展开

关键词

WakeData获奖·典型案例奖|腾讯SaaS器·学员动态

来源 | 腾讯SaaS器首期项目-WakeData ---- 腾讯SaaS器 二期30席项目招募 报名方式 腾讯SaaS器,作为腾讯产业器的一个重要组成部分,旨在搭建腾讯与SaaS相关企业的桥梁 为推动营销科技在企业经营、用户运营等方面进行数字化升级,7月30日,2020产业数字化转型高峰论坛暨奖颁奖典礼在上海隆重举办。 大会邀请到了营销领域行业大咖、品牌方、投资人、学者以及媒体联盟,共同分享数字化升级典型企业发展成果,并评选出典型与优选案例两大奖项,WakeData惟客数据凭借医药零售解决方案荣获奖·典型案例奖 此次荣获“奖典型案例奖”,既是对WakeData医药零售解决方案产品适用性、技术创新的肯定,也是对嘉宝华健康药房数字化升级效果的认可。 未来,WakeData将探索技术应用场景,与企业、生态合作伙伴一同推动产业创新,共享数字化升级带来的体验。

26870

函数式的抽象能力

△ 插图 | 欧洲系列 - 斯特拉斯堡,法国 我在阅读或编写具有函数式风格的代码时,常常为函数式思想的抽象能力所惊叹。作为一直以来持有OO信仰的程序员而言,对于“抽象”并不陌生。 只要职责分配合理,设计就是良好的;若能再上合理的抽象,程序会变得更精简且可扩展。如果你熟悉GoF的设计模式,你几乎可以从每个模式中读出“抽象”的意义来。 我们解构出来的“原子”函数往往具有的抽象能力。 例如,我们针对集合的sum与product操作,可以解构出原子的fold函数。 我们还可以结合转换语义为这种基本转换命名,使得代码更简略可读。 Scott Wlaschin在Functional Design Patterns的演讲中给出了常形象的对比: ? △ OO和FP的模式与原则

43650
  • 广告
    关闭

    内容分发网络CDN专场特惠,流量包0.06元/GB起

    一键接入,全球加速!提供全球范围内快速、稳定、智能、安全的内容加速服务,支持图片、音视频等多元内容分发

  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    腾讯内容平台(CAP)助力主流运营商访问

    腾讯内容平台(Content Acceleration Platform,简称CAP平台)顾名思义就是可以业务的平台,但究竟如何,这个平台是怎样的? 下面详细介绍: 一、CAP平台背景 随着国家宽带计划及今年互联网+概念的推进,主流运营商发展迅,像方正宽带、艾普、鹏博士、各地广电等主流运营商的市场在迅拓展,用户数快。 腾讯的内容平台正是在这种背景下应运而生,它尝试建立一套网络平台,尽可能利用BGP的优势,让一组业务服务器共享服务所有的主流运营商,将服务器资源复用,同时简化中小运营商的接入路径。 讲到这里相信大家应该已经清楚腾讯CAP平台的内容是如何实现并达到怎样的效果了吧,如果您来自主流运营商,具有同样访问腾讯业务体验差的苦恼,并且符合接入条件,那就尽快接入腾讯CAP平台吧。 (有意向接入腾讯CAP平台的主流运营商可联系Johnsonqu@tencent.com) 注1:注明来自“鹅厂网事”的文字和图片等作品,版权均属于“深圳市腾讯计算机系统有限公司”所有,未经官方授权

    2.7K90

    4 个有效提升 Jupyter Notebooks 效果的技巧

    这里有4个的技巧来提升Jupyter Notebooks的效果! 1)执行Shell命令 技术/编程环境中的shell是一种与计算机进行文本交互(使用文本)的方式。 你只要多一个感叹号就行了!在shell命令和Jupyter将其解释为Bash之前。在命令行工作的任何命令都可以在Python Juoyter笔记本中使用,只要在命令前上“ ! ”就可以了。 你可以查找这些扩展的大部分,看看它们在Google快搜索中的作用。下面我重点介绍了一些最有用的。 (1) 目录 如其名称所述,目录根据笔记本中的标签创建的标题自动生成笔记本的目录。 当你的笔记本开始变大,并且你有很多分区时,这是常方便的! ? (2) Hinterland(上述选项卡下,自动补全) 代码完成是大多数ide中常常见的特性,尤其是Python的PyCharm。 当你有两个相关的单元格时,这是常方便的,比如一个描述和它所指的可视化。 ?

