写点什么

6 月优质更文活动

0 人感兴趣 · 160 次引用

  • 最新
  • 推荐
https://static001.geekbang.org/infoq/32/32300b9b365730b9b1d947e4c4c4b910.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

你应该搞懂的 C 语言头文件路径问题

用户头像
矜辰所致
13 分钟前

前段时间在写 Linux 专栏的过程中,忽然想到一个问题 :C语言的头文件路径,因为在GCC环境下面,可以很直观的了解到程序对头文件的查找位置,但是对于使用集成开发环境 KEIL 或者 IAR 的朋友们来说,一些系统的库文件路径根本就不知道在什么地方。

https://static001.geekbang.org/infoq/ef/ef22d6fa64cd85f515d3620961ba0c34.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

深度学习应用篇 - 元学习 [14]:基于优化的元学习 -MAML 模型、LEO 模型、Reptile 模型

用户头像
汀丶人工智能
31 分钟前

Model-Agnostic Meta-Learning (MAML): 与模型无关的元学习,可兼容于任何一种采用梯度下降算法的模型。MAML 通过少量的数据寻找一个合适的初始值范围,从而改变梯度下降的方向,找到对任务更加敏感的初始参数,使得模型能够在有限的数据集上快速拟合,并获

https://static001.geekbang.org/infoq/ef/ef22d6fa64cd85f515d3620961ba0c34.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

深度学习应用篇 - 元学习 [13]:元学习概念、学习期、工作原理、模型分类等

用户头像
汀丶人工智能
35 分钟前

元学习 (Meta-Learning) 通常被理解为“学会学习 (Learning-to-Learn)”,指的是在多个学习阶段改进学习算法的过程。在基础学习过程中,内部(或下层/基础)学习算法解决由数据集和目标定义的任务。在元学习过程中,外部(或上层/元)算法更新内部学习算法,

STM32 单片机上 RGB 数据转为 JPEG 格式办法

用户头像
DS小龙哥
2 小时前

在STM32单片机上调用OV系列摄像头读取实时视频,然后对数据进行分析,分析之后再通过WIFI或者4G网络传输给服务器保存和显示。因为处理数据时,采用的是RGB源数据格式,处理之后的数据需要通过网络传输。

https://static001.geekbang.org/infoq/30/3040ec5c4aa8cf536c3486a21b766108.webp?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

C 语言编程—内存管理

用户头像
向阳逐梦
13 小时前

C语言中的动态内存管理。C语言为内存的分配和管理提供了几个函数。这些函数可以在 <stdlib.h> 头文件中找到。

https://static001.geekbang.org/infoq/a6/a665ef4528bc142ef890b97d8bdfc0e7.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

Kubernetes 关键组件解析

Kubernetes用来管理容器集群的平台。既然是管理集群,那么就存在被管理节点,针对每个Kubernetes集群都由一个Master负责管理和控制集群节点。

https://static001.geekbang.org/infoq/ef/ef22d6fa64cd85f515d3620961ba0c34.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

深度学习应用篇 - 推荐系统 [12]:经典模型 -DeepFM 模型、DSSM 模型召回排序策略以及和其他模型对比

CTR预估是目前推荐系统的核心技术,其目标是预估用户点击推荐内容的概率。DeepFM模型包含FM和DNN两部分,FM模型可以抽取low-order(低阶)特征,DNN可以抽取high-order(高阶)特征。低阶特征可以理解为线性的特征组合,高阶特征,可以理解为经过多次线性-非

https://static001.geekbang.org/infoq/ef/ef22d6fa64cd85f515d3620961ba0c34.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

深度学习应用篇 - 推荐系统 [11]:推荐系统的组成、场景转化指标(pv 点击率,uv 点击率, 曝光点击率)、用户数据指标等评价指标详解

在网络技术不断发展和电子商务规模不断扩大的背景下,商品数量和种类快速增长,用户需要花费大量时间才能找到自己想买的商品,这就是信息超载问题。为了解决这个难题,个性化推荐系统(Recommender System)应运而生。

https://static001.geekbang.org/infoq/e1/e1ede246e72a05d16ce9e47a0aa7d4d5.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

理解 与 计算 物联网产品的电池使用寿命

在物联网领域,在保证产品性能的前提下,产品的功耗是做得越来越低,针对物联网领域的低功耗无线芯片的功耗也是越来越低。

https://static001.geekbang.org/infoq/a6/a665ef4528bc142ef890b97d8bdfc0e7.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

快速掌握 Kubernetes 中的核心概念

k8s资源对象可以用yaml或者json格式声明。每个资源对象都有自己的特定结构定义,并统一保存在etcd这种非关系型数据库中。资源对象可以通过k8s提供的工具kubectl工具进行增删改。

https://static001.geekbang.org/infoq/c7/c7a99b87eb051cf533bf58734fc045ae.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

C 语言编程—可变参数

有时,您可能会碰到这样的情况,您希望函数带有可变数量的参数,而不是预定义数量的参数。

https://static001.geekbang.org/infoq/3d/3d00d48a921a3146b09a6fae83622704.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

【零售电商系列】走进亚马逊之自建仓储 & 物流

了解亚马逊的商业模式及发展历程,以及在支撑业务演进过程中的技术创新

https://static001.geekbang.org/infoq/ef/ef22d6fa64cd85f515d3620961ba0c34.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

深度学习应用篇 - 自然语言处理 [10]:N-Gram、SimCSE 介绍,更多技术:数据增强、智能标注、多分类算法、文本信息抽取、多模态信息抽取、模型压缩算法等

