每一个由 VuePress 生成的页面都带有预渲染好的 HTML,也因此具有非常好的加载性能和搜索引擎优化(SEO)。 同时,一旦页面被加载,Vue 将接管这些静态内容,并将其转换成一个完整的单页应用(SPA),其他的页面则会只在用户浏览到的时候才按需加载。 #它是如何工作的? #Nuxt VuePress 能做的事情,Nuxt 理论上确实能够胜任,但 Nuxt 是为构建应用程序而生的,而 VuePress 则专注在以内容为中心的静态网站上,同时提供了一些为技术文档定制的开箱即用的特性 #Hexo Hexo 一直驱动着 Vue 的文档 —— 事实上,在把我们的主站从 Hexo 迁移到 VuePress 之前,我们可能还有很长的路要走。 Hexo 最大的问题在于他的主题系统太过于静态以及过度地依赖纯字符串,而我们十分希望能够好好地利用 Vue 来处理我们的布局和交互,同时,Hexo 的 Markdown 渲染的配置也不是最灵活的。
以前的就不贴了,看微信公众号的历史文章或者博客园吧 历史文章上面可以搜索,博客园文章你搜关键词的时候加个 毒逆天 即可 不要等时代来淘汰你,不要等被生活逼着学,到那时候你会很痛苦的~掌握主观能动性才能掌握自己的未来
热卖云产品年终特惠,2核2G轻量应用服务器7.33元/月起,更多上云必备产品助力您轻松上云
当然了,门本身也必须足够结实… 按照这样的要求,人们制作了一些很安全的门锁,比如这样的: ? 以及这样的: ? 但是这些门锁都有一个共同的问题:就是锁门的时候必须用钥匙锁! 麻烦的地方在于我不仅需要对比保险箱上的签名是否与公开的笔迹一样,还需要对比得到的签名是否与公开的笔迹完全一样,乃至是否和所有发布的保险箱上的签名完全一样。有没有什么更好的方法呢? 在密码学中,对于同样“结实”的锁,能“撞”门的锁的造价一般来说是普通锁的上千倍。同时,能“撞”门的锁一般来说只能安装在小的保险柜里面。毕竟,这么复杂的锁,装起来很费事啊! 否则遇到突发情况的时候,谁帮我用我的钱交医药费啊…同时,我又不能让他们能打开我全部的保险箱,比如锁着我日记的保险箱,锁着我不可告人的秘密的保险箱。 公钥是对外发布的,所有人都看的到所有人的公钥,私钥是自己保存,每个人都只知道自己的私钥而不知道别人的。 用该用户的公钥加密后只能该用户的私钥才能解密。
了解数据在哪里以及谁可以访问它是了解数据对业务影响的基础。本文是关于数据字典为什么失败以及为什么要使用数据发现服务的文章。 阿里搜索和推荐系统数据仓库平台写了一篇关于它的实时数据仓库体系架构的文章,这个架构支撑着多种电商业务,例如淘宝(阿里巴巴集团),淘宝特别版(淘宝C2M)和饿了么。 这篇文章是有关实时基础架构的发展历程,Apache HBase的一些不足以及采用自家的 Hologres 的文章。 终于有一篇中国公司的文章了。 在这篇文章中,Netflix 回答了关于机器学习和统计建模是如何帮助创意决策者在全球范围内解决这些问题 参考链接: https://netflixtechblog.com/supporting-content-decision-makers-with-machine-learning 参考链接: https://www.linkedin.com/pulse/accelerating-ai-intuit-feature-pipelines-store-simarpal-khaira/
/downloads.php jstack: https://docs.oracle.com/javase/8/docs/technotes/tools/unix/jstack.html java线程的状态 ngxtop: https://github.com/lebinh/ngxtop nginx-rdd http://www.linuxde.net/2012/04/9537.html 第七章 jvm的运行时数据区 //docs.oracle.com/javase/8/docs/technotes/guides/vm/gctuning/g1_gc_tuning.html#recommendations G1 GC的一些关键技术
原文链接我的blog,欢迎STAR。 首先安利一波福利,有没有用vscode的小伙伴?推荐一个神奇的字体,自从用了这个字体,敲代码效率简直上天了。先上图看看效果: ? 全等 ? 箭头函数 ? 有没有看上了的? 没有我等下再来问。 这次推荐的一篇文章来自这,阅读这篇文章有利于加深对Vue程序结构的了解,虽然是 1.0版本,不过好在 2.0 版本保留了绝大部分 1.0 的API。 在这篇文章里我将是这几个月来对 Vue 学习的一个小结。 ---- 思路 Vue 和其他的 MVVM 思路是类似的: ? 现在,我们进入源码,分析具体的实现: Create: 首先运行new vue()的时候,会进入_init, 其中关键部分的代码如下: ? ---- 深入响应式原理 (Observer, watcher) MVVM 框架有一个很重要的特征:就是当数据放生变化后,会自动更新对应的DOM节点。 Vue 是怎么实现的? ?
