摘要：本期就分享几个关于DVPP视频解码问题的典型案例，并给出原因分析及解决方法 本文分享自华为云社区《DVPP媒体数据处理视频解码问题案例》，作者：昇腾CANN 。 DVPP（Digital Vision Pre-Processing）是昇腾AI处理器内置的图像处理单元，通过AscendCL媒体数
摘要：本文以华为云图引擎 GES 为例，来介绍如何使用图查询语言 Cypher 表达一些需要做数据局部遍历的场景。 本文分享自华为云社区《使用 Cypher 子查询进行图探索 -- 以华为云图引擎 GES 为例》，作者：蜉蝣与海。 在图数据库/图计算领域，很多查询可以使用图查询语言Cypher、Gr
摘要：DNS（Domain Name System）是域名系统的英文缩写，是一种组织成域层次结构的计算机和网络服务命名系统，用于 TCP/IP 网络。 本文分享自华为云社区《DNS那些事——从浏览器输入域名开始分析DNS解析过程》，作者： 砖业洋__ 。 我们就从在浏览器输入域名开始分析。 1. D
options预检请求是干嘛的？options请求一定会在post请求之前发送吗？前端或者后端开发需要手动干预这个预检请求吗？不用文档定义堆砌名词，从前后端角度单独分析，大白话带你了解！
摘要：输入一个图像，通过Segment Anything模型即可获得图像所有目标的分割点位置，再通过位置将图像进行分割保存。 本文分享自华为云社区《一键分割图像》，作者：雨落无痕 。 Segment Anything Segment Anything Model（SAM）通过点或框等输入提示生成高质
摘要：此篇文章分别从sql执行过程、执行计划、索引数据结构、索引查询提速原理、聚焦索引、左前缀优化原则、自增主键索引这些角度谈一谈我们对数据库优化的理解。 本文分享自华为云社区《工程应用中数据库性能优化经验小结》，作者： 叶工 。 1、前言 现阶段交付的算法产品，绝大多数涉及到数据库的使用。它承载的
摘要：本期就分享几个关于DVPP图片解码问题的典型案例，并给出原因分析及解决方法。 本文分享自华为云社区《DVPP媒体数据处理图片解码问题案例》，作者：昇腾CANN 。 DVPP（Digital Vision Pre-Processing）是昇腾AI处理器内置的图像处理单元，通过AscendCL媒体
摘要：本篇文章将从一个实际项目出发，分享如何使用 Spark 进行大规模日志分析，并通过代码演示加深读者的理解。 本文分享自华为云社区《【实战经验分享】基于Spark的大规模日志分析【上进小菜猪大数据系列】》，作者：上进小菜猪。 随着互联网的普及和应用范围的扩大，越来越多的应用场景需要对海量数据进行
摘要：本期就分享几个关于DVPP视频编码问题的典型案例，并给出原因分析及解决方法 本文分享自华为云社区《DVPP媒体数据处理视频编码问题案例》，作者：昇腾CANN。 DVPP（Digital Vision Pre-Processing）是昇腾AI处理器内置的图像处理单元，通过AscendCL媒体数据
摘要：如今，医生出镜的视频已经成为喜闻乐见的医学科普和患者教育手段，但医生难以抽出时间拍摄、拍摄时间较长、成本较高等制作痛点也日益凸显。对此，国内首个医生AI数字人运营服务商——成都万木健康科技有限公司找到了破局之法。 本文分享自华为云社区《为医生打造专属数字分身！华为云联合万木健康打造医疗医学科普
摘要：5分钟写出应用，10分钟开发大屏，新手程序员必学技能之华为云Astro，快来get。 本文分享自华为云社区《毕业季 | 程序员初入职场必备软件开发神器，华为云Astro带你开启新篇章》，作者：华为云社区精选 。 这一届初入IT职场的毕业生有多难？ 既要在“最难”就业季里过关斩将，又要面对生成式
通用模型框架层由实力大厂主导、行业/工艺层由具有行业Know-How的应用开发商ISV来承担、企业用户层由系统集成商SI/企业IT人员来实施，发挥各自优势。
通过4部分内容帮助开发者快速了解HStore表。
本文参考GB/T-30279, CNNVD，NVD，以及CWE的各种视图, 给出了一个建立适合自己的缺陷分类方法。
本文主要讲述了DWS备份工具roach的备份的原理，以及常见的问题处理套路和相关案例。
本期就分享几个关于昇腾CANN中关于ATC模型转换动态shape相关问题的典型案例，并给出原因分析及解决方法。
日常开发中，实现数据库的分库分表，在经常使用工具方面，常用的有像 sharding-sphere、TDDL、Mycat等，然后，根据主键key做数据分布
本文大致分为两方面内容，第一部分是热门前沿科技概述，主要描述有什么与应用场景。第二部分是医疗领域科技前沿，已发生的和可探索的医疗行业的应用场景。
GridGraph是一种单机核外图处理系统，在大规模图处理系统中充分利用磁盘读写，在有限内存中高效完成大规模图计算。GridGraph充分利用磁盘大容量，解决单机内存有限时实现大规模图计算问题。GridGraph采用Streaming-Apply方式减少计算中的IO 请求数量，通过文件调入顺序减少不必要的io开销。 同时GridGraph也利用顺序读和顺序写的特点，尽可能的较少硬盘的写操作。
随着Java的进化过程，涌现出各种不同的垃圾回收器，从串行执行到并行执行，从高吞吐到低延迟，终极目标就是让开发人员专注于程序的代码书写而无需关注内存管理。
