本书由B站京西漫步老师推荐，并提供了相应的学习资源，有同感兴趣的朋友，可以加我好友免费分享资源。 本书主要以总结笔记，原文+译文+部分案例实操为主。 预计更新时间为23年6月-23年7月。 本系列笔记背景，笔者在经过一年左右的陆陆续续的学习和实践中，对Powerbi有了初步的应用和学习，但是零散的学
将多个 srt 文件拼接成一个，找了好多工具，都太重了，自己用 shell 手搓一个。一开始没觉得这个小工具有多么难，以为半天肯定能搞定，结果足足搞了三天。绊倒我的居然是时间字段的拆分和前导零的删除，看看 shell 里有多少种实现方案，以及我为何选择了当前的方案。
子数组的最大异或和问题 作者：Grey 原文地址： 博客园：子数组的最大异或和问题 CSDN：子数组的最大异或和问题 题目描述 数组中所有数都异或起来的结果，叫做异或和。给定一个数组 arr，其中可能有正、有负，有零，返回 arr 的最大子数组异或和 题目链接见：牛客-子数组的最大异或和 暴力解 枚
汇编语言是一种面向机器的低级语言，用于编写计算机程序。汇编语言与计算机机器语言非常接近，汇编语言程序可以使用符号、助记符等来代替机器语言的二进制码，但最终会被汇编器编译成计算机可执行的机器码。标志位测试指令是汇编语言中用于测试处理器标志位状态的指令。标志位是位于处理器状态寄存器中的一组特殊标志，用于指示上一个运算的结果是否为零、是否进位/借位、是否溢出等等。可以使用标志位测试指令来检查标志位的状态
一：背景 1. 讲故事 今天是五一的最后一天，想着长期都在 Windows 平台上做开发，准备今天换到 Ubuntu 系统上体验下，主要是想学习下 AT&T 风格的汇编，这里 Visual Studio 肯定是装不了了，还得上 VSCode，刚好前几天买了一个小工控机，这里简单记录下 零到一 的过程
稀疏矩阵的概念 一个m×n的矩阵是一个由m行n列元素排列成的矩形阵列。矩阵里的元素可以是数字、符号及其他的类型的元素。 一般来说，在矩阵中，若数值为0的元素数目远远多于非0元素的数目，并且非0元素分布没有规律时，则称该矩阵为稀疏矩阵；与之相反，若非0元素数目占大多数时，则称该矩阵为稠密矩阵。定义非零
Kafka 是一个基于发布-订阅模式的消息系统，它可以在多个生产者和消费者之间传递大量的数据。Kafka 的一个显著特点是它的高吞吐率，即每秒可以处理百万级别的消息。那么 Kafka 是如何实现这样高得性能呢？本文将从七个方面来分析 Kafka 的速度优势。 - 零拷贝技术 - 仅可追加日志结构 -
摘要：常用于消除噪声的图像平滑方法包括三种线性滤波（均值滤波、方框滤波、高斯滤波）和两种非线性滤波（中值滤波、双边滤波），本文将详细讲解两种非线性滤波方法。 本文分享自华为云社区《[Python从零到壹] 五十六.图像增强及运算篇之图像平滑（中值滤波、双边滤波）》，作者：eastmount。 常用于
摘要：本文主要介绍图像形态学处理，详细讲解了图像开运算、闭运算和梯度运算。数学形态学是一种应用于图像处理和模式识别领域的新方法，其基本思想是用具有一定形态的结构元素去量度和提取图像中对应形状以达到对图像分析和识别目的。 本文分享自华为云社区《[Python从零到壹] 四十八.图像增强及运算篇之形态学
摘要：常用于消除噪声的图像平滑方法包括三种线性滤波（均值滤波、方框滤波、高斯滤波）和两种非线性滤波（中值滤波、双边滤波），本文将详细讲解三种线性滤波方法。 本文分享自华为云社区《[Python从零到壹] 五十五.图像增强及运算篇之图像平滑（均值滤波、方框滤波、高斯滤波）》，作者：eastmount。
本文期望通过本地化部署一个基于LLM模型的应用，能让大家对构建一个完整的应用有一个基本认知。包括基本的软硬环境依赖、底层的LLM模型、中间的基础框架及最上层的展示组件，最终能达到在本地零编码体验的目的。
