实战sklearn
读书笔记 -- Junit 实战（3rd）Ch05、Ch06 测试质量
Ch05 软件测试原则 1. 系统测试 测试替身 或 模拟对象 可以模拟复杂的真实对象的行为。 模拟对象（mock object）：可以出现在单元测试级别，其作用是替代系统中不可用的部分或合并到一个测试中不切实际的部分。 测试替身（test doubles）：是模拟对象，可 以可控的方式模拟真实对象 ......
Go Web开发进阶项目实战-Go语言实战课程体系，企业项目开发经验与技巧
书接上回，上次我们搭建好了项目入口文件，同时配置了路由体系，接着就可以配置项目的模板了，这里我们采用Iris内置的模板引擎，事实上，采用模板引擎并不意味着前后端耦合，模板中的数据保持其独立性即可，也就是说模板的数据操作交互方式采用http接口请求的形式，Iris并不参与模板逻辑，只返回Json格式的 ......
网页实战
最近一周给一个小公司设计一个产品展示网页，初步决定使用vue来做，页面大致布局就是分成几个div，顶部设置一个头部导航栏，点击或者悬停鼠标的时候可以弹出阴影框，在 阴影框里含有产品分类，点击顶部的产品展示或者阴影栏里的分类产品可以跳转，跳转后依然保留顶部的导航栏作为便捷跳转，左侧是另一个样式的导航栏 ......
GO实战电商网站全流程开发实现高并发秒杀系统
GO实战电商网站全流程开发实现高并发秒杀系统 1、秒杀业务分析 正常电子商务流程 （1）查询商品；（2）创建订单；（3）扣减库存；（4）更新订单；（5）付款；（6）卖家发货； 秒杀业务的特性 （1）低廉价格；（2）大幅推广；（3）瞬时售空；（4）一般是定时上架；（5）时间短、瞬时并发量高； 2、秒杀 ......
Go语言实战开发一个WEB项目博客系统
Go语言实战开发一个WEB项目博客系统 beego个人博客系统功能介绍 首页 分页展示博客 博客详情 评论 文章专栏 分类导航 资源分享 时光轴点点滴滴 关于本站 后台管理 登录 系统设置 分类添加修改删除管理 博文添加修改删除管理 基于Go语言和beego框架 前端使用layui 布局 开发的个人 ......
NLP机器翻译全景：从基本原理到技术实战全解析
机器翻译是使计算机能够将一种语言转化为另一种语言的技术领域。本文从简介、基于规则、统计和神经网络的方法入手，深入解析了各种机器翻译策略。同时，详细探讨了评估机器翻译性能的多种标准和工具，包括BLEU、METEOR等，以确保翻译的准确性和质量。 关注TechLead，分享AI全维度知识。作者拥有10+ ......
关于Java使用Arrays类的equals()函数比较两个数组是否相等功能的实战
关键词：文件流 问题：二进制流文件丢失 解决方法：java.util.Arrays.equals(byte1[],byte2[]) 分析：Arrays.equals()函数比较的是数组的内容而不是引用。也就是说，只有数组的元素内容相同，并且顺序也相同，才会返回true。 如果数组的元素内容相同但顺序 ......
Spring Boot + WebSocket 实时监控，实战来了！
写在前面 此异常非彼异常，标题所说的异常是业务上的异常。 最近做了一个需求，消防的设备巡检，如果巡检发现异常，通过手机端提交，后台的实时监控页面实时获取到该设备的信息及位置，然后安排员工去处理。 因为需要服务端主动向客户端发送消息，所以很容易的就想到了用WebSocket来实现这一功能。 WebSo ......
