需求 模型 过程 笔记
GitLab CI-CD 学习笔记
概述 1. CI/CD CI（持续集成）指开发人员一天内进行多次合并和提交代码操作，并通过自动化测试，完成构建 CD（持续部署）指每次代码更改都会自动部署到对应环境 CI/CD 结合在一起，可以加快开发团队交付成果的效率，减少时间成本 2. Gitlab-CI/CD gitlab-ci 是 gitl ......
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 ......
色彩学学习笔记
色彩学学习笔记 可见光 可见光只占电磁波谱的一小部分 一个物体反射的光如果在所有可见光波长范围内是平衡的，那么对观察者来说显示为白色。然而，一个物体反射有限的可见光谱, 则物体呈现某种颜色 颜色的属性 颜色有三种属性 色相/色调（Hue） 颜色的主色调，如红色、蓝色 由占主要比例的波长决定 亮度（V ......
【学习笔记】Kruskal 重构树
这篇文章起源于学校里让写的研究性学习，本文严禁转载，请认准出处 https://www.cnblogs.com/linyihdfj/p/17067905.html，也请不要以本文作为研究性学习抄袭的证据，因为都是我写的 1 相关概念 1.1 最小生成树 设存在图 $G = (V,E)$，每条边有边权 ......
算法学习笔记(5): 最近公共祖先(LCA)
最近公共祖先(LCA) 最近公共祖先是树上的概念，不了解树的出门左转百度：树（数据结构名词）_百度百科 定义 假设我们需要求 x 和 y 的最近公共祖先，这里有多种等价的定义 路径x到y上深度最小的点 x和y公共祖先中深度最大的点 x和y在这棵树上距离最近的公共祖先结点 如果x就是y的祖先，则x本身 ......
算法学习笔记(2): 欧拉定理与逆元
逆元 定义 逆元素，是指一个可以取消另一给定元素运算的元素 具体来说，对于实际的一些应用，如： 当我们想要求(11 / 3) % 10时 明显可以看出，是没有办法直接算的，这时就需要引入逆元 $a$ 在模$p$意义下的逆元记作 $a^{-1}$，也可以用inv(a)表示 应当满足 $$ a * a^ ......
算法学习笔记(8.1): 网络最大流算法 EK, Dinic, ISAP
网络最大流 前置知识以及更多芝士参考下述链接 网络流合集链接：网络流 最大流，值得是在不超过管道~~（边）~~容量的情况下从源点到汇点最多能到达的流量 抽象一点：使 $\sum_{(S, v) \in E} f(S, v)$ 最大的流函数被称为网络的最大流，此时的流量被称为网络的最大流量 有了最大流 ......
SpringCloud源码学习笔记1—— Zuul网关源码分析
系列文章目录和关于我 源码基于 spring-cloud-netflix-zuul-2.2.6.RELEASE.jar 需要具备SpringMVC源码功底 推荐学习https://www.cnblogs.com/cuzzz/p/16538064.html 零丶概述 Zuul是netflix旗下开源网 ......
SpringMVC学习笔记 - 第一章 - 工作流程、Bean加载控制、请求与响应（参数接收与内容返回）、RESTful
【前置内容】Spring 学习笔记全系列传送门： Spring学习笔记 - 第一章 - IoC（控制反转）、IoC容器、Bean的实例化与生命周期、DI（依赖注入） Spring学习笔记 - 第二章 - 注解开发、配置管理第三方Bean、注解管理第三方Bean、Spring 整合 MyBatis 和 ......
JUC源码学习笔记5——1.5w字和你一起刨析线程池ThreadPoolExecutor源码，全网最细doge
源码基于JDK8 文章1.5w字，非常硬核 系列文章目录和关于我 一丶从多鱼外卖开始 话说，王多鱼给好友胖子钱让其投资，希望亏得血本无归。胖子开了一个外卖店卖国宴，主打高端，外卖小哥都是自己雇佣，并且开迈巴赫送外卖。最开始胖子觉得这么贵的外卖，就雇佣100个外卖员（核心线程）够了，并购买了100台迈 ......
Apache RocketMQ 5.0 笔记
RocketMQ 5.0：云原生“消息、事件、流”实时数据处理平台，覆盖云边端一体化数据处理场景。 核心特性 云原生：生与云，长与云，无限弹性扩缩，K8s友好 高吞吐：万亿级吞吐保证，同时满足微服务与大数据场景 流处理：提供轻量、高扩展、高性能和丰富功能的流计算引擎 金融级：金融级的稳定性，广泛用于 ......
SOFAJRaft源码阅读（壹）-模块启动过程
本篇文章旨在分析SOFAJRaft中jraft-example模块的启动过程，由于SOFAJRaft在持续开源的过程中，所以无法保证示例代码永远是最新的，要是有较大的变动或者纰漏、错误的地方，欢迎大家留言讨论。 @Author：Akai-yuan 更新时间：2023年1月20日 写在前面： SOFA ......
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。 ......
TensorRT 基础笔记
TensorRT 是 NVIDIA 官方推出的基于 CUDA 和 cudnn 的高性能深度学习推理加速引擎，能够使深度学习模型在 GPU 上进行低延迟、高吞吐量的部署。采用 C++ 开发，并提供了 C++ 和 Python 的 API 接口，支持 TensorFlow、Pytorch、Caffe、M... ......
