关注我，持续输出前端干货。...当然，我们知道这时我们需要通过加一个key来解决这个问题，在react进行diff时，通过这个key来决定该节点在原始列表中的变动。 但是，在不少场景下，我们会犯难，这个key要怎么取呢？...你一瞅好办，再一瞅，咦，你的id在哪儿，你不得给个user_id之类的字段来让我作为key么？...反正我家二大爷没有强制规定我给的items里面必须有user_id，因为这个字段在实际使用时我并不需要。你就会在心里有那么一些马在奔跑。 如何解决这个问题呢？
你可能自己写过无数个GET和POST请求，或者已经看过很多权威网站总结出的他们的区别，你非常清楚知道什么时候该用什么。 当你在面试中被问到这个问题，你的内心充满了自信和喜悦。...请告诉我真相。。。 如果我告诉你GET和POST本质上没有区别你信吗？ 让我们扒下GET和POST的外衣，坦诚相见吧！ GET和POST是什么？HTTP协议中的两种发送请求的方法。 HTTP是什么？...在我大万维网世界中，TCP就像汽车，我们用TCP来运输数据，它很可靠，从来不会发生丢件少件的现象。...他究竟是什么呢。。。 GET和POST还有一个重大区别，简单的说： GET产生一个TCP数据包；POST产生两个TCP数据包。...也就是说，GET只需要汽车跑一趟就把货送到了，而POST得跑两趟，第一趟，先去和服务器打个招呼“嗨，我等下要送一批货来，你们打开门迎接我”，然后再回头把货送过去。
所以接口实际的设计要与接口设计文档中保持一致） 兼容性测试： 比如说今天接口进行了调整，但是前端没有进行变更，这时候需要验证新的接口是否满足旧的调用方式 错误码测试： 通用的错误码与业务错误码是否能够清晰的说明调用问题
监督学习的典型场景 在涉猎bandit问题之前，监督学习是很好概括的： 步骤 1 刻画原始需求： 给用户推荐一道菜，结果只有两个：用户喜欢或者不喜欢 步骤 2 映射成监督学习（二分类）问题：给定特征向量...为什么监督学习还能work 可是这么多年都是这么训练的，为什么也没见到大的问题？ 特征工程时考虑到了泛化能力：新闻到底属于财经类还是娱乐类、用户的年龄、性别是什么，这些特征都是普遍适用的。...冷启动问题得到了足够的重视，弥补了特征泛化能力不足的问题：一个新闻刚出现时，我们会有意识的采取手段确保他们能得到一定推荐。比如去看看新闻和用户已经点击过的新闻的相似性（基于内容去找关联）。...Bandit问题的核心 Bandit的研究总是需要回答2个核心问题： 如何预测点击率 p Contextual Bandits使用了线性模型 当然也可以使用非线性模型，比如决策树、神经网络 如何衡量 p...Exploration的偏好 工业界中的实践 微软在几个月前launch了Decision Service： Github开源实现：Microsoft/mwt-ds 这直接启发了我写“智能决策”系列，后续争取写一篇系统实现的文章来看看
小勤：大海，为什么我这两个简单的表建立数据关系有问题啊？ 大海：啊？出什么问题了？...我看看： 小勤：真的嘢！里面有两个小米，一个是宏仁生产的，一个是德昌生产的。但是，产品名称重复不行吗？ 大海：当然不行啊，你产品名称是重复的，我怎么知道订单明细表里的产品应该对应你产品表里哪一个啊？...小勤：啊，也对，vlookup都是返回最先找到的一个，这可能是错的。 大海：所以说，仔细想想，这种逻辑是不能成立的。...小勤：啊，知道了，看来我还是得把订单明细表里的产品ID放出来，不然做出来的数据分析都是不对的。 大海：很棒，这么快就想到产品ID的问题了。...只是我没想到我的数据那么快就存在这种情况。 大海：呵呵，名称重复的情况太正常了，所以尽可能都用ID编码。
导读：谷歌开始收集面部数据，隐私问题再度引爆！...但是像谷歌这样的巨头收集、存储和处理面部数据的方式，已经成为注重隐私的消费者最关心的问题。很多人都想知道，一旦他们的个人信息进入云端，谁将会拥有这些信息。...02 为什么科技巨头要扫描我的脸？ 谷歌的Nest Hub Max支持多个用户配置文件，Face Match不需要手动登录，而是让你扫描自己的脸，创建一个“脸模型”。...06 谷歌或苹果是否会使用我的面部数据来个性化我看到的广告？ 谷歌坚称，它不会使用收集的面部匹配或Nest摄像头数据来定位广告。...11 我可以不被识别吗？ 不幸的是，不太容易。有了Google Photos，你可以选择不在自己的照片上运行面部识别工具，但你无法控制其他可能上传过你照片的人会做什么。
