前言在中，我们使用VuePress搭建了一个博客，在中，我们将代码部署到服务器上，最终的效果查看：。今天我们来学习如何开启服务器的Gzip压缩。Gzip压缩关于Gzip压缩，引用MDN的：Gzip是一种用于文件压缩与解压缩的文件格式。它基于Deflate算法，可将文件压缩地更小，从而实现更快的网络传输。Web服务器与现代浏览

一、虚拟DOM（virtualdom）　　diff算法首先要明确一个概念就是diff的对象是虚拟DOM（virtualdom），更新真实DOM是diff算法的结果。　　注：virtualdom 可以看作是一个使用JavaScript模拟了DOM结构的树形结构，这个树结构包含

Redis介绍Redis是一个开源的内存数据结构存储，常用作数据库、缓存和消息代理。目前它支持的数据结构有诸如string、hash、list、set、zset、bitmap、hyperloglog、geospatialindex和stream。Redis内置了复制、Lua脚本、LRU清除、事务和不同级别的磁盘持久性，并通过RedisSentinel

1.基于AndroidStudio的opencv配置与使用先推荐一本书《计算机视觉算法与应用》，相信用过OpenCV的哥们都知道这是用来干啥的，这里我就不再啰嗦。只说一下他的应用领域：人机互动、物体识别、图像分割、人脸识别、动作识别、运动跟踪、机器人、运动分析、机器视觉、结构分析、汽车安全驾驶等等。这次我们主要用它来做人脸识别，注意人脸

1、使用预测算法Surprise提供了一堆内置算法。所有算法都派生自AlgoBase(https://www.oschina.net/action/GoToLink?urlhttp%3A%2F%2Fsurprise.readthedocs.io%2Fen%2Fstable%2Falgobase.html%23surprise.predictio

本文提出了一种全卷积onestage目标检测算法（FCOS），以逐像素预测的方式解决目标检测问题，类似于语义分割。目前最流行的不论是onestage目标检测算法，如RetinaNet，SSD，YOLOv3，还是twostage目标检测算法，如FasterRCNN。这两类算法大都依赖于预定义的锚框（anchorboxes）。相比之下，本文提出的目

LightGBM的动机GBDT(GradientBoostingDecisionTree)是机器学习中一个长盛不衰的模型，其主要思想是利用弱分类器（决策树）迭代训练以得到最优模型，该模型具有训练效果好、不易过拟合等优点。GBDT在工业界应用广泛，通常被用于点击率预测，搜索排序等任务而GBDT在每一次迭代的时

!Redis底层数据结构(https://oscimg.oschina.net/oscnet/2bdc88a69f3d195776f6b395ddc914775f8.png)Redis底层数据结构版本：2.9支持的数据类型：1.字符串2.散列3.列表4.集合5.有序集合字符串

一、有哪些常用的限流算法1.固定窗口限流；2.滑动窗口限流；3.漏桶算法限流；4.令牌桶算法限流。二、4种限流算法介绍1.固定窗口限流举例说明：假设时间窗口大小为5s，则0到5s为第一个窗口，5到10s为第二个窗