体细胞 样本 深度 流程
前端Linux部署命令与流程记录
以前写过一篇在Linux上从零开始部署前后端分离的Vue+Spring boot项目，但那时候是部署自己的个人项目，磕磕绊绊地把问题解决了，后来在公司有了几次应用到实际生产环境的经验，发现还有很多可以补充的地方，很多指令和下载地址每次用到的时候再找就相对麻烦，通过这篇文章可以做一个记录。 另外，之前 ......
[Linux Kernel 源码分析] 通过vconfig配置vlan的系统调用/驱动流程分析
By YuCloud (蓝天上的云℡ - 博客园 https://www.cnblogs.com/yucloud/) 转载请注明出处 vconfig源码分析 vlan/vconfig.c at master · Distrotech/vlan (github.com) https://github. ......
【爬虫+数据分析+数据可视化】python数据分析全流程《2021胡润百富榜》榜单数据！
用python爬取并分析《2021胡润百富榜》的榜单数据！
1、python爬虫讲解（requests向接口请求）。
2、python数据分析讲解（pandas数据分析及可视化画图）含：直方图、柱形图、饼图、词云图等。 ......
[深度学习] 基于切片辅助超推理库SAHI优化小目标识别
对象检测是迄今为止计算机视觉中最重要的应用领域。然而，小物体的检测和大图像的推理仍然是实际使用中的主要问题，这是因为小目标物体有效特征少，覆盖范围少。小目标物体的定义通常有两种方式。一种是绝对尺度定义，即以物体的像素尺寸来判断是否为小目标，如在COCO数据集中，尺寸小于32×32像素的目标被判定为小 ......
深度学习之Transformer网络
【博主使用的python版本：3.6.8】 本次没有额外的资料下载 Packages import tensorflow as tf import pandas as pd import time import numpy as np import matplotlib.pyplot as plt ......
重新捋一捋React源码之更新渲染流程
前言 前些天在看Dan Abramov个人博客（推荐阅读，站在React开发者的角度去解读一些API的设计初衷和最佳实践）里的一篇文章，其重点部分的思想就是即使不使用Memo()，也可以通过组合的方式来减少组不必要的渲染。 作者在放出代码讲述结论的时候并没有细说原理只是一笔带过，所以笔者自己想着从R ......
记一次在CentOS上安装GitLab的流程
1、本次环境说明 系统：Centos7.6 IP地址：http://192.168.3.213: 最低配置要求：2核心CPU和4G内存，这是因为[GitLab]的整体运行包含了多个进程 2、自行安装 docker 和 docker-compose 我使用的是宝塔的面板一键安装，省心方便 3.随便找个 ......
（四）elasticsearch 源码之索引流程分析
1.概览 前面我们讨论了es是如何启动，本文研究下es是如何索引文档的。 下面是启动流程图，我们按照流程图的顺序依次描述。 其中主要类的关系如下: 2. 索引流程 (primary) 我们用postman发送请求，创建一个文档 我们发送的是http请求，es也有一套http请求处理逻辑，和sprin ......
从源码层面深度剖析Spring循环依赖
作者：郭艳红 以下举例皆针对单例模式讨论 图解参考 https://www.processon.com/view/link/60e3b0ae0e3e74200e2478ce 1、Spring 如何创建Bean？ 对于单例Bean来说，在Spring容器整个生命周期内，有且只有一个对象。 Sprin ......
【深度思考】如何优雅的校验参数？
在日常的开发工作中，为了保证落库数据的完整性，参数校验绝对是必不可少的一部分，本篇文章就来讲解下在项目中该如何优雅的校验参数。 假设有一个新增学员的接口，一般第一步我们都会先校验学员信息是否正确，然后才会落库，简单起见，假设新增学员时只有2个字段：姓名、年龄。 @Data public class ......