当然导致数据库访问速度变慢的原因有很多：sql语句编写不规范、数据库服务器的性能差、网络状况不佳等，但是本文所侧重的点在于探究MySQL的锁机制，在其中发挥了什么作用。...或许此时你已经对于为什么多人调试程序时数据库访问不时出现卡顿有了一些自己的想法，当然这只是锁机制的冰山一角。...关于多版本并发控制（MVCC）这里我没有过多深入讲解，详情给出我的另一篇文章：https://juejin.cn/post/7085185961239248927 快照读 对于普通的查询操作，你大致了解...间隙锁 间隙锁的出现解决了幻读问题，那么先简述一下幻读的概念，以及幻读有什么问题。...幻读的问题 这里用一张表t的操作来描述幻读带来的问题。
这系列的笔记来自著名的图形学虎书《Fundamentals of Computer Graphics》，这里我为了保证与最新的技术接轨看的是英文第五版，而没有选择第二版的中文翻译版本。...这一章内容比较少，中间一些公式的推导过程我略过了，只记录了关键的一些公式 6.1 二维线性变换 在图形学中我们用矩阵来进行几何变换，通过矩阵左乘列向量，对列向量实施的这个变换就是线性变换。...Paeth在1990年提出的Paeth错切分解，它可以将一个非零的旋转矩阵分解为 错切1-错切2-错切1 的形式如下，这个分解的好处是错切变换的组合效率更高且可以避免直接应用旋转变换在图像光栅化途中会产生的空洞问题...这两种方法在数学上来说效果是等价的，尽管可能会带来编程上的问题，效果如下图 ?...这样就引出了坐标系变换的问题，前面我们讨论的都是如何在不动的坐标系中移动目标点，而如何得到物体在新的坐标系中的坐标这个问题就是坐标系变换，之前在2.4中稍微提到过一点点。
直接回答问题，不用告诉我你选了什么！
一、前言 前几天在Python最强王者群【黑科技·鼓包】问了一个numpy数据处理的问题，一起来看看吧。 请教一个问题，为什么我是列表格式，但是运行就报错啊？不允许变量赋值这个结果吗？...np.gcd.reduce（列表），简单来说我需要一个输入框，输入一串字符串逗号分隔的数字，用来判断公约数然后所有数值除以这个值，得到最小的值，例如10,20,30的结果是1,2,3 二、实现过程 这里...【瑜亮老师】根据截图发现代码各方面没啥问题，可能是哪块处理出现了问题。...后来【甯同学】和【隔壁山楂】给了指导如下： 顺利地解决了粉丝的问题。 但是又出现新问题了，为什么不计算结果啊？后来发现是列表处理冗余了。 这下总算欧克了。 三、总结 大家好，我是皮皮。...这篇文章主要盘点了一个numpy数据处理的问题，文中针对该问题，给出了具体的解析和代码实现，帮助粉丝顺利解决了问题。
仔细考虑这些问题是很重要的——考虑一下你的每一个特征真正代表什么，并考虑将所有输入特征的“单元”相等。这是深度学习的几个方面之一，也是一个人在循环（loop）中真正需要的。...我的建议是从一开始去适应可视化,不要只有当你的网络不工作时才开始适应,这样就能确保在你开始尝试不同的神经网络结构时，你已经检查了完整的流程。这是你能准确评估多种不同方法的唯一方式。...由于正值的梯度很大，这似乎不是一个问题，但是，层与层是可以叠在一起的，负的权重可以将那些梯度很大的正值变为梯度为0的负值。通常来说，无论输入是什么，一部分甚至所有隐藏单元对于成本函数都具有零梯度。...在它们三个中选择一个(我最喜欢的是“lecun”)，一旦你的神经网络开始运作，你就可以自由地尝试，直到你找到最适合你的任务。 -为什么?...但是如果你的3,4,5层小网络都没有学到任何东西的话，那么我可以向你保证,你使用一个100层的网络也会失败。 -如何解决? 从一个有3到8层的浅层神经网络开始训练。
同时，在Android的文档中，未见到用Matrix进行透视变换的相关说明，所以本文也不讨论这方面的问题。 针对每种变换，Android提供了pre、set和post三种操作方式。...除平移变换(Translate)外，旋转变换(Rotate)、缩放变换(Scale)和错切变换(Skew)都可以围绕一个中心点来进行，如果不指定，在默认情况下是围绕(0, 0)来进行相应的变换的。...,围绕新的坐标原点顺时针旋转 ? 。 3. ? 经过上一步旋转变换后，再将坐标原点移回到原来的坐标原点。...缩放变换 理论上而言，一个点是不存在什么缩放变换的，但考虑到所有图像都是由点组成，因此，如果图像在x轴和y轴方向分别放大k1和k2倍的话，那么图像中的所有点的x坐标和y坐标均会分别放大k1和k2倍，即...关于对称轴为y = kx 或y = kx + b的情况，同样需要考虑这方面的问题。 ----