SpringBoot AOP + Redis 延时双删功能实战
一、业务场景 在多线程并发情况下，假设有两个数据库修改请求，为保证数据库与redis的数据一致性， 修改请求的实现中需要修改数据库后，级联修改Redis中的数据。 请求一：A修改数据库数据 B修改Redis数据 请求二：C修改数据库数据 D修改Redis数据 并发情况下就会存在A —> C —> D ......
java项目实战-mybatis-基本配置01-day22
目录0. mysql navicate链接分享1. mvn坐标引入2. mysql的核心配置文件3. 返回值类型 别名4. 将数据的配置提取配置文件4. log4j修改日志输出 0. mysql navicate链接分享 链接：https://pan.baidu.com/s/1U9yWY5ENZXh ......
java项目实战-jdbc实现-书城的增删改查-day21
目录1. 安装mysql 安装navicate2. jdbc实现增删改查 1. 安装mysql 安装navicate 参考网上资料 创库 创表 并放入3条测试数据 2. jdbc实现增删改查 book 实体类 package com.msb; /** * @Auther: jack.chen * @ ......
微前端实战
微前端实战 什么是微前端 微前端是指存在于浏览器中的微服务，其借鉴了微服务的架构理念，将微服务的概念扩展到了前端。 如果对微服务的概念比较陌生的话，可以简单的理解为微前端就是将一个大型的前端应用拆分成多个模块，每个微前端模块可以由不同的团队进行管理，并可以自主选择框架，并且有自己的仓库，可以独立部署 ......
一文概览NLP句法分析：从理论到PyTorch实战解读
关注TechLead，分享AI全维度知识。作者拥有10+年互联网服务架构、AI产品研发经验、团队管理经验，同济本复旦硕，复旦机器人智能实验室成员，阿里云认证的资深架构师，项目管理专业人士，上亿营收AI产品研发负责人。 本文全面探讨了自然语言处理（NLP）中句法分析的理论与实践。从句法和语法的定义，到 ......
fortran实战手册（2）
目录if and select case if and select case 您叫什么名字？ 张三 您数学、英语、政治成绩多少分？ 98,78,55 Hi,欢迎张三 ! 您平均分： 77 ! 您真是一个数学天才！ 您政治要加油了！ Process returned 0 (0x0) executio ......
k8s-服务网格实战-配置 Mesh（灰度发布）
在上一篇 k8s-服务网格实战-入门Istio中分享了如何安装部署 Istio，同时可以利用 Istio 实现 gRPC 的负载均衡。 今天我们更进一步，深入了解使用 Istio 的功能。 从 Istio 的流量模型中可以看出：Istio 支持管理集群的出入口请求（gateway），同时也支持管理集 ......
深入Go底层原理剖析和源码解读，重写Redis中间件实战积累大型项目经验
Go 中的runtime 类似 Java的虚拟机，它负责管理包括内存分配、垃圾回收、栈处理、goroutine、channel、切片（slice）、map 和反射（reflection）等。Go 的可执行文件都比相对应的源代码文件要大很多，这是因为 Go 的 runtime 嵌入到了每一个可执行文件 ......
通关Go语言，从基本原理到项目实战，由浅入深Go的底层原理与核心特性
通关Go语言，从基本原理到项目实战，由浅入深Go的底层原理与核心特性 go核心原理 本人在一家go技术栈工作2年有余，因此梳理一下我认为比较重要的go语言技术知识，一些基础的概念，比如function, interface这些就忽略了。 https://draveness.me/golang/ ht ......
Django实战项目-学习任务系统-发送短信通知
接着上期代码内容，继续完善优化系统功能。 本次增加发送短信通知功能，学习任务系统发布的任务，为了更加及时通知到学生用户，再原有发送邮件通知基础上，再加上手机短信通知功能。 第一步：开通短信通知服务 目前短信通知都是要收费的，本人还没发现免费的短信通知服务，如有网友知道免费资源请分享下。 本人选用的是 ......
Asp.Net Core实战(干货)
序言 使用.NET Core，团队可以更容易专注的在.net core上工作。比如核心类库（如System.Collections）的更改仍然需要与.NET Framework相同的活力，但是ASP.NET Core或Entity Framework Core可以更轻松地进行实质性更改，而不受向后兼 ......