N-Gram是一种基于统计语言模型的算法。它的基本思想是将文本里面的内容按照字节进行大小为N的滑动窗口操作,形成了长度是N的字节片段序列。每一个字节片段称为gram,对所有gram的出现频度进行统计,并且按照事先设定好的阈值进行过滤,形成关键gram列表,也就

https://static001.geekbang.org/infoq/ef/ef22d6fa64cd85f515d3620961ba0c34.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

深度学习应用篇 - 自然语言处理 - 命名实体识别 [9]:BiLSTM+CRF 实现命名实体识别、实体、关系、属性抽取实战项目合集(含智能标注)

命名实体识别(Named Entity Recoginition, NER)旨在将一串文本中的实体识别出来,并标注出它所指代的类型,比如人名、地名等等。具体地,根据MUC会议规定,命名实体识别任务包括三个子任务:

https://static001.geekbang.org/infoq/96/96cdb54918565500cca4f7e07a8365ef.webp?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

千万级数据的可视化交互展示:Vue.js 技术解析

用户头像
xfgg
06-12

在数据科学飞速发展的当下,如何处理大规模数据并呈现给用户成为一种重要的挑战。这时候,可视化展示不仅能更好地呈现数据,同时能便捷地操作数据。而Vue.js框架作为当下热门的前端开发框架之一,成为实现千万级数据展示的有力工具。

【Netty】「萌新入门」(一)Hello, World!

用户头像
sidiot
06-12

本篇博文是《从0到1学习 Netty》中入门系列的第一篇博文,主要内容是构建 Netty 的第一个程序,Hello World!

https://static001.geekbang.org/infoq/12/124b4f862e0becd477576133317168a6.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

Flink 实现高效实时处理百万级数据:实践与优化

用户头像
xfgg
06-12

在这个数据爆炸的时代,如何快速、高效地处理海量数据一直是大数据从业者面临的难题。Flink,作为一个实时流处理引擎框架,性能卓越、灵活性强、技术趋势良好,正在逐渐成为实时计算领域新宠

STM32 通过 ADC1 读取光敏电阻的值转换光照强度

光敏电阻是一种半导体元件,它的电阻值会随着照射在其表面的光线强度的变化而发生改变。当光线越强,光敏电阻的电阻值就越小;当光线较弱或没有光照射时,电阻值就会增大。

https://static001.geekbang.org/infoq/ef/ef22d6fa64cd85f515d3620961ba0c34.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

深度学习应用篇 - 计算机视觉 - 视频分类 [8]:时间偏移模块(TSM)、TimeSformer 无卷积视频分类方法、注意力机制

视频流的爆炸性增长为以高精度和低成本执行视频理解任务带来了挑战。传统的2D CNN计算成本低,但无法捕捉视频特有的时间信息;3D CNN可以得到良好的性能,但计算量庞大,部署成本高。作者提出了一种通用且有效的时间偏移模块(TSM),它通过沿时间维度移动部

https://static001.geekbang.org/infoq/ef/ef22d6fa64cd85f515d3620961ba0c34.jpeg?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

深度学习应用篇 - 计算机视觉 -OCR 光学字符识别 [7]:OCR 综述、常用 CRNN 识别方法、DBNet、CTPN 检测方法等、评估指标、应用场景

OCR(Optical Character Recognition,光学字符识别)是指对图像进行分析识别处理,获取文字和版面信息的过程,是典型的计算机视觉任务,通常由文本检测和文本识别两个子任务构成。

https://static001.geekbang.org/infoq/99/997603c61ab34a6e084ee776c8a8a534.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

Service Mesh 的主要实现原理

Service Mesh是一种新型的用于处理服务与服务之间通信的技术,尤其适用于以云原生应用形式部署的服务,能够保证服务与服务之间调用的可靠性。

https://static001.geekbang.org/infoq/ef/efe4ba32bf85b569ef191ce28833046d.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

C 语言编程—递归

递归指的是在函数的定义中使用函数自身的方法。

STM32 读取 MQ2 烟雾浓度数据判断烟雾是否超标

MQ2传感器是一种可探测多种气体的传感器,常用于监测烟雾、液化气、丙酮、乙醇、甲醛、天然气等有害气体。MQ2传感器基于半导体敏感元件,通过检测气体中有害物质的浓度变化来实现气体检测。

https://static001.geekbang.org/infoq/8f/8fcb17f565438388fc24745de89e4d16.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

C 语言编程—错误处理

C 语言不提供对错误处理的直接支持,但是作为一种系统编程语言,它以返回值的形式允许您访问底层数据。在发生错误时,大多数的 C 或 UNIX 函数调用返回 1 或 NULL,同时会设置一个错误代码 errno,该错误代码是全局变量,表示在函数调用期间发生了错误。您可

https://static001.geekbang.org/infoq/01/013ffafd479269b115a2faf7be209501.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

微服务容器化的运维

一个容器运维平台通常包含以下几个组成部分:镜像仓库、资源调度、容器调度、调度策略、服务编排。

https://static001.geekbang.org/infoq/3d/3d00d48a921a3146b09a6fae83622704.png?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

【零售电商系列】走进亚马逊(三)

了解亚马逊的商业模式及发展历程,以及在支撑业务演进过程中的技术创新

https://static001.geekbang.org/infoq/41/4101230eb130b21511576dea2ba4e2ed.webp?x-oss-process=image%2Fresize%2Cw_416%2Ch_234

pytorch 实现前馈神经网络实验(手动实现)

一:“手动实现前馈神经网络解决回归、二分类、多分类任务”实验

6 月优质更文活动_6 月优质更文活动技术文章_InfoQ写作社区