它看起来大概是下面这样: Matrix作用就是坐标映射，那么为什么需要Matrix呢?...举一个简单的例子: 我的的手机屏幕作为物理设备，其物理坐标系是从左上角开始的，但我们在开发的时候通常不会使用这一坐标系，而是使用内容区的坐标系。...常见误解 1.认为Matrix最下面的一行的三个参数(MPERSP_0、MPERSP_1、MPERSP_2)没有什么太大的作用，在这里只是为了凑数。...首先，有两条基本定理： 所有的操作(旋转、平移、缩放、错切)默认都是以坐标原点为基准点的。 之前操作的坐标系状态会保留，并且影响到后续状态。...在构造 Matrix 时，个人建议尽量使用一种乘法，前乘或者后乘，这样操作顺序容易确定，出现问题也比较容易排查。
这种变换常常用到透视变换，但我们今天在讲解透视变换时，需要普及一下其他的变换，包括平移，旋转，错切，放缩，以及仿射变换。 综述 所有复杂的东西，都是由基本的组成的。...旋转 对矩形（图片）进行旋转，关于旋转的数学推导在后面仿射会介绍： ? 错切 前面的都比较直观，那错切是什么呢？ 我们可以看下矩形关于y方向的错切： ? 看图就很直观了，那数学表达呢？ ?...x轴上的错切就是同理了，公式如下： ? 然后两者和起来，就如下了： ? 好了，到此我们就了解了这四种变换了，那仿射变换是什么呢？可以看下图公式： ?...等式右边就是仿射变换矩阵，是由原图像平移，旋转，放缩，错切之后得来的。 在书上往往将仿射变换和透视变换放一起讲，这两者各是什么呢？ 在刚学仿射变换和透视变换时，我是有些分不清的。...直观上感受，我们可以认为： 仿射变换是单纯对图片进行缩放，倾斜和旋转，因此图片不论如何变化，线之间的平行性是不变的。如下图。 ? 可以感受到，右图是可以通过左图平移，旋转，错切，缩放之后得来。
那么，获取儿童的数据到底有什么用？ 作者：林安安、蒋宝尚 来源：大数据文摘（ID：BigDataDigest） ?...02 暗网世界，潮流涌动 这时候，我们需要先和不熟悉的读者聊聊，什么是暗网（dark web）。...03 儿童数据有什么用？ 儿童数据泄露这件事很严重吗？一年级学生的数据信息有什么用？ 不幸的是，真的很有用！ 首先，这些信息可以用来进行税务欺诈，在提交纳税申报表时利用儿童税收抵免。...如果都不重视这个问题，那么直到孩子们申请助学贷款，办第一张信用卡，买第一辆车时，才意识到这个问题严重性。 每一个经历过信用卡被盗的人都知道一个犯罪分子在短短的几分钟内能给他们带来多大的损失。...而我们在儿童在线隐私保护这一问题上，相关的隐私保护基本处于空白状态。 如何有效保护未成年人数据隐私，这是一个全球共同面临的大课题。
监控什么呢 当搭建一个集群，要监测三大类数据 机器数据：最主要包括 CPU idle，io，load值等 内存的使用和swap 磁盘io KB/s，iops （如果是数据库的的机器特别重要） 网络，总带宽占用...尽量把“关键问题的报警”提供出来。 实际的压力问题怎么发生的 压力问题主要发生在两个时刻 上线的时候。比如曾经有一个同学做了一个实现，勿用了正则表达式，造成了一上线CPU飙高直接打到100%。...这时通过监控工具和报警可以马上识别所有上线的包都有问题，立刻实施紧急回滚。类似的问题还有，比如写代码的SQL没有用好索引造成全表扫描。异步代码写成了同步的，卡死了接收端等等。 用户流量压力突然增加。...此外，很多压力会集中到DB，因此需要花跟多精力开发Cache（Cache其实是个很难的问题，回头单独讲） 我用的工具 工具太多了，我们粗选了几个就用了，不一定是最好的，但至少目前还是可以解决问题的 收集端就用服务自带的命令即可
矩阵（Matrix）和图形变换的关系 什么是平面？...同样的，旋转后的点就是根据下面的矩阵相乘而得出来的结果： ? Skew（错切） ? 用矩阵表示： ? 了解了上面矩阵和图型变换的关系之后，我们来步入正题，看一看安卓中的矩阵和图形变换的关系。...那么你肯定会问： 什么是齐次坐标系？ 齐次坐标就是将一个原本是n维的向量用一个n+1维向量来表示。 有什么优点？...n维的向量用一个n+1维向量来表示 为什么要用齐次坐标系呢 ? 许多图形应用涉及到几何变换，主要包括平移、旋转、缩放。...Skew（错切） 水平错切-1 ，效果如图： ?
