空了挺长时间没写了。一些琐事耽误，然后另一方面就是在写前端。因为我不是学前端出身，所以前端相对比较弱，一下子我也搞的不是很全面，最主要的是没法讲的很细致，前端这东西吧，都说简单，但是想做的很好看那还是需要一些深入学习的。上一篇的文章是邮箱发送，意在做注册的时候发送验证码。现在页面基本完成了，毕竟登录
EQ 的全称是 Equalizer，EQ 是 Equalizer 的前两个字母，中文名字叫做“均衡器”。最早是用来提升电话信号在长距离的传输中损失的高频，由此得到一个各频带相对平衡的结果，它让各个频带的声音得到了均衡。 EQ 的主要功能是：通过多个滤波器对声音某一个或多个频段进行增益或衰减处理。 滤
.NET生成的GUID唯一性很好，用之方便，但是，缺少像雪花算法那样的有序性。虽然分布式系统中做不到绝对的有序，但是，相对的有序对于目前数据库而言，索引效率等方面的提升还是有明显效果的（当然，我认为，这是数据库的问题，而非编程的问题，数据库应该处理好任何类型数据作为主键索引时的性能，除非在SQL标准...
Go语言的并发机制是其强大和流行的一个关键特性之一。Go使用协程（goroutines）和通道（channels）来实现并发编程，这使得编写高效且可维护的并发代码变得相对容易。下面是Go的并发机制的详细介绍： 协程（Goroutines）： 协程是Go中的轻量级线程，由Go运行时管理。与传统线程相比
一：背景 1. 讲故事 在给各位朋友免费分析 .NET程序 各种故障的同时，往往也会收到各种其他类型的dump，比如：Windows 崩溃，C++ 崩溃，Mono 崩溃，真的是啥都有，由于基础知识的相对缺乏，分析起来并不是那么的顺利，今天就聊一个 Windows 崩溃的内核dump 吧，这个 dum
## 一：背景 ### 1. 讲故事 前段时间有位朋友找到我，说他们的工业视觉软件僵死了，让我帮忙看下到底是什么情况，哈哈，其实卡死的问题相对好定位，无非就是看主线程栈嘛，然后就是具体问题具体分析，当然难度大小就看运气了。 前几天看一篇文章说现在的 .NET程序员 不需要学习**WinDbg** ，
# 背景 在工作中UI自动化中可能会需要用到API来做一些数据准备或清理的事情，那UI操作是略低效的，但API操作相对高效。 而实战课就有这样一个案例，不过那个案例是UI操作和API分开的。 极少会遇到这样的场景，我selenium操作网页，比如登录，应该底层也是有响应数据的，比如token之类的，
文本的样式主要指颜色和字体相关的属性设置。 对于manim的两个文本对象 Text和 Tex来说， Text对象有更多的属性可以调整样式，相对来说，由于 Tex主要用来显示数学公式，所以关于样式的属性要少一些。 下面介绍一些我在视频制作时最常用的一些颜色和字体相关的属性。 1. 颜色相关 颜色设置主
最近在阅读《认知觉醒》这本书，里面有句话非常打动我：通过自己的语言，用最简单的话把一件事情讲清楚，最好让外行人也能听懂。希望借助今天这篇文章，能用大白话说清楚这个相对比较底层和复杂的MVCC机制
三维向量和三角函数 三维向量 向量是指一个同时具有大小和方向，且满足平行四边形法则的几何对象。 向量的模 po点相对于世界坐标原点的距离: po.magnitude。 标准向量，归一向量，指的是将向量的模变成1，方向不变。改变后的向量: po.normalized。 向量的方向 求向量的方向（求向量
脚本化CSS 我们刚讲过如何获取和设置行内样式的值,但是我们开发不会所有样式都写在行内,同时js没法获取内嵌样式表和外部样式表中的值. 事实上DOM提供了可靠的API，得到计算后的样式。 1. 获取计算样式表 只读，不可写 获取的值是计算后的绝对值，不是相对值 window.getComputedS
本文介绍在谷歌地图API（Google Maps APIs）中，设计地图样式并将设计好的样式通过JSON或URL导出的方法。 首先，进入Google Maps APIs网站。在弹出的窗口中我们可以看到，目前还可以基于谷歌云端硬盘进行地图样式设计；但原有的Google Maps APIs其实相对来说也
一：背景 1. 讲故事 这些天有点意思，遇到的几个程序故障都是和Windows操作系统或者第三方组件有关系，真的有点无语，今天就带给大家一例 IIS 相关的与大家分享，这是一家国企的.NET程序，出现了崩溃急需分析。 二：WinDbg 分析 1. 为什么会崩溃 崩溃原因相对还是好找的，双击dump文
主要为了测试模型增加Lora模块后，参数量和训练速度的变化情况。结论：正常情况下，增加Lora模块是会增加参数量的，因此前向传播和反向传播的时间也会增加。但是，在大语言模型训练的情况下，因为基础模型本身参数量非常大，Lora模块增加的参数量相对非常小。并且，基础模型不参与梯度更新，可以做模型量化，实
华夫饼图Waffle chart是一种独特而直观的图表，用于表示分类数据。它采用网格状排列的等大小方格或矩形，每个方格或矩形分配不同的颜色或阴影来表示不同的类别。这种可视化方法有效地传达了每个类别在整个数据集中的相对比例。本文介绍如何使用基于Python的PyWaffle库绘制华夫饼图。PyWaff
很多人在添加解析记录时都会看到有AAAA记录，那什么是AAAA记录呢？它和A记录的区别是什么，我们又该如何添加AAAA记录呢？接下里中科三方将针对这些问题做下简单介绍。 什么是AAAA记录？ AAAA记录(AAAA record)是用来将域名解析到IPv6地址的DNS记录。与之相对的A记录只能将域名
https://cdn.modb.pro/db/585069 随着数字化技术的飞速发展,数字、连接、信号、人工智能充斥着人们工作、生活的各个领域。这些数字化信息被快速转换成数据并存放在各式各样的数据库系统中,而且通过进一步的数据管理与分析产生商业价值。这些有价值的数据或被存放在企业相对封闭的私有网络
本文为系列文章-Grafana 统一展示，包括 Metrics、Tracing、Logging，并尽量实现在它们之间相互跳转。通过 Grafana LTM（Loki、Tempo、Mimir）可以实现比较完美的效果，但是即使没有 Grafana LTM， 通过其他 Grafana + 其他工具也能实现相对不错的结果。
一：概述 Power Query中的分组依据，类似于Excel中的分类汇总功能，可以按照某一分类对某列数据或某几列数据进行去重操作和聚合计算(求和、计数、求平均、非重复行计数等)，并在去重的过程中将其他数据列按照用户指定的方式， 对其进行聚合以便生成与依据列相对应的数据。在实际工作中，当我们遇到原始
我们是袋鼠云数栈 UED 团队，致力于打造优秀的一站式数据中台产品。我们始终保持工匠精神，探索前端道路，为社区积累并传播经验价值。。 本文作者：奇铭(掘金) 需求背景 前段时间，离线计算产品接到改造数据同步表单的需求。 一方面，数据同步模块的代码可读性和可维护性比较差，相对应的，在数据同步模块开发新