    23820

    F-CAD:探索编解码器阿达解码硬件器的框架

    但是,现有的硬件器无法针对这种由多分支DNN组成的解码器提供足够的性能和效率,从而需要苛刻的计算和内存资源。 为了解决这些问题,我们提出了一个自动化框架,称为F-CAD(Facebook编解码器头像器设计),探索并提供用于编解码器图形表达解码的优化硬件器。 据我们所知,F-CAD是第一个支持编解码器化身解码器硬件整个设计流程的自动化工具,可以在流行的机器学习框架中对解码器设计进行联合优化,并进行相应的定制化器设计,并进行周期精确的评估。 。 结果表明,由F-CAD生成的器最多可以提供122个。运行最新的编解码器图形表达解码器时,每秒1帧(FPS)和91.6%的硬件效率。 F-CAD:探索编解码器阿达解码硬件器的框架.pdf

    28010

    24招你的Python,超级实用!

    云哥前期从以下九个方面讨论了Python的具体方法,一共24个,每个都带有优化前后的对比,常实用。 分析代码运行时间 查找 循环 函数 实用标准库 Numpy向量化 Pandas Dask 多线程多进程 我在此基础上主要美化了编辑,方便读者更容易阅读学习。 “ 一 、分析代码运行时间 ” 1 测算代码单次运行时间 平法: ? 快捷法(Jupyter): ? 2 测算代码重复执行多次平均用时 平法: ? 快捷法(Jupyter): ? 3 按调用函数分析代码运行时间 平法: ? 快捷法(Jupyter): ? 4 按行分析代码运行时间 平法: ? 快捷法(Jupyter): ? “ 二、你的查找 ” 5 用set而list进行in查找 低法: ? 高法: ? 6 用dict而两个list进行匹配查找 低法: ? 高法: ?

    18730

    秘APP上线背后:通过场景化服务生态战略布局

    尽管行业经历过争抢捕鱼的乱象,但在强监管与严整治之后,行业正快分化。 近日,普金科旗下个性化生活服务平台秘APP上线,通过构建场景化服务以普金科生态战略布局。 ? 秘通过快整合内部资源,不仅符合普金科的用户全生命周期生态布局理念,还使得原本的单位获客费用变成“钱生钱”滚雪球般的投资成本,客观上增强了资金的利用率,降低整体收益的单位成本。 秘着力打造商品测评+内容的生态布局,定位只是其中一端。但秘要脱颖而出,并只是三大平台(什么值得买、小红书、严选)的风格叠就能做到,更重在内容和用户体验感方面的建设以及由此形成的特有调性。 场景化服务生态布局,秘还有几大看点 在当前市场格局初定的背景之下,争夺存量市场虽然很难,但是像普金科这样的企业试图以生态战略构建重壁垒,规模化的能力又显得相当重要,不得不参与存量市场的竞争风波中 让用户愿意持续参与以及进行转发推荐,从而裂变、沉淀、促进成交率,对于新品牌而言,也常关键。

    19940

    24式你的Python

    来源:Python与算法之美 编辑:梁云1991 一,分析代码运行时间 第1式,测算代码运行时间 平方法 ? 快捷方法(jupyter环境) ? 第2式,测算代码多次运行平均时间 平方法 ? 第3式,按调用函数分析代码运行时间 平方法 ? ? 快捷方法(jupyter环境) ? 第4式,按行分析代码运行时间 平方法 ? ? ? ? 快捷方法(jupyter环境) ? 二,你的查找 第5式,用set而list进行查找 低方法 ? ? 高方法 ? 第6式,用dict而两个list进行匹配查找 低方法 ? ? 高方法 ? 第11式,用numbaPython函数 低方法 ? 高方法 ? 五,使用标准库函数进行 第12式,使用collections.Counter计数 低方法 ? 高方法 ? 十,应用多线程多进程 第23式,应用多线程IO密集型任务 低方法 ? 高方法 ? 第24式,应用多进程CPU密集型任务 低方法 ? 高方法 ?

    24910

    24 式你的 Python

    来源:Python与算法之美 一,分析代码运行时间 第1式,测算代码运行时间 平方法 ? 快捷方法(jupyter环境) ? 第2式,测算代码多次运行平均时间 平方法 ? 第3式,按调用函数分析代码运行时间 平方法 ? ? 快捷方法(jupyter环境) ? 第4式,按行分析代码运行时间 平方法 ? ? ? ? 快捷方法(jupyter环境) ? 二,你的查找 第5式,用set而list进行查找 低方法 ? ? 高方法 ? 第6式,用dict而两个list进行匹配查找 低方法 ? ? 高方法 ? 第11式,用numbaPython函数 低方法 ? 高方法 ? 五,使用标准库函数进行 第12式,使用collections.Counter计数 低方法 ? 高方法 ? 十,应用多线程多进程 第23式,应用多线程IO密集型任务 低方法 ? 高方法 ? 第24式,应用多进程CPU密集型任务 低方法 ? 高方法 ?