使用Spring Reactor优化推荐流程
1. 背景 公司有一个推荐系统Rec，这个系统的主要功能是： 向外部系统提供推荐接口 根据请求获取推荐策略 根据推荐策略完成推荐的召回、过滤、打分、排序阶段 Rec作为微服务中的一环，本身不存储召回的物料信息，也不存储用户和物料的特征信息，它负责就是对各个服务的组合和流转 其流程如下： 2. 问题 ......
Relational Learning with Gated and Attentive Neighbor Aggregator for Few-Shot Knowledge Graph Completion 小样本知识图谱补全论文解读
小样本知识图补全——关系学习。论文利用三元组的邻域信息，提升模型的关系表示学习，来实现小样本的链接预测。主要应用的思想和模型包括：GAT（图注意力神经网络）、TransH、SLTM、Model-Agnostic Meta-Learning (MAML)。 论文地址：https://arxiv.org ......
VS2019发布至远程IIS部署流程
服务器部署 传统的开发将项目发布至本地桌面之后，复制至站点目录或通过FTP上传站点目录，有点小麻烦，通过开发工具VS2019本身集成的功能，可以一步到发布到远程IIS站点。 条件： VS系列发工具，例如VS2019，VS2022 Windows Server 操作系统 在目标服务器上面安装IIS，要 ......
深度剖析 | 【JVM深层系列】[HotSpotVM研究系列] JVM调优的"标准参数"的各种陷阱和坑点分析（攻克盲点及混淆点）「 1 」
相信大多数人的理解是Major GC只针对老年代，Full GC会先触发一次Minor GC，不知对否？我参考了R大的分析和介绍，总结了一下相关的说明和分析结论。 ......
深度学习之残差网络
资料下载 链接：https://pan.baidu.com/s/1mTqblxzWcYIRF7_kk8MQQA 提取码：7x6w 资料的下载真的很感谢(14条消息) 【中文】【吴恩达课后编程作业】Course 4 - 卷积神经网络 - 第二周作业_何宽的博客-CSDN博客 我找了几天resnet50 ......
UBOOT 启动流程
一、概述 uboot 的启动流程在网上有很多大佬记录，但是了对于像我这样的新手就有些困难了，而我也不做 uboot 相关的工作，所以没必去研究代码，这里我特意整理了一下，以流程图的形式展现代码执行的流程，方便快速了解 uboot 是怎么启动的，此笔记就不进行代码分析了，主要记录 uboot 启动流程 ......
kernel 启动流程
一、概述 之前学习了uboot的启动流程，现在接着学习uboot的启动流程，关于 kernel 的启动流程分析的大佬也是很多的，这里还是通过流程的图的方式进行记录，为了像我一样的新手，直观的了解 kernel 的启动流程。 在 kernel 启动之前已将完成了 uboot 的启动，看到此笔记的小伙伴 ......
二叉树的最小深度问题
二叉树的最小深度问题 作者：Grey 原文地址： 博客园：二叉树的最小深度问题 CSDN：二叉树的最小深度问题 题目描述 给定一个二叉树，找出其最小深度。 最小深度是从根节点到最近叶子节点的最短路径上的节点数量。 说明：叶子节点是指没有子节点的节点。 题目链接见：LeetCode 111. Mini ......
深度学习炼丹-不平衡样本的处理
数据层面的处理方法总的来说分为数据扩充和数据采样法，数据扩充会直接改变数据样本的数量和丰富度，采样法的本质是使得输入到模型的训练集样本趋向于平衡，即各类样本的数目趋向于一致。 ......
深度学习炼丹-数据增强
在工业界，数据预处理步骤对模型精度的提高的发挥着重要作用。对于机器学习任务来说，广泛的数据预处理一般有四个阶段（视觉任务一般只需 Data Transformation）: 数据清洗(Data Cleaning)、数据整合(Data Integration)、数据转换(Data Transforma... ......
