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
4.650
秒,为您找到
1161
个相关结果.
搜书籍
搜文档
25.3 使用Swarm
29
2025-06-17
《Docker技术入门与实战(第2版)》
25.3 使用Swarm 25.3 使用Swarm 前面演示了基于Consul服务发现后端来配置一个本地Swarm集群。其中,Consul也可以被替换为Etcd、ZooKeeper等。 另外一个更方便的方式是直接使用Docker Hub提供的免费服务发现后端。下面使用这种方式来演示Swarm的主要操作,包括: ·create:创建一个集群; ·l...
1.9 多线程
29
2025-06-17
《Java编程思想(第4版)》
1.9 多线程 1.9 多线程 在计算机编程中,一个基本的概念就是同时对多个任务加以控制。许多程序设计问题都要求程序能够停下手头的工作,改为处理其他一些问题,再返回主进程。可以通过多种途径达到这个目的。最开始的时候,那些拥有机器低级知识的程序员编写一些“中断服务例程”,主进程的暂停是通过硬件级的中断实现的。尽管这是一种有用的方法,但编出的程序很难移植,...
10.4 OLAP业务支持
29
2025-06-17
《大规模分布式存储系统:原理解析与架构实践》
10.4 OLAP业务支持 10.4.1 并发查询" level="4"> 10.4.1 并发查询 10.4 OLAP业务支持 OLAP业务的特点是SQL每次执行涉及的数据量很大,需要一次性分析几百万行甚至几千万行的数据。另外,SQL执行时往往只读取每行的部分列而不是整行数据。 为了支持OLAP计算,OceanBase实现了两个主要功能:并发查询以...
6.7 解析远程文件
29
2025-06-17
《大规模分布式系统架构与设计实践》
6.7 解析远程文件 6.7 解析远程文件 假设通过FttpAdapter已经读取到远程文件中一部分数据,如下: FttpAdapter fa = new FttpAdapter ( "fttp://192.168.0.1/home/log/1.log" ); FttpReadAdapter reader = fa . getFt...
空标题文档
29
2025-06-18
《《快公司》科技硅谷合集:科技带动创新》
2.扇贝状机器人 德国普朗克智能系统研究所(Max Planck Institute for Intelligent Systems)的研究人员研发了一种设备,该设备通过打开和关闭两个贝壳形状的硅胶翼来带动自己前行。 优势:力量。这个800微米宽的机器人在高浓度的体液中也可以移动。它能更高效地将药物送至需要的地方,比如,直接将药物运送至眼睛的胶...
2.4 算法定义
29
2025-06-20
《大话数据结构》
2.4 算法定义 2.4 算法定义 什么是算法呢?算法是描述解决问题的方法。算法(Algorithm)这个单词最早出现在波斯数学家阿勒·花刺子密在公元825年(相当于我们中国的唐朝时期)所写的《印度数字算术》中。如今普遍认可的对算法的定义是:算法是解决特定问题求解步骤的描述,在计算机中表现为指令的有限序列,并且每条指令表示一个或多个操作。 刚才的例子...
空标题文档
28
2025-06-16
《如何思考会思考的机器》
26 THE RISE OF STORYTELLING MACHINES 会讲故事的机器人在崛起
2.5.3 工人合并互相say hello的示例
28
2025-06-17
《大规模分布式系统架构与设计实践》
2.5.3 工人合并互相say hello的示例 2.5.3 工人合并互相say hello的示例 假设你已经看过前面的分布式计算上手demo指南,对Fourinone基本的分布式并行计算方式有了初步了解。 本demo演示了工头和几个工人之间互相sayhello的简单例子,从而了解到集群计算节点之间互相交互,以及工头批量处理和工人互相传递数据(多用于...
7.2 资源隔离的实现
28
2025-06-17
《大规模分布式系统架构与设计实践》
7.2 资源隔离的实现 7.2 资源隔离的实现 我们如何让计算任务的进程能受限制的使用机器资源呢,这里不仅指占用某台机器的粗粒度使用,也指对某台机器的CPU/内存/带宽/硬盘的细粒度限制。 资源限制和资源控制看上去差不多,但是我们接下来会发现他们的区别。 资源调度有两种解决方案:限制方式和控制方式。 所谓限制方式,也就是有个虚拟的容器限制,进程无...
第 5 章 误差反向传播法
28
2025-06-17
《深度学习入门:基于Python的理论与实现》
第 5 章 误差反向传播法 第 5 章 误差反向传播法 上一章中,我们介绍了神经网络的学习,并通过数值微分计算了神经网络的权重参数的梯度(严格来说,是损失函数关于权重参数的梯度)。数值微分虽然简单,也容易实现,但缺点是计算上比较费时间。本章我们将学习一个能够高效计算权重参数的梯度的方法——误差反向传播法。 要正确理解误差反向传播法,我个人认为有两种方...
1..
«
96
97
98
99
»
..100