生成器 模型mybatis代码
不用Blazor WebAssembly，开发在浏览器端编译和运行C#代码的网站
本文中，我将会为大家分享一个如何用.NET技术开发“在浏览器端编译和运行C#代码的工具”，核心的技术就是用C#编写不依赖于Blazor框架的WebAssembly以及Roslyn技术。 一、 为什么要开发这样的工具？ 对于编程初学者来讲，开发环境的安装配置是一个令人头疼的事情，如果能让初学者不用做任 ......
用GPU来运行Python代码
简介 前几天捣鼓了一下Ubuntu，正是想用一下我旧电脑上的N卡，可以用GPU来跑代码，体验一下多核的快乐。 还好我这破电脑也是支持Cuda的： $ sudo lshw -C display *-display description: 3D controller product: GK208M [ ......
【Unity 框架】 QFramework v1.0 使用指南 工具篇： 16. LiveCodingKit 写代码不用停止运行的利器 | Unity 游戏框架 | Unity 游戏开发 | Unity 独立游戏
我们在用 Unity 开发的时候，每次编写或修改一点代码就需要进行 停止运行->编写代码->等待编译->运行游戏。 而在很多情况下这个过程是一个比较耗神的过程，因为开发者需要等待，还需要动手操作。 在笔者体验过 GameMakerStudio 的 GMLive 插件后，发现不停止运行就可以直接查看代 ......
Django框架之drf：5、反序列化器校验部分源码分析，断言，drf之请求与响应，视图组件介绍及两个视图基类，代码部分实战
Django框架之drf 一、反序列化类校验部分源码解析 反序列化校验什么时候开始执行校验？ 剖析流程一：在视图中使用反序列化器实例化的对象调用is_valid()的时候就会进行校验，通贩校验返回True，反之False class BookView(APIView): # 新增 def post( ......
MATLAB人工神经网络ANN代码
本文介绍基于MATLAB实现人工神经网络（ANN）回归的详细代码与操作。 在之前的文章MATLAB实现随机森林（RF）回归与自变量影响程度分析中，我们对基于MATLAB的随机森林（RF）回归与变量影响程度（重要性）排序的代码加以详细讲解与实践。本次我们继续基于MATLAB，对另一种常用的机器学习方法 ......
Python TensorFlow深度学习回归代码：DNNRegressor
本文介绍基于Python语言中TensorFlow的tf.estimator接口，实现深度学习神经网络回归的具体方法。 () 1 写在前面 1. 本文介绍的是基于TensorFlow tf.estimator接口的深度学习网络，而非TensorFlow 2.0中常用的Keras接口；关于Keras接 ......
基于遗传算法的地图四色原理绘图上色的Python代码
本文介绍利用Python语言，实现基于遗传算法（GA）的地图四色原理着色操作。 1 任务需求 首先，我们来明确一下本文所需实现的需求。 现有一个由多个小图斑组成的矢量图层，如下图所示。 我们需要找到一种由4种颜色组成的配色方案，对该矢量图层各图斑进行着色，使得各相邻小图斑间的颜色不一致，如下图所示。 ......
五种传统IO模型
五种传统I/O模型 作者:tsing 本文地址:https://www.cnblogs.com/TssiNG-Z/p/17089759.html 简介 提起I/O模型, 就会说到同步/异步/阻塞/非阻塞乱七八糟一大堆, 这里简单整理一下, 做个备忘. 正文 传统I/O模型一共有5种 : 阻塞I/O, ......
C#开发PACS医学影像三维重建(十四):基于能量模型算法将曲面牙床展开至二维平面
在医学影像领域中，将三维重建中的人体组织展开平铺至二维，用来研判病灶和制定治疗方案的重要手段之一， 它能够将立体曲面所包含的信息更为直观的展示到二维平面上，常用的情景包括： 牙床全景图、平铺血管、骨骼二维化展开(肋骨平铺)。 众所周知，人体牙床正常情况下是有弧度的，无论是从俯视位还是冠状位观察都是不 ......
如何让Java编译器帮你写代码
本文结合京东监控埋点场景，对解决样板代码的技术选型方案进行分析，给出最终解决方案后，结合理论和实践进一步展开。通过关注文中的技术分析过程和技术场景，读者可收获一种样板代码思想过程和解决思路，并对Java编译器底层有初步了解。 ......