Django实战项目-学习任务系统-配置定时调度任务
接着上期代码内容，继续完善优化系统功能。 本次增加配置定时调度任务功能，学习任务系统定时任务管理添加的定时学习任务，需要通过配置调度任务，定时发布周期性的学习任务。 以及每天定时发送学生用户属性值，积分值等信息到学生用户知晓。以及其他需要定时调度的任务都可以配置到定时任务中，方便及时提醒自己。 第一 ......
词！自然语言处理之词全解和Python实战！
本文全面探讨了词在自然语言处理（NLP）中的多维角色。从词的基础概念、形态和词性，到词语处理技术如规范化、切分和词性还原，文章深入解析了每一个环节的技术细节和应用背景。特别关注了词在多语言环境和具体NLP任务，如文本分类和机器翻译中的应用。文章通过Python和PyTorch代码示例，展示了如何在实 ......
Filebeat on k8s 日志采集实战操作
目录一、概述二、K8s 集群部署三、ElasticSearch 和 kibana 环境部署1）部署 docker2）部署 docker-compose3）创建网络4）修改 Linux 句柄数和最大线程数5）下载部署包开始部署四、Filebeat on k8s 部署（daemonset）1）安装 he ......
fortran实战手册（1）
概述 FORTRAN是英文“FORmulaTRANslator”的缩写，译为“公式翻译器”，它是世界上最早出现的计算机高级程序设计语言，广泛应用于科学和工程计算领域。FORTRAN语言以其特有的功能在数值、科学和工程计算领域发挥着重要作用。 Fortran语言的最大特性是接近数学公式的自然描述，在计 ......
5. Sklearn岭回归
1. 线性回归 \[w = (X^TX)^{-1}X^TY \]对于矩阵X，若某些列线性相关性较大(即训练样本中某些属性线性相关 )，就会导致\(X^TX\)的值接近0，在计算\((X^TX)^{-1}\)时就会出现不稳定性。 结论:传统的基于最小二乘的线性回归法缺乏稳定性 2.岭回归 通常情况下会 ......
4.Sklearn多项式回归
1.多项式回归介绍 在一元回归分析中，如果依变量y与自变量X的关系为非线性的，但是又找不到适当的函数曲线来拟合，则可以采用一元多项式回归 多项式回归的最大优点就是可以通过增加X的高次项对实测点进行逼近，直至满意为止。 事实上，多项式回归可以处理相当一类非线性问题，它在回归分析中占有重要的地位，因为任 ......
深度解析BERT：从理论到Pytorch实战
本文从BERT的基本概念和架构开始，详细讲解了其预训练和微调机制，并通过Python和PyTorch代码示例展示了如何在实际应用中使用这一模型。我们探讨了BERT的核心特点，包括其强大的注意力机制和与其他Transformer架构的差异。 关注TechLead，分享AI全维度知识。作者拥有10+年互 ......
3.Sklearn-一元线性回归
1. 导入包 import numpy as np import matplotlib.pyplot as plt from sklearn import linear_model 2. 加载训练数据 # 建立datasets_X和datasets_Y用来存储数据中的房屋尺寸和房屋成交价格。 dat ......
Stream实战用例1
Java8 Stream 代码少，功能强大，实乃效率利器。这里我列举自己常用的Stream使用示例。 一.流式赋值 1. 从一个List转到另一个List 参考 objectList = objectList .stream().map(object -> { Object objectNew = ......
2.Sklearn库标准数据集及基本功能
1. sklearn数据集 波士顿房价数据集 波士顿房价数据集包含506组数据，每条数据包含房屋以及房屋周围的详细信息。其中包括城镇犯罪率、一氧化氮浓度、住宅平均房间数、到中心区域的加权距离以及自住房平均房价等。因此，波士顿房价数据集能够应用到回归问题上。 使用sklearn.datasets.lo ......