前言 机器学习[Machine Learning]在当今社会的火热程度有目共睹,自己也一直想写一下自己对Machine Learning(简称ML)的认识,今天偶然看到一篇关于介绍机器学习的文章,自己觉得写得非常好 Andrew Ng就是文章开始所介绍的机器学习的大牛(图1中左者)。 毫无疑问,人工智能(AI)是人类所能想象的科技界最突破性的发明了,某种意义上来说,人工智能就像游戏最终幻想的名字一样,是人类对于科技界的最终梦想。 拓展 看完这篇介绍机器学习的文章之后,您是否已经蠢蠢欲动?想投身到机器学习的怀抱? 那么您可以继续移步这一篇文章普通程序员如何转向AI方向(http://www.cnblogs.com/subconscious/p/6240151.html),希望您可以在这篇文章里找到未来的方向。
阅读本文需要6分钟 今天个大家分享一篇关于编程的文章,我读了很有感触。想学编程的伙伴,建议看看。再此我总结四个字——收益匪浅,接下来,正文开始了。 出题老师原意是让大家批判孤芳自赏,但有同学偏偏赞美孤芳自赏,赞美这种洁身自好的精神。而这种文章要一律判作不及格。 年纪尚小的我们甚至都来不及怀疑“为什么这个学生说得没有道理? 我们真实的社会和生活也是不易的,它们没有标准答案,许多人终其一生没有追寻问题的能力,无法理解世界的复杂。 而编程,是你找出解决方法的能力,把现实问题转换为代码逻辑的能力。 整个世界的运转,都是靠你的大脑想象出来的。这是编程的难。 (图片源自网络) 如果你看过近期大火的《乐队的夏天》,那么在参赛的三十一支乐队中,你一定会被其中一支叫做“刺猬”的乐队所打动。 刺猬乐队的子健,他是台上的狂躁主唱,台下的学霸码农。
邮箱:He.Ronnie@Outlook.com 或 812960738@qq.com
的念头,刚好手头比较闲,就决定边学习边将学习心得记录下来,以和更多的同仁交流分享。 关于prototype.js 如果你曾经使用过prototype.js,那么,本系列文章希望能够给你提供一个使用指南,可以作为prototype.js中函数的参考文档。 ,但是,不了解电视机的原理并不意味着俺们这些小百姓不会使用电视,同样的,尽管现在我们不愿意将时间花费在阅读这四千多行的源代码上,但这并不影响我们拿来使用,本系列文章不想过多地分析源代码,只想将这四千多行的源代码中所包含的功能函数向各位同仁描述清楚 ,让大家知道如何来用就是了,当然,这个愿望能否实现,还得再看,如果FuWaer哪天懒得不想动笔了,那可能这个系列文章也可能就夭折了,我尽力吧:) 说了这么多的废话,现在开始说prototype.js吧, 系列文章列表(动态更新中) prototype.js的系列文章——$()函数 prototype.js的系列文章——$F()函数 发布者:全栈程序员栈长,转载请注明出处:https://javaforall.cn
本周学习了关于Java中的IO流,IO流中有许多基本的操作方法,此处不便于列举,我们使用三个具体的程序,顺带的整理一下本周的学习情况! 在创建File对象的时候,仅仅是将路径和File类型的新变量进行了一定的联系,并不会关注其到底有没有真实的存在路径中的文件。 3、关于File的一些基本方法 exist:检查此File对象是否真实的存在。 getAbsolutePath:获取File对象的绝对路径。 getParent:返回File对象的上一级目录。 list:将File对象的目录,以字符串数组的形式返回 listFiles:将File对象的目录,以File数组的形式进行返回 实例二:文件的读取 文件的读取有四个基本步骤: 1、建立联系 File对象 输入流的使用需要和计算机的操作文件进行交互,所以需要捕获异常,而捕获异常的时候,会将输入流的申明放入代码段try{}中,成为了此代码段的一个局部变量,这样将不利于我们后续在代码段finally{}中释放资源
