神经网络是深度学习的基础，正是深度学习的兴起，让停滞不前的人工智能再一次的取得飞速的发展。 其实神经网络的理论由来已久，灵感来自仿生智能计算，只是以前限于硬件的计算能力，没有突出的表现，直至谷歌的AlphaGO的出现，才让大家再次看到神经网络相较于传统机器学习的优异表现。 本文主要介绍神经网络中的重
概述 近期我们项目正处于将Oracle数据库迁移到OceanBase Oracle租户模式的阶段。考虑到我们项目采用了C++和C#混合开发，并且使用了多种技术，因此存在多种数据库连接方式。然而，针对C#连接OceanBase的案例相对较少，因此我特意记录下这一过程。 开放数据库互连（ODBC）是微软
2018 年，做为架构负责人，接到一个架构需求：实现一个简单易用的 RocketMQ SDK 。 因为各个团队 RocketMQ 原生客户端配置起来千奇百怪，有的配置存在风险，各团队负责人都需要一个简洁易用的 RocketMQ SDK 。 我立马调研相关开源的方案，当时 RocketMQ-Sprin
一、介绍 策略模式是一种行为设计模式，它能让你定义一系列算法，并将每种算法分别放入独立的类中，以使算法的对象能够相互替换。 这里列举两个例子来说明下策略模式的使用场景： （1）根据会员等级来计算折扣力度。不同等级拥有不同的折扣力度，这样就可以根据策略模式去灵活的计算，就算之后又新增了几个等级的会员，
DI依赖注入对我们后端程序员来说肯定是基础中的基础了,我们经常会使用下面的代码注入相关的service services.AddScoped(); services.AddTransient<
最近被拉去支援紧急需求（赶在五一节假日前上线的，双休需要加班），参与到项目中才知道，开发的项目是微信小程序技术栈的。由于是临时支援，笔者也很久没开发过微信小程序了，所以挑选了相对独立，业务属性相对轻薄的模块参与。 其中有个营销活动（领红包）的弹窗动画就要用到 lottie 动画。 本文就
最初对前端的观感：眼花缭乱，各种各样的工具链以及其对应的配置文件、VS Code 插件，各种技术百家争鸣，选择众多。后来才理解前端不同于后端，后端代码的运行环境相对可控，而前端代码运行在用户设备上，所以需要兼容不同的环境，而很大一部分的工具、配置都是解决兼容性的问题 TL;DR 工程化的目的：降低开
本文中讨论的对象存储服务及接口，主要和AWS S3对标。 AWS S3提供的对象存储业务，与传统的POSIX规范相比，舍弃了很多特性，比如： 文件类型 硬链接 软链接 目录 文件相关的操作 追加写 随机写 截断 修改名称 目录相关的操作 创建目录 修改名称 删除目录 元数据 时间 crtime即创建
PS：要转载请注明出处，本人版权所有。 PS: 这个只是基于《我自己》的理解， 如果和你的原则及想法相冲突，请谅解，勿喷。 环境说明 无 前言 在linux下面，常见的linux fs就是ext系列，linux里面的vfs也和这个ext fs息息相关。本文主要详解一下ext4 fs的实现原理，并且，
随着信息技术的高速发展，我们每隔一段时间就能看到一个热门术语在各大平台被分析和讨论。当我们上搜索引擎搜索相关词条，就会找到大量与该技术优势、亮点相关的文章。特别是“平台即产品”（PaaP）策略，其在实际应用中的利用价值和效用性成为近期关注的焦点。 虽然构建数字平台以促进协作和创新的理念听起来颇具前景
本文主要是针对KBQA方案基于LLM实现存在的问题进行优化，主要涉及到图谱存储至Es，且支持Es的向量检索，还有解决了一部分基于属性值倒查实体的场景，且效果相对提升。
本文已收录至我的Github仓库https://github.com/CNFeffery/DataScienceStudyNotes 1 简介 大家好我是费老师，conda作为Python数据科学领域的常用软件，是对Python环境及相关依赖进行管理的经典工具，通常集成在anaconda或minic
BRDF101 概述 本文基于知乎Maple对brdf的文章，在此基础又收集了一些其它来源的关于brdf的文章，希望能够完全理解记忆相关知识 关于Jakub Boksansky的文章，看的过程中又去搜集了很多其它文章来理解，发现已经超出了我目前的知识厚度，因此只会简单的翻译一下我能理解的部分，感兴趣
继续这个系列的博文： 一、设置DLL类库信息； 在接解决方案资源管理器中选择该Dll程序集项目，鼠标右键，选择属性，打开窗口。 点击“程序集信息”，打开并编辑该Dll程序集的相关信息； 二、代码折叠注释操作； 为了在编辑代码的时候让代码更加美观和专注性，需要将部分代码进行折叠，既做了注释，又能够将该
\(CF1535F\ \ String\ Distance\) 题意 给 \(n\) 个长度均为 \(len\) 的字符串 \(T_1,T_2,\dots T_n\)，定义 \(f(a,b)\) 为将 \(a,b\) 排序后相等的最小排序次数，若无解则为 \(1337\)(这好像是个黑客用语)。求
[toc] 比如说，在WEB扫描器场景中。一个扫描器在扫描过程中，它可以自动识别接口类型并采用相应分类规则进行漏洞检测的算法，这种通常属于一种称为"智能扫描"（Intelligent Scanning）或"漏洞扫描引擎"的技术。 这些算法利用机器学习、深度学习和模式识别等技术，通过分析网络流量、响应
PS：要转载请注明出处，本人版权所有。 PS: 这个只是基于《我自己》的理解， 如果和你的原则及想法相冲突，请谅解，勿喷。 环境说明 无 前言 最开始，我仅仅是对linux比较感兴趣，觉得其很神奇的，能够做到很多事情。后面了解到其源码也是开源的，于是抱着学习的态度，简要的看了看相关的代码，在那个时候
一、前言 大家好！我是sum墨，一个一线的底层码农，平时喜欢研究和思考一些技术相关的问题并整理成文，限于本人水平，如果文章和代码有表述不当之处，还请不吝赐教。 作为一名从业已达六年的老码农，我的工作主要是开发后端Java业务系统，包括各种管理后台和小程序等。在这些项目中，我设计过单/多租户体系系统，
2023年4月25日，微软公布了2023年第一季度财报，营收528亿美元， 微软CEO纳德称，「世界上最先进的AI模型与世界上最通用的用户界面——自然语言——相结合，开创了一个新的计算时代。」该公司有近2500位Azure-OpenAI 服务客户，并称AI已被整合到多种产品中。 微软杀疯了！接入Ch
Semantic Kernel是一个开源SDK，可让您轻松地将OpenAI，Azure OpenAI和Hugging Face等AI服务与C#和Python等传统编程语言相结合。通过这样做，您可以创建结合两全其美的 AI 应用程序。 Semantic Kernel 团队在博客上发布了2篇文章：Sem
