Johnny21 Johnny21
4年前
MySQL DDL--ghost工具学习
GHOST工作流程图:GHOST工作原理:1、首先新建一张ghost表,结构与源表相同2、使用alter命令修改ghost表3.1、模拟从库命令获取主库上该表的binlog(基于全镜像的行模式的binlog包含更改前和更改后的所有数据),并解析成语句到ghost表上执行。3.2、获取源表的数据范围(如按照主键获取到最大值和最小值),然后将数据拆分
Wesley13 Wesley13
3年前
AI面试刷题版
(1)代码题(leetcode类型),主要考察数据结构和基础算法,以及代码基本功虽然这部分跟机器学习,深度学习关系不大,但也是面试的重中之重。基本每家公司的面试都问了大量的算法题和代码题,即使是商汤、face这样的深度学习公司,考察这部分的时间也占到了我很多轮面试的60%甚至70%以上。我去face面试的时候,面试官是residualnet,s
Stella981 Stella981
3年前
Spring Security 是如何在 Servlet 应用中执行的?
SpringSecurity是一个强大的认证和授权框架,它的使用方式也非常简单,但是要想真正理解它就需要花一时间来学习了,最近在学习SpringSecurity时有一些新的理解,特意记录下来防止知识忘记的太快,毕竟好记性不如烂笔关,也给即将准备学习SpringSecurity的同志做一个参考。由于我在学习和使用是基于ServletA
Wesley13 Wesley13
3年前
PDF编辑软件如何编辑PDF文件
PDF文件是一种会忠实地再现原稿的每一个字符、颜色以及图象,可保证精确的颜色和准确的打印效果的文件格式。pdf目的是为了支持跨平台上的,多媒体集成的信息出版和发布,尤其是提供对网络信息发布的支持。!(http://5b0988e595225.cdn.sohucs.com/images/20171221/f1dbdcd5830d430ba45f783a
Stella981 Stella981
3年前
C#实现基于ffmpeg加虹软的人脸识别
关于人脸识别目前的人脸识别已经相对成熟,有各种收费免费的商业方案和开源方案,其中OpenCV很早就支持了人脸识别,在我选择人脸识别开发库时,也横向对比了三种库,包括在线识别的百度、开源的OpenCV和商业库虹软(中小型规模免费)。百度的人脸识别,才上线不久,文档不太完善,之前联系百度,官方也给了我基于Android的Example,但是不太符合我
Stella981 Stella981
3年前
Android一个包含表格的图标库
之前有写过一个图表lib,但是开发的速度,大多很难跟上产品需求变化的脚步,所以修改了下原先的图表库,支持图表下面能整合table显示对应的类目,用曲线替换了折线,支持多曲线的显示,增加了显示的动画,,增加了一些可定制的属性,支持水平柱状图和叠加柱状图,以及多曲线图和饼状图的显示1.效果图!image(https://oscim
Stella981 Stella981
3年前
Beetl2.8 中文文档
1\.什么是BeetlBeetl目前版本是2.8.5,相对于其他java模板引擎,具有功能齐全,语法直观,性能超高,以及编写的模板容易维护等特点。使得开发和维护模板有很好的体验。是新一代的模板引擎。总得来说,它的特性如下:功能完备:作为主流模板引擎,Beetl具有相当多的功能和其他模板引擎不具备的功能。适用于_各种应用场景_,从对响
Stella981 Stella981
3年前
Django高级实战 开发企业级问答网站
第1章Django高级实战开发企业级问答网站课程项目结合:需求分析/Django高级用法/算法/设计模式/TestCase测试/云计算服务。本章将具体介绍课程的学习内容和目标,描述问答网站的业务场景、用途、重要性、实用性。学习本课程需要具备的知识,项目使用的技术栈,重难点;让同学们对课程的技术范畴,广度和难度有心理准备。演示网站的所有功能,结果导向
十月飞翔 十月飞翔
3年前
k8s之PV、PVC、StorageClass
PV是对底层网络共享存储的抽象,将共享存储定义为一种“资源”,比如Node也是容器应用可以消费的资源。PV由管理员创建和配置,与共享存储的具体实现直接相关。PVC则是用户对存储资源的一个“申请”,就像Pod消费Node资源一样,PVC能够消费PV资源。PVC可以申请特定的存储空间和访问模式。StorageClass,用于标记存储资源的特性和性能,管理员可以将
文本的深度学习
序列数据和文本的深度学习用于构建深度学习模型的不同文本数据表示法:理解递归神经网络及其不同实现,例如长短期记忆网络(LSTM)和门控循环单元(GatedRecurrentUnit,GRU),它们为大多数深度学习模型提供文本和序列化数据;为序列化数据使用一维卷积。可以使用RNN构建的一些应用程序如下所示。文档分类器:识别推文或评论的情感,对新闻文章