数据增强是机器学习中常用的Trick,特别是用于样本不足的情况下的一种提升机器学习模型性能的重要手段。看了谷歌开源的数据增强文章,里面已经实现得比较全的,做了简单实验,效果还是不错。 ://github.com/tensorflow/tpu/blob/master/models/official/efficientnet/autoaugment.py)中可以看出,该类已经封装了较多的数据增强操作 , 0.1, 3], ['TranslateY', 0.7, 9, 'AutoContrast', 0.9, 1], ] 实践测试: 随机跑了两次,发现每次的结果都不一样
自2017年1月至12月,我们比较了18000篇关于Python爬虫的案例,并挑选其中最棒的45篇。 这是一份具有十分竞争力的榜单。 根据机器学习所实践的内容质量和各种人为因素(包括共享量和阅读量)进行排名。 这份表单旨在让人们生活更便捷,整理了最有用的20个关键话题,其中包括经验丰富的程序员分享有关Python的课程。 ? 爱丽丝梦游 Python 工程仙境 :关于如何从Python脚本到打包项目的综合指南 http://veekaybee.github.io/2017/09/26/python-packaging/? 我的开放原创Instagram 的bot(用Python写的)使我有了大约2500的粉丝,服务费为5美元 https://medium.freecodecamp.com/my-open-source-instagram-bot-got-me 如何学习Python编程:6位有经验的Python开发人员分享了他们的学习技巧 https://coolpythoncodes.com/best-way-learn-python-programming
作为AI从业者,笔者经常被问及关于入行或转行AI的问题,其中颇有一些高频重复出现,今天总结出来几个,供大家参考。 ? 问题1:年龄偏大了,而且之前也不是计算机相关专业的,怎么才能转行做AI? 有不少朋友,工作了几年之后,想转向AI技术岗位。但感觉自己年纪比较大了,或者有生活压力,考全日制的研究生不太现实。 偏偏大多数公司招AI工程师的时候,要求应聘者有相关专业硕士学位等学术背书。 因此,转行的人员如果能够充分利用之前的专业背景,而不是抛弃它,以前的专业就会成为加分项。以此为突破转向AI,反而可能比去读一个学位更容易。 另外,现在许多行业都在尝试AI+,把AI技术应用于传统业务。 很多企业在尝试AI转型时,会聘用一些有AI背景的咨询人员,为他们做规划和解决方案。 至于AI在医疗方面的落地,更多不是技术问题,而是体制壁垒和数据获取的问题。 要做医疗AI,首先得能和医院对接上。
AI 算是 2016 年的一个热点,并且热度在短期内并不会消散。投资、收购、尝试、重组和突破使 AI 产业在过去一年里产生了巨大的影响。以下是关于 AI 在 2017 年形势的九项预测。 ? 1. 回归现实 AI 将会「落地」。我们将不再讨论遥不可及的人机大战 Skynet 预测,而是去弄明白,如何通过对 AI 的利用,梳理大量零散的大数据,以帮助我们实现梦想。 当人们明白 AI 能够做什么和正在做什么,并由此塑造出更真实的 AI 未来图景,大肆宣传的浪潮就会逐渐平息了。 我们会将 AI 视为经济生产力的关键因素,从业务流程外包到计算机视觉再到自然语言处理和更多其他业务,当前的 AI 技术将会得到强化,我们会将其整合进入现有系统,并逐渐丰富我们的生活、完善各类业务。 安全将被强化 AI 对于国家安全至关重要,我们在起步时期对安全的探讨还不够多,我说的不只是网络安全,我们需要 AI 来确保边界、输电网络、警察局、急救人员和软基础设施的安全性。 9.