支付对接常用的加密方式介绍以及java代码实现
金融场景里如何让收银和支付更安全？背后的基础原件是加密方式的设计架构。本文重点讲解在京东金融中，我们如何用Java来实现支付加密。 ......
Java程序员用代码，计算最大公约数和最小公倍数
作者：小傅哥 博客：https://bugstack.cn 源码：https://github.com/fuzhengwei/java-algorithms 沉淀、分享、成长，让自己和他人都能有所收获！😄 一、前言 嘿，小傅哥怎么突然讲到最大公约数了？ 这么想你肯定是没有好好阅读前面章节中小傅哥讲 ......
SpringBoot+Mybatis-plus整合easyExcel批量导入Excel到数据库+导出Excel
一、前言 今天小编带大家一起整合一下easyExcel，之所以用这个，是因为easyExcel性能比较好，不会报OOM！ 市面上常见的导入导出Excel分为三种： hutool easyExcel poi hutool和easyExcel都是对poi的封装，使用起来更加方便！ 如果想使用poi和hu ......
不懂编译原理？本文教你从零实现最简编译模型！
简介 前两日我偶然间在 GitHub 上发现了一个项目：the-super-tiny-compiler，官方介绍说这可能是一个最简的编译器。刚好之前学过「编译原理」这门课，我的兴趣一下子就上来了，简单看了一下，这个项目是将一个 Lisp 表达式转化为 C 的表达式的编译器，中间涉及词法分析、语法分析 ......
【Azure 存储服务】.NET7.0 示例代码之上传大文件到Azure Storage Blob (一)
问题描述 在使用Azure的存储服务时候，如果上传的文件大于了100MB， 1GB的情况下，如何上传呢？ 问题解答 使用Azure存储服务时，如果要上传文件到Azure Blob，有很多种工具可以实现。如：Azure 门户， Azure Storage Explorer, 命令行工具 az copy ......
dotnet 代码优化 聊聊逻辑圈复杂度
本文属于 dotnet 代码优化系列博客。相信大家都对圈复杂度这个概念很是熟悉，本文来和大家聊聊逻辑的圈复杂度。代码优化里面，一个关注的重点在于代码的逻辑复杂度。一段代码的逻辑复杂度越高，那么维护起来的难度也就越大。衡量代码的逻辑复杂度的一个维度是通过逻辑圈复杂度进行衡量。本文将告诉大家如何判断代码... ......
浅谈生成函数
生成函数相关 首先对于函数$F(x)$,在$x_0$处泰勒展开,$F(x)=\sum\limits_{n=0}^{+\infin}\dfrac{F^{n}(x_0)}{n!}(x-x_0)^n$,这个$x$的取值是有一定范围的，当然我们也不关心 若在$x_0=0$处展开,即麦克劳林级数 $$ (1- ......
MybatisPlus实战技术分享合集 代码生成器 多表连接查询 分组查询 一口气干完
一、MybatisPlusMax简介 MybatisPlusMax是MybatisPlus的增强包，秉承只拓展不修改的理念，对MybatisPlus做增强。 正如MybatisPlus是对MyBatis的增强，MybatisPlusMax是对MybatisPlus的增强，拓展理念一脉相承。 Myba ......
【项目实战】从零到一搭建Spring Boot整合Mybatis-plus
前言 2023年想搭建一套属于自己的框架，做一个属于自己想法的项目。这些年工作中一直用公司已有的框架，以前有跟着学习视频搭建过，但自己真正动手搭建时发现问题还是很多，比如没有引入Mybatis-plus包之前，项目api test是成功的，引入Mybatis-plus包后就一直启动不成功，而且异常信 ......
ONNX模型分析与使用
ONNX 的本质只是一套开放的 ML 模型标准，模型文件存储的只是网络的拓扑结构和权重（其实每个深度学习框架最后保存的模型都是类似的），脱离开框架是没办法对模型直接进行 inference的。 ......