深度学习炼丹-超参数调整
所谓超参数，即不是通过学习算法本身学习出来的，需要作者手动调整（可优化参数）的参数(理论上我们也可以设计一个嵌套的学习过程，一个学习算法为另一个学习算法学出最优超参数)，卷积神经网络中常见的超参数有: 优化器学习率、训练 Epochs 数、批次大小 batch_size 、输入图像尺寸大小。 ......
RequestMappingHandlerMapping的请求地址映射流程
上篇文章里，我们讲解了RequestMappingHandlerMapping请求地址映射的初始化流程，理解了@Controller和@RequestMapping是如何被加载到缓存中的。 今天我们来进一步学习，在接收到请求时，RequestMappingHandlerMapping是如何进行请求地 ......
RequestMappingHandlerMapping请求地址映射的初始化流程
之前的文章里，介绍了DispatcherSerlvet处理请求的流程。 其中一个核心的步骤是：请求地址映射，即根据request获取对应的HandlerExcecutionChain。 为了后续的请求地址映射，在项目初始化时，需要先将request-handler映射关系缓存起来。 HandlerM ......
说说真实Java项目的开发流程，以及面试前的项目准备说辞
介绍项目是必不可少的Java面试环节，求职者需要借此证明自己真实Java项目的经验，如果再做的好的话，需要借此展开自己的亮点说辞。 不过之前如果只有学习项目经验，比如是自己跑通一个项目，或者是在培训班里通过一个Spring Boot项目入门Java，那么这些学习项目的开发流程其实和公司里真实Java ......
深度学习-网络训练流程说明
1.背景 分类神经网络模型：Mobilenetv3。 深度学习框架：PyTorch。 Mobilenetv3简单的手写数字识别： 任务输入：一系列手写数字图片，其中每张图片都是28x28的像素矩阵。 任务输出：经过了大小归一化和居中处理，输出对应的0~9数字标签。 项目参考代码：https://gi ......
在 win11 下搭建并使用 ubuntu 子系统（同时测试 win10)——（附带深度学习环境搭建）
对于一个深度学习从事者来说，Windows训练模型有着诸多不便，还好现在Windows的Ubuntu子系统逐渐完善，近期由于工作需求，配置了Windows的工作站，为了方便起见，搭建了Ubuntu子系统，网上教程比较多，但是都或多或少存在一些小问题（也许是他们没有遇到）， 于是我自己在尝试中，将自己 ......
快速绘制流程图「GitHub 热点速览 v.22.47」
画流程图一直是研发的一个难题，如何画得通俗易懂已经够让人头疼了，还要美观大方。用 d2 的语法描述下流程，d2 会自动帮你生成一张配色极佳的流程图。说到研发的选择，本周特推的 choiceof.dev 罗列了众多开发过程中会遇到的选项，你可以自测下你同主流研发的契合度。 本周周榜呢，有监控网络流量的 ......
深度解析KubeEdge EdgeMesh 高可用架构
摘要：通过高可用特性应用场景、高可用特性使用手册、课题总结、未来展望等四个部分的内容来向大家介绍新版本EdgeMesh的高可用架构。 本文分享自华为云社区《KubeEdge EdgeMesh 高可用架构详解|KubeEdge云原生边缘计算社区》，作者：南开大学｜达益鑫。 EdgeMesh项目解决了边 ......
Type Script 在流程设计器的落地实践
流程设计器项目介绍 从事过BPM行业的大佬必然对流程建模工具非常熟悉，做为WFMC三大体系结构模型中的核心模块，它是工作流的能力模型，其他模块都围绕工作流定义来构建。 成熟的建模工具通过可视化的操作界面和行业BPMN规范描述用户容易理解的工作流的各种构成图元，例如圆圈表示事件，方框表示活动。 流程设 ......
基于jenkins+kubernetes的cicd流程实践一：环境搭建及方案原理
1.基础环境：Centos7.9，kubernetes:v1.21.5 node-1@112（master）：docker，containerd，harbornginx（80），git，etcd node-2@109（master/worker）：docker，containerd，ingress_ ......