Matrix的数学原理 平移变换 旋转变换 缩放变换 错切变换 对称变换 代码验证 Matrix的数学原理 在Android中，如果你用Matrix进行过图像处理，那么一定知道Matrix这个类。...同时，在Android的文档中，未见到用Matrix进行透视变换的相关说明，所以本文也不讨论这方面的问题。 针对每种变换，Android提供了pre、set和post三种操作方式。...除平移变换(Translate)外，旋转变换(Rotate)、缩放变换(Scale)和错切变换(Skew)都可以围绕一个中心点来进行，如果不指定，在默认情况下是围绕(0, 0)来进行相应的变换的。...三、 缩放变换 理论上而言，一个点是不存在什么缩放变换的，但考虑到所有图像都是由点组成，因此，如果图像在x轴和y轴方向分别放大k1和k2倍的话，那么图像中的所有点的x坐标和y坐标均会分别放大k1和k2倍...关于先乘和后乘的问题 由于矩阵的乘法运算不满足交换律，我们在前面曾经多次提及先乘、后乘的问题，即先乘就是矩阵运算中右乘，后乘就是矩阵运算中的左乘。
图像旋转不过是图像乘以特定矩阵以获得新的变换图像而已。 ? 为简单起见，我们考虑将图像中的一个点以（1，0）的坐标旋转到（0，1）的坐标，我们必须将以下哪个矩阵相乘？ A） ? B） ? C） ?...A）对 B）错 解决方案：A 给出的陈述是正确的。 10）假设我们有一个灰度图像，大多数像素值是相同的，我们可以使用什么来压缩图像的大小？...[对或错]中值滤波技术是对图像进行去噪的最佳方法 A）对 B）错 解决方案：A 中值滤波技术有助于将噪声充分降低 17）如果将图像与下面给出的矩阵卷积，则原始图像和修改后的图像之间的关系是什么？ ?...A）图像将向右移动1个像素 B）图像将向下移动1个像素 C）图像将向左移动1个像素 D）图像将向上移动1个像素 解决方案：A 我建议你自己尝试一下，看看结果！ 18）以下哪一种是锐化图像的正确方法？...A）HOG B）SIFT C）HAAR D）以上所有 解决方案：D 以上都是低级特征的示例 23）在RGBA模式的色彩表示中，A代表什么？
缩放是一个矩阵，后面旋转针对绕三个不同的轴的旋转矩阵（x、y、z），总共4个矩阵，其中3个是错误的，只有一个绕y轴旋转是正确的。...我不确定是印刷问题，还是作者本身对矩阵了解和掌握的就不深入，但出现这样的低级错误实属不该。 我直接上图片，不然口说无凭。 ? ?...这里我推荐《程序员的数学3 —— 线性代数》这本书中的一个方法，如下图所示。 ? 注意看画线的部分，我正是掌握了书中这个简单的方法，再去看有“错误”的那本书的矩阵时，一眼就发现矩阵是错的。...毕竟大部分人只是需要了解矩阵到底是什么东东，好奇为什么要用矩阵呢，至于矩阵更深层次的研究可能就不是那么在意了。科普有科普的作用，专业有专业的必要。...虽然我指出书中关于矩阵部分的三个错误（点积那部分不知道是印刷错误还是什么原因，存在错误），但本书其它章节依旧值得去阅读，给出的代码也并不算复杂，毕竟作者长期奋战在一线，网上也有很多他录制的视频。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
腾讯会议
云直播
对象存储