我总结了写出高质量代码的12条建议
前言 工作这么多年，见过许许多多的代码，有的写的好，有的写的很糟糕。好的代码不外乎要做到你的代码可阅读、可维护、可扩展。说难不难，说简单也不简单，那么本文我将总结工作这么多年该如何写出整洁代码的一些实践。 欢迎关注个人公众号【JAVA旭阳】交流学习 1.使用清晰且有意义的命名 干净代码最重要的原则之 ......
滑动窗口滤波器原理分析及详细代码讲解实现
前言 在嵌入式开发程序中涉及数据采样如传感器采样，AD采样等如果直接读取信号后，将信号值直接参与后续逻辑处理，若程序无软件滤波，会导致静态或者动态采样时： 1、信号曲线相对没有那么平滑。 2、同时可能存在脉冲干扰导致逻辑判断错误。 在信号处理系统中，输入信号通常含有各种噪声和干扰。为对信号进行准确的 ......
基于AbstractProcessor扩展MapStruct自动生成实体映射工具类
作者：京东物流 王北永 姚再毅 1 背景 日常开发过程中，尤其在 DDD 过程中，经常遇到 VO/MODEL/PO 等领域模型的相互转换。此时我们会一个字段一个字段进行 set|get 设置。要么使用工具类进行暴力的属性拷贝，在这个暴力属性拷贝过程中好的工具更能提高程序的运行效率，反之引起性能低下、 ......
代码影响范围工具探索
作者：京东零售 田创新、耿蕾 一、背景 1.祖传代码不敢随意改动，影响范围无法评估。并且组内时常有因为修改了某块代码，导致其他业务受到影响，产生bug，影响生产。 2.研发提测完成后，测试进入测试后经常会向研发询问本次需求改动影响范围，以此来确定测试用例，以达到精准测试，提升整个需求的质量，缩短交付 ......
Java开发学习(五十)----MyBatisPlus快速开发之代码生成器解析
1、代码生成器原理分析 造句: 我们可以往空白内容进行填词造句，比如: 在比如: 观察我们之前写的代码，会发现其中也会有很多重复内容，比如: 那我们就想，如果我想做一个Book模块的开发，是不是只需要将红色部分的内容全部更换成Book即可，如： 所以我们会发现，做任何模块的开发，对于这段代码，基本上 ......
vivo 低代码平台【后羿】的探索与实践
本文主要从前后端分离的低代码方案、自研高性能渲染引擎、高效的可视化配置方案、千亿级内容投放、低代码如何与传统开发共存等五个维度vivo在低代码平台方面的实践经验，其中也会涉及到动态交互如何运用低代码来编排和我们在提高配置效率方面的全面探索。 ......
vivo 游戏中心低代码平台的提效秘诀
本文首先介绍背景与痛点，然后阐述了vivo互联网游戏中心是如何搭建低代码平台，最后展示了低代码平台带来的收益和未来建设方向。 ......
Generator(生成器),入门初基,Coroutine(原生协程),登峰造极,Python3.10并发异步编程async底层实现
普遍意义上讲，生成器是一种特殊的迭代器，它可以在执行过程中暂停并在恢复执行时保留它的状态。而协程，则可以让一个函数在执行过程中暂停并在恢复执行时保留它的状态，在Python3.10中，原生协程的实现手段，就是生成器，或者说的更具体一些：协程就是一种特殊的生成器，而生成器，就是协程的入门心法。 协程底 ......
道长的算法笔记：状态机模型之股票系列问题
(一) 股票系列问题 所谓的股票问题，是一个动态规划状态机模型的系列问题，这些题目来自于LeetCode社区，这些问题非常经典，能够帮助我们理解动态规划的本质，这些问题大多初看之下会令人感觉无从下手，但是一旦掌握相应的方法划分状态之后，很快即可举一反三的写出相应的代码。 股票系列问题合集 LC121 ......
.Net 7 的AOT的程序比托管代码更容易破解？
楔子 .Net 7的一个重要功能是把托管的源码编译成Native Code，也就是二进制文件。此举看似增加了程序反编译难度，实际上是减少了程序的破解难度。本篇在不触及整个程序架构的前提下，以简单的例子来修改Native AOT exe文件的输出字符串。 例子 Console.WriteLine("H ......