腾讯云开发者社区-腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

用户2133719的专栏

专栏作者

81

文章

101922

阅读量

19

订阅数

《ChatGPT Prompt Engineering for Developers》学习笔记

chatgpt prompt response 模型学习笔记

本笔记是 deeplearning.ai 最近推出的短期课程《ChatGPT Prompt Engineering for Developers》的学习总结。

2023-08-28

4660

Trino 权威指南 Part 1

云数据库 SQL Server 存储容器镜像服务 java jar

Trino[1] 是一种支持使用 SQL 访问任意数据源的 SQL 查询引擎，其能够提供更加灵活与高效的查询服务。本章节将简单介绍 Trino 的基本功能与使用场景。

2022-11-11

5.3K0

《数据密集型应用系统设计》读书笔记（四）

数据库 sql rpc json api

应用程序不可避免地需要随时间而变化、调整。在大多数情况下，更改应用程序功能时，也需要更改其存储的数据：可能需要捕获新的字段或记录类型，或者需要以新的方式呈现已有数据。

2022-05-31

1.8K0

《计算机图形学基础》读书笔记（一）

api 图像处理

「计算机图形学」（computer graphics）可以用来描述通过计算机来创造与操作图像的任何用途。本书介绍了创造与操作这些图像的基本算法与数学工具，特别是用于产生三维物体与场景合成图像的算法与工具。

2022-03-03

1.6K0

《数据密集型应用系统设计》读书笔记（三）

数据库 sql 存储文件存储编程算法

上一章讨论了数据模型与查询语言，即向数据库给出数据时数据的格式以及数据查询的机制，其可以理解为从应用开发者的角度出发讨论了上述两件事情。本章将从「数据库」的角度来进行讨论，即如何存储给出的数据以及如何在要求查询时找到所需的数据，所介绍的存储引擎可以用于传统的关系数据库和大多数 NoSQL 数据库。

2021-12-24

9930

FLAT：基于 Flat-Lattice Transformer 的中文 NER 模型

机器学习神经网络深度学习人工智能

本文是「FLAT: Chinese NER Using Flat-Lattice Transformer」一文的学习笔记。

2021-12-17

2.2K0

《数据密集型应用系统设计》读书笔记（二）

nosql mapreduce 数据加密服务 sql 数据库

「数据模型」（Data models）是软件开发中最重要的部分之一，大部分应用程序都是通过数据模型的层层叠加来构建的，例如：

2021-09-09

1.4K0

基于潜在结果框架的因果推断入门（下）

学习方法编程算法

上一节详细介绍了在三类基本假设下的各种因果推断方法，然而在实践中，对于某些特定场景下的应用，例如包含依赖性网络信息、特殊数据类型（如时间序列）或特殊条件（例如存在未观测混杂因子）时，三类假设并不总是能全部满足。本节将介绍在这些假设不满足情况下的因果推断方法。

2021-06-22

2.8K0

基于潜在结果框架的因果推断入门（上）

编程算法学习方法机器学习神经网络深度学习

本文是一篇综述文章「A Survey on Causal Inference」的阅读笔记（大部分内容参照原文进行了较为通俗易懂的翻译，小部分内容加入了自己的理解）。

2021-05-13

3K0

The Missing Semester 01: Shell

如今的计算机有着多种多样的交互接口来进行指令的输入，例如图形界面、语音输入等。这些接口虽然使用方便，但其从根本上限制了我们的操作方式——我们不能够点击一个不存在的按钮或是用语音输入一个还没有被录入的指令。为了充分利用计算机的能力，我们需要回归根本的方式，使用文字接口——「Shell」。

2021-05-13

3860

Python HOWTOs 系列：换行指南

在计算机还没被发明之前，人们通过「电传打字机」（Teletype Model 33）来打印文字，每秒可以打印 10 个字符。然而，该机器存在一个问题：在打完一行换行的时候，要用去 0.2 秒，正好可以打两个字符，如果在这 0.2 秒里，又有新的字符传过来，那么该字符将会丢失。

2021-02-04

8990

因果推断框架 DoWhy 入门

「因果推断」（causal inference）是基于观察数据进行反事实估计，分析干预与结果之间的因果关系的一门科学。虽然在因果推断领域已经有许多的框架与方法，但大部分方法缺乏稳定的实现。DoWhy 是微软发布的一个用于进行端到端因果推断的 Python 库，其特点在于：

