大家好，我是小五🚀如果你对可视化感兴趣的话，一定了解过ECharts或者pyecharts。不过使用它们还是需要有一定编程基础，今天给大家安利一个：同为ECharts团队出品，但是0编程的可视化神器。简介百度图说是一款在线可视化工具软件，可以实现零编程玩转图表。它的图表样式一共8类22种，对比之前介绍的还是少了一些。官网地址：https://tushuo.b

      jquery.qrcode.js是一个能够在客户端生成矩阵二维码QRCode的jquery插件，使用它可以很方便的在页面上生成二维条码。此插件是能够独立使用的，体积也比较小，使用gzip压缩后才不到4kb。因为它是直接在客户端生成的条码，所以不会有图片下载的过程，能够实现快速生成。它是基于一个多语言的类库封装的，也不依赖于其他额外的服务。

随着BERT等预训练模型横空出世，NLP方向迎来了一波革命，预训练模型在各类任务上均取得了惊人的成绩。随着各类预训练任务层出不穷，也有部分研究者考虑如何在BERT这一类模型中引入或者强化知识图谱中包含的信息，进而增强BERT对背景知识或常识信息的编码能力。本文主要关注于如何在BERT中引入知识图谱中信息，并survey了目前已公布的若干种方法，欢迎大家批评和

摘要我们训练了一个大型的深度卷积神经网络，将ImageNetlsvprc2010竞赛中的120万幅高分辨率图像分成1000个不同的类。在测试数据上，我们实现了top1名的错误率为37.5%，top5名的错误率为17.0%，大大优于之前的水平。该神经网络有6000万个参数和65万个神经元，由5个卷积层和3个完全连接的层组成，其中一些卷积层之

 近期略有点诸事不顺，趁略有闲余之时，玩起D3.js。之前实际项目中主要是用各种chart如hightchart、echarts等，这些图形库玩起来貌都是完美的，一切皆可配置，但几年前接触了D3之后，觉得前面那chart类库局限的地方在于，基本不可定制；而D3呢，你说了算，你想画出什么样的图，你说了算，自由度很大，当时就有点膜拜和仰慕，小打小闹的玩了几下，没

根据DX摄象机D3DXMatrixLookAtRH(LH)摄象机主要有lookat坐标、eye坐标、up向量3部分组成，按照lookat和eye的关系我个人将摄象机分成2类：第一种lookat绕eye旋转我称他为“第一人称”摄象机；第二种eye绕lookat旋转我称他为“第三人称”摄象机。第二种摄象机比较适合一般的RPG游戏，也被称为跟随摄象机。第一种摄象机

文章讨论内容秒杀类的问题一直都是web领域比较热点的问题，一个超高并发的网站需要考虑从产品、前端优化、站点部署及后端服务等等所有环节进行考虑。mysql所能抗住的写压力是一定的，高并发的web站点，你需要在数据持久化之前控制好压力，而不是把所有的请求都落到数据服务这一层。今天我不在这篇文章里讨论秒杀整体设计的问题(我也没这个资格)，我们讨论

SAPI是一个及其精简的RestfulAPI输出工具，诞生的背景是基于目前微服务开发接口，很多中小型项目开发人员在对接口测试时不仅需要使用JUnit等进行业务接口测试，还需要对API进行自测。所以SAPI很好的解决了开发人员需要一个一个参数的往接口测试工具填写调试的反复过程。目前SAPI只需要开发人员引入stater后再启动类加入一行文件即可。下面我们

重载和重写重载：同一个类中定义名字相同的方法，但是参数类型或者参数个数必须不同。重载的方法在编译过程中就可完成识别。具体到每一个方法的调用，Java编译器会根据所传入参数的生命类型来选取重载方法。选取的过程分以下三个阶段：1：在不考虑对基本类型自动装拆箱，以及可变长参数的情况下选取重载方法。2：如果第1个阶段未找到，那么在允许自动

深入了解神经网络本章将介绍用于解决实际问题的深度学习架构的不同模块。前一章使用PyTorch的低级操作构建了如网络架构、损失函数和优化器这些模块。本章将介绍用于解决真实问题的神经网络的一些重要组件，以及PyTorch如何通过提供大量高级函数来抽象出复杂度。本章还将介绍用于解决真实问题的算法，如回归、二分类、多类别分类等。本章将讨论如下主题：详解神经网络的不