分类
发现
标签
搜索
注册
登录
分类
发现
榜单
标签
搜索
注册
登录
搜索
数智图书馆-无锡数智政务
本次搜索耗时
6.773
秒,为您找到
1161
个相关结果.
搜书籍
搜文档
12.2 MongoDB
35
2025-06-17
《Docker技术入门与实战(第2版)》
12.2 MongoDB 12.2.1 使用官方镜像 12.2.2 使用自定义Dockerfile $ docker logs sa9 12.2 MongoDB MongoDB是一款可扩展、高性能的开源文档数据库,是当今最流行的NoSQL数据库软件之一。它采用C++开发,支持复杂的数据类型和强大的查询语言,提供了关系数据库的绝大部分功能。由于...
3.3 数据分布
35
2025-06-17
《大规模分布式存储系统:原理解析与架构实践》
3.3 数据分布 3.3.1 哈希分布" level="4"> 3.3.1 哈希分布 3.3 数据分布 分布式系统区别于传统单机系统在于能够将数据分布到多个节点,并在多个节点之间实现负载均衡。数据分布的方式主要有两种,一种是哈希分布,如一致性哈希,代表系统为Amazon的Dynamo系统;另外一种方法是顺序分布,即每张表格上的数据按照主键整体有序,代...
2.5.6 分布式计算自动部署的示例
35
2025-06-17
《大规模分布式系统架构与设计实践》
2.5.6 分布式计算自动部署的示例 2.5.6 分布式计算自动部署的示例 对于一个分布式计算的应用,如果不需要自动部署,将工头工人程序文件分别部署到相应机器运行即可,不需要过多配置。 Fourinone可以支持自动化class和jar包部署,class和jar包只需放在工头机器上,各工人机器会自动获取并执行,兼容操作系统,不需要进行安全密钥复杂配置...
3.5 使用 Git 顺利地推进并行开发
34
2025-06-12
《高效团队开发:工具与方法》
3.5 使用 Git 顺利地推进并行开发 这里我们来看一下通过使用版本管理系统,在团队中顺利地开展并行开发的方法。 如上所述,Git 提供了能够使多人并行开发的合并模式,因此能方便地实现多人同时编辑同一文件。但是,当一个人不得不并行地进行多个不同的开发时,就会有一些问题。 第 2 章的问题 2 和问题 9 中涉及的、在新功能的开发过程中需要修改已发...
7.3 Jenkins 和 Selenium 的协作
34
2025-06-12
《高效团队开发:工具与方法》
7.3 Jenkins 和 Selenium 的协作 使用 Selenium 进行测试,测试用例的制作会大大加快。但是随着测试用例的增加,把握测试是否被正确执行、测试是否通过,也将变得非常麻烦。 对于这样的问题,第 5 章中所介绍的 Jenkins 这样的 CI 工具就非常有用。CI 工具可以实现测试的实施以及结果的品质状况可视化,并帮助团队间共享信...
4.2 Taobao File System
34
2025-06-17
《大规模分布式存储系统:原理解析与架构实践》
4.2 Taobao File System 4.2.1 系统架构" level="4"> 4.2.1 系统架构 4.2 Taobao File System 互联网应用经常需要存储用户上传的文档、图片、视频等,比如Facebook相册、淘宝图片、Dropbox文档等。文档、图片、视频一般称为Blob数据,存储Blob数据的文件系统也相应地称为Blo...
目录
34
2025-06-19
《从0到1:开启商业与未来的秘密》
目录 目录 推荐语 序1 改变世界的逆行者 序2 “道生一”的商业智慧 前言 第1章 未来的挑战 第2章 像1999年那样狂欢 第3章 所有成功的企业都是不同的 第4章 竞争意识 第5章 后发优势 第6章 成功不是中彩票 第7章 向钱看 第8章 秘密 第9章...
182 一台无形的会思考的机器
33
2025-06-16
《如何思考会思考的机器》
182 一台无形的会思考的机器 182 一台无形的会思考的机器 郭贞娅(Koo Jeong-A) 概念派艺术家 未 来科学将逐渐向无形发展,然后,我们通过一本非常简单的编程手册,就能制造出一台无形的会思考的机器。
19.1 命名空间隔离的安全
33
2025-06-17
《Docker技术入门与实战(第2版)》
19.1 命名空间隔离的安全 19.1 命名空间隔离的安全 Docker容器和LXC容器在实现上很相似,所提供的安全特性也基本一致。当用docker run命令启动一个容器时,Docker将在后台为容器创建一个独立的命名空间。 命名空间提供了最基础也是最直接的隔离,在容器中运行的进程不会被运行在本地主机上的进程和其他容器通过正常渠道发现和影响。 例...
6.4 正则化
33
2025-06-17
《深度学习入门:基于Python的理论与实现》
6.4 正则化 6.4.1 过拟合 6.4.2 权值衰减 6.4.3 Dropout 6.4 正则化 机器学习的问题中,过拟合 是一个很常见的问题。过拟合指的是只能拟合训练数据,但不能很好地拟合不包含在训练数据中的其他数据的状态。机器学习的目标是提高泛化能力,即便是没有包含在训练数据里的未观测数据,也希望模型可以进行正确的识别。我们可以制作复杂的...
1..
«
93
94
95
96
»
..100