周末推荐一个正在玩的游戏,挺好玩的。 ? 《异常》是一个关于AI编程的游戏,在游戏中,玩家扮演一位编号为159的检验员,每天按规程检查系统是否运转正常,帮助虚拟世界中的机器人打败敌人。 但是玩家不能直接控制这些机器人,而是要为它们编写AI程序,通过程序来控制它们。 ? 《异常》开发团队发现了微软的《Project Spark》,它里面的AI编写用的就是Kodu语言。Kodu语言是专为儿童设计的编程语言,学习起来简单易上手,编辑起来也很方便。 结合了Kodu语言和行为树的表现形式,制作团队最终设计出了《异常》的AI编程展示方式。 ? 游戏是单机、顺序过关式的流程,在每一关里,玩家不但要分析过关的策略,还要给机器人编写程序以实现自己的策略。 在游戏后期,玩家还需要为多个不同类型的机器人编写不同的行为模式,并让它们配合过关,具有相当的挑战性。 ? 《异常》的关卡有一个特点,就是一旦运行起来就不再受玩家的控制,一切由程序决定。
少打个S,不过这真的是我第一次搜 SSM 的资料,当时室友还说我变态。 不过从那天起我带着尴尬的表情和搞定期末大作业的决心把 SSM 框架的整合认真研究了一遍。 所以我们在 SpringMVC 的配置文件里配置的注解扫描路径就是 Controller的路径,而 Spring 的配置文件配置的注解扫描路径会排除 Controller。 SpringMVC 是 Spring 的子项目,属于 Spring 家族的一部分。所以在潜意识里,你可以认为他俩几乎是黏在一起的。 所以他俩基本是无缝整合的,说白了就是他俩不需要整合。 > 3.利用 Spring 的动态代理技术自动创建 Dao 接口的代理对象: <! 4.创建替代 web.xml 的配置类 这个配置类就相当于 web.xml 的功能,当 Tomcat 启动的时候自动加载 Spring 和 SpringMVC 的配置类,初始化容器。
今天看了一篇关于调优的概念性文章(61998.1: Introduction to Tuning Oracle7 / Oracle8 / 8i / 9i )。 文章的目的是为了可以快速知晓执行过程中哪里花费了较多的时间,而不是关注不同统计数据的含义。更加关注实际。 1. 为什么需要调优tuning? 例如,如果两条大多数普通用户交易都会用到的语句出现了较差的执行计划,就说“系统任何时候都慢”,但是更细致的调查后发现,一些操作却可以获得正常的响应时间,这样的情况屡见不鲜,这就需要我们在工作的过程中,充分从客户的角度了解问题的细节 一旦开始根据响应时间或批处理时间思考性能问题,就可以有基础地判断任何建议的改变所带来的影响。调优的基础就是确定哪里花费的时间需要可以更快。 Oracle能够告诉我们哪些关于时间的信息? 一个客户端应用进程通常与使用半双工协议的Oracle影子进程进行通话。每个影子进程可能是如下三种状态之一: a. IDLE-等待处理。
去年CVPR的论文录取率为29%,腾讯AI Lab 共有6篇论文入选,点击 这里 可以回顾。 目前我们计算机视觉中心的工作重点,从以往单纯的图像转向视频AI,研究视频的编辑、理解、分析和生成等。 人脸检测与识别的趋势和分析(增强版) 未来人工智能之人脸领域技术 人脸识别——新的一个境界(无约束) 该文章主要对人脸识别的损失函数作了改进优化! ---- 现在来总结下文章的主要贡献: 采用类间方差最大化和类内方差最小化的思想,提出了一种新的类内方差损失函数LMCL,用于人脸识别 基于LMCL激励的超球面特征分布,给出了合理的理论分析 提出的方法提高了最先进的性能 提出的方法始终在几个人脸的基准上达到最先进的结果。希望通过LMCL学习鉴别特征的大量探索,对人脸识别界有一定的帮助。 注:剩余的CVPR文章我们后期慢慢与大家分析,谢谢大家的支持与关注!
AI就医助手(AI medical assistant,AMA)是一款特别针对医疗场景需求打造的智能对话机器人。就医场景中,通过接入医院官方微信公众号的方式,为患者提供就诊流程指引、快速找医生、智能导科室、病情咨询、用药指导等多维度功能,7*24小时为患者解答就诊全流程中的难题。旨在帮助医院提高医疗服务效率,优化患者管理手段,提升患者就医体验。还可应用于线上问诊、医学科普、患者管理等诸多场景中。
扫码关注腾讯云开发者
领取腾讯云代金券