2020-12-08

4.7K1

《数据密集型应用系统设计》读书笔记（一）

windows 缓存运维

目前许多的新型应用都属于「数据密集型」（data-intensive），而不是计算密集型（compute-intensive），对于这些应用，CPU 的处理能力并不是第一限制性因素，关键在于数据量、数据的复杂度及数据的快速多变性。

2020-12-08

1.7K0

LaTeX 入门系列之一：基础知识

markdown 打包 ide

本系列旨在详细介绍 LaTeX 的使用，主要内容参考自著名的「The Not So Short A Introduction to LaTeX」（Version 6.3）。LaTeX 是一种排版系统，非常适用于生成高印刷质量的科技和数学类文档，其使用 TeX 作为格式化引擎。本介绍将分为以下几部分：

2020-11-06

2.4K0

Pandas 实践手册（一）

numpy 编程算法数据结构 python

本系列参考自「Python Data Science Handbook」第三章，旨在对 Pandas 库的使用方法进行归纳与总结。

2020-11-06

1.9K0

策略梯度入门（上）

编程算法 https 网络安全

强化学习是机器学习中的一个子领域，其目标是为「代理」（agent）找到一个最优的行为策略以获得最大的奖励。「策略梯度」（policy gradient）是一类解决强化学习问题的方法，其特点在于「直接」对策略进行建模并优化。本文将对策略梯度方法的工作原理以及近年来的一些新的策略梯度类算法进行介绍。文章的主要内容参考自 Lilian Weng 的博客[1]及其中文翻译[2]。

2020-10-10

9150

知识图谱入门（三）

作为人类，我们可以基于图 1 推断出一些新的信息，例如 EID15 的举办地点是 Santiago、有航班相连的城市必定存在机场等。在这些情况下，给定图中的数据作为「前提」（premise），加上一些关于世界的通用规则作为「先验」（priori），我们就可以进行演绎来推导出新的数据，了解多比给定数据更多的信息。这些前提和先验一般被多人共享，构成了所谓的「常识知识」（commonsense knowledge）；与之相反，某些信息只在一定范围内被一些专家共享，构成了所谓的「领域知识」（domain knowledge），也可以理解为只有部分人掌握的专业性知识。

2020-09-28

1.1K0

常见编程模式之就地反转链表

在很多问题中，我们需要对一个链表中的节点连接进行反转，且通常需要原地进行，即不能使用额外的存储空间。这时我们可以使用就地反转链表模式，该模式本质上是一种迭代解法，流程如下图所示。首先设置一个变量 current 指向链表头部，以及另一个变量 previous 指向当前处理节点的前一个节点。下一步我们需要将当前节点 current 进行反转，将其指向前一个节点 previous，然后将 previous 指向当前节点，再将 current 移动到下一个节点，开始迭代直至遍历完成。

2020-09-22

6270

常见编程模式之循环排序

循环排序模式描述了一种解决包含给定范围数字的数组问题的有趣方法。具体来说，我们遍历数组的每一位数字，如果当前数字不在正确的索引上，则将其与正确的索引交换，如下图所示。如果直接把每个数字放到正确的索引上，会产生平方级的时间复杂度，而循环排序模式则可以提供线性的时间复杂度。

2020-09-14

1.7K0

知识图谱入门（二）

本节我们将介绍数据图的各种增强与扩展，包括「模式」（schema）、「身份」（identity）和「上下文」（context），它们为知识的聚合提供了额外的结构。从现在开始，我们用「数据图」（data graphs）指代通过节点和边表示的数据集合，具体形式为上一节提到的任意一种模型；用「知识图谱」（knowledge graphs）指代一个通过模式、身份、上下文、本体（规则）进行过潜在增强的数据图。这些额外的表示可能直接嵌入到数据图中，也可能分层叠加在其之上。本章节将专注于模式、身份和上下文，关于本体与规则会在第四节中讨论。

2020-09-14

2.8K0

点击加载更多

社区活动

腾讯技术创作狂欢月

“码”上创作 21 天，分 10000 元奖品池！

Python精品学习库

代码在线跑，知识轻松学

博客搬家 | 分享价值百万资源包

自行/邀约他人一键搬运博客，速成社区影响力并领取好礼

技术创作特训营·精选知识专栏

往期视频·千货材料·成员作品最新动态