《数字图像处理》学习笔记
本文是对《数字图像处理》书的学习笔记，不涉及具体代码，主要是原理概述和公式描述，及概念理解。学习数字图像处理能让我们更深入理解计算机视觉领域的内容。 ......
微机原理与系统设计笔记1 | 绪论与数制表示
打算整理汇编语言与接口微机这方面的学习记录。 参考资料 西电《微机原理与系统设计》周佳社 西交《微机原理与接口技术》 课本《汇编语言与接口技术》王让定 小甲鱼《汇编语言》 1. 介绍 2022年春学习了MIPS视角下的计算机体系结构与组成原理，同年夏自学了操作系统（科普级别的了解），汇编语言是学习操 ......
.NET 云原生架构师训练营（基于 OP Storming 和 Actor 的大型分布式架构三）--学习笔记
目录 为什么我们用 Orleans Dapr VS Orleans Actor 模型 Orleans 的核心概念 结合 OP Storming 的实践 结合 OP Storming 的实践 业务模型 设计模型 代码实现 代码实现 HelloOrleans.Host Orleans.Providers ......
pytorch 配置详细过程
#torch github 项目多 方便，api好调用 cpu版本 ###装torch 安装最新版本的就可以。 ###torchvision 要版本对应 算法： torchvision版本号= torch版本号第一个数字-1.torch版本号第二个数字+1.torch版本号第三个数字 所以我的就是： ......
一次JVM GC长暂停的排查过程
作者：京东科技 徐传乐 背景 在高并发下，Java程序的GC问题属于很典型的一类问题，带来的影响往往会被进一步放大。不管是「GC频率过快」还是「GC耗时太长」，由于GC期间都存在Stop The World问题，因此很容易导致服务超时，引发性能问题。 事情最初是线上某应用垃圾收集出现Full GC异 ......
基于SqlSugar的开发框架循序渐进介绍（23）-- Winform端管理系统中平滑增加对Web API对接的需求
在前面随笔介绍的基于SqlSugar的WInform端管理系统中，数据提供者是直接访问数据库的方式，不过窗体界面调用数据接口获取数据的时候，我们传递的是标准的接口，因此可扩展性比较好。我曾经在随笔《基于SqlSugar的开发框架循序渐进介绍（5）-- 在服务层使用接口注入方式实现IOC控制反转》中介... ......
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 ......
深入理解 dbt 增量模型
想要实现数据增量写入数据库，可以选择 dbt 增量模型。通过 dbt 增量模型，我们只用专注于写日增 SQL，不用去关注于如何安全的实现增量写入。 dbt 增量模型解决了什么问题 原子性写入：任何情况下，增量写入只有一个程序在写入。 假设增量程序已经上线，线上增量程序在执行的同时，开发也在本地执行增 ......
终于弄明白了 RocketMQ 的存储模型
RocketMQ 优异的性能表现，必然绕不开其优秀的存储模型 。 这篇文章，笔者按照自己的理解 , 尝试分析 RocketMQ 的存储模型，希望对大家有所启发。 1 整体概览 首先温习下 RocketMQ 架构。 整体架构中包含四种角色 : Producer ：消息发布的角色，Producer 通过 ......
Apache HttpClient 5 笔记: SSL, Proxy 和 Multipart Upload
HttpClient 版本已经到 5.2.1 了. 在版本4中的一些方法已经变成 deprecated, 于是将之前的工具类升级一下, 顺便把中间遇到的问题记录一下 ......
Pytorch优化过程展示：tensorboard
训练模型过程中，经常需要追踪一些性能指标的变化情况，以便了解模型的实时动态，例如：回归任务中的MSE、分类任务中的Accuracy、生成对抗网络中的图片、网络模型结构可视化…… 除了追踪外，我们还希望能够将这些指标以动态图表的形式可视化显示出来。
TensorFlow的附加工具Tensorboar... ......
Pytorch建模过程中的DataLoader与Dataset
处理数据样本的代码会因为处理过程繁杂而变得混乱且难以维护，在理想情况下，我们希望数据预处理过程代码与我们的模型训练代码分离，以获得更好的可读性和模块化，为此，PyTorch提供了torch.utils.data.DataLoader 和 torch.utils.data.Dataset两个类用于数据... ......
Redis网络模型究竟有多强
高效的网络模型是Redis实现高吞吐量的重要底层支撑，是“高性能”的重要原因，却不是“快”的直接理由。本文将从BIO开始介绍，经过NIO、多路复用，最终说回Redis的Reactor模型，力求详尽。 ......
JUC源码学习笔记7——FutureTask源码解析,人生亦如是，run起来才有结果
系列文章目录和关于我 一丶我们在哪里会使用到FutureTask 基本上工作中和Future接口 打交道比较多，比如线程池ThreadPoolExecutor#sumbit方法，返回值就是一个Future（实际上基本上就是一个FutureTask）。ThreadPoolExecutor#sumbit ......
万字长文解析Scaled YOLOv4模型(YOLO变体模型)
Scaled YOLOv4 模型最主要的贡献在于通过理论系统分析和实验证了模型缩放的原则，进一步拓展了 CSPNet 方法，并基于此设计了一个全新的 Scaled-YOLOv4，Scaled-YOLOv4 网络的卷积模块都有使用 CSP。总的感觉就是针对不同的 GPU 平台，根据作者分析出来的模型缩... ......