body Data的区别
使用Jmeter测试时,很多人不知道请求参数Parameters、BodyData的区别和用途,这里简单介绍下先了解一个接口的基本概念在客户机和服务器之间进行请求响应时,HTTP协议中包括GET和POST两种基本的请求方法,概念上两者的区别是:get:从指定的资源请求数据。post:向指定的资源提交要被处理的数据最直观的表现就是
Wesley13
•
3年前
MYSQL与TiDB的执行计划
前言这里采用了tpch一个数据库的数据量来进行查询计划的对比。并借助tpch中的22条查询语句进行执行计划分析。mysql采用的是标准安装,TiDB采用的是单机测试版,这里的性能结果不能说明其性能差异本文章主要目的是对比Mysql与TiDB在执行sql查询时的差异。mysql版本5.7 TiDB版本v2.0.0rc.4准备
Wesley13
•
3年前
JDBC异常处理和资源释放问题
之前我们在介绍JDBC加载注册驱动的时候说过有三种方式,是哪三种方式呢?我们再来看看Class.forName("com.mysql.jdbc.Driver");DriverManager.registerDriver(newcom.mysql.jdbc.Driver());System.setProperty("jdbc.drivers"
Stella981
•
3年前
CANopen
CopleyCANopen系列驱动器中,均保存有默认的PDO设置,如下图所示!image(https://oscimg.oschina.net/oscnet/4a8a502de4e1ec6e65d96070204619a8b79.jpg"image")(https://www.oschina.net/action/GoToLink?u
helloworld_54277843
•
3年前
使用深度学习进行图像分类
解决任何真实问题的重要一步是获取数据。Kaggle提供了大量不同数据科学问题的竞赛。我们将挑选一个2014年提出的问题,然后使用这个问题测试本章的深度学习算法,并在第5章中进行改进,我们将基于卷积神经网络(CNN)和一些可以使用的高级技术来改善图像识别模型的性能。大家可以从https://www.kaggle.com/c/dogsvscats/data下载数
helloworld_91538976
•
3年前
使用深度学习进行图像分类
使用深度学习进行图像分类解决任何真实问题的重要一步是获取数据。Kaggle提供了大量不同数据科学问题的竞赛。我们将挑选一个2014年提出的问题,然后使用这个问题测试本章的深度学习算法,并在第5章中进行改进,我们将基于卷积神经网络(CNN)和一些可以使用的高级技术来改善图像识别模型的性能。大家可以从https://www.kaggle.com/c/dogsvs
1
•••
78
79
80
•••
1000