    16210

    【推荐收藏】24式你的Python

    一,分析代码运行时间 第1式,测算代码运行时间 平方法 ? 快捷方法(jupyter环境) ? 第2式,测算代码多次运行平均时间 平方法 ? 快捷方法(jupyter环境) ? 第3式,按调用函数分析代码运行时间 平方法 ? ? 快捷方法(jupyter环境) ? 第4式,按行分析代码运行时间 平方法 ? ? ? ? 快捷方法(jupyter环境) ? 二,你的查找 第5式,用set而list进行查找 低方法 ? ? 高方法 ? 第6式,用dict而两个list进行匹配查找 低方法 ? ? 高方法 ? 第11式,用numbaPython函数 低方法 ? 高方法 ? 五,使用标准库函数进行 第12式,使用collections.Counter计数 低方法 ? 高方法 ? 十,应用多线程多进程 第23式,应用多线程IO密集型任务 低方法 ? 高方法 ? 第24式,应用多进程CPU密集型任务 低方法 ? 高方法 ?

    18310

    24式你的Python

    作者 | 梁云1991 来源 | Python与算法之美 一,分析代码运行时间 第1式,测算代码运行时间 平方法 ? 快捷方法(jupyter环境) ? 第2式,测算代码多次运行平均时间 平方法 ? 快捷方法(jupyter环境) ? 第3式,按调用函数分析代码运行时间 平方法 ? ? 快捷方法(jupyter环境) ? 第4式,按行分析代码运行时间 平方法 ? ? ? ? 快捷方法(jupyter环境) ? 二,你的查找 第5式,用set而list进行查找 低方法 ? ? 高方法 ? 第6式,用dict而两个list进行匹配查找 低方法 ? ? 高方法 ? 三,你的循环 第7式,优先使用for循环而不是while循环 低方法 ? 高方法 ? 十,应用多线程多进程 第23式,应用多线程IO密集型任务 低方法 ? 高方法 ? 第24式,应用多进程CPU密集型任务 低方法 ? 高方法?

    19430

    24式你的Python

    Python Tricks Author:梁云 转自:Python与算法之美 一,分析代码运行时间 第1式,测算代码运行时间 平方法 ? 快捷方法(jupyter环境) ? 第2式,测算代码多次运行平均时间 平方法 ? 快捷方法(jupyter环境) ? 第3式,按调用函数分析代码运行时间 平方法 ? ? 快捷方法(jupyter环境) ? 第4式,按行分析代码运行时间 平方法 ? ? ? ? 快捷方法(jupyter环境) ? 二,你的查找 第5式,用set而list进行查找 低方法 ? ? 高方法 ? 第6式,用dict而两个list进行匹配查找 低方法 ? ? 高方法 ? 三,你的循环 第7式,优先使用for循环而不是while循环 低方法 ? 高方法 ? 十,应用多线程多进程 第23式,应用多线程IO密集型任务 低方法 ? 高方法 ? 第24式,应用多进程CPU密集型任务 低方法 ? 高方法 ?

    26800

    24式你的Python

    作者 | 梁云1991 来源 Python与算法之美 一、分析代码运行时间 第1式,测算代码运行时间 平方法 ? 快捷方法(jupyter环境) ? 第2式,测算代码多次运行平均时间 平方法 ? 快捷方法(jupyter环境) ? 第3式,按调用函数分析代码运行时间 平方法 ? ? 快捷方法(jupyter环境) ? 第4式,按行分析代码运行时间 平方法 ? ? ? ? 快捷方法(jupyter环境) ? 二、你的查找 第5式,用set而list进行查找 低方法 ? ? 高方法 ? 第6式,用dict而两个list进行匹配查找 低方法 ? ? 高方法 ? 三、你的循环 第7式,优先使用for循环而不是while循环 低方法 ? 高方法 ? 十、应用多线程多进程 第23式,应用多线程IO密集型任务 低方法 ? 高方法 ? 第24式,应用多进程CPU密集型任务 低方法 ? 高方法 ?

    22500

    24 个让 Python 的好方法!

    源 / Python与算法之美 文 / 梁云1991 一,分析代码运行时间 第1式,测算代码运行时间 平方法 ? 快捷方法(jupyter环境) ? 第2式,测算代码多次运行平均时间 平方法 ? 快捷方法(jupyter环境) ? 第3式,按调用函数分析代码运行时间 平方法 ? ? 快捷方法(jupyter环境) ? 第4式,按行分析代码运行时间 平方法 ? ? ? ? 快捷方法(jupyter环境) ? 二,你的查找 第5式,用set而list进行查找 低方法 ? ? 高方法 ? 第6式,用dict而两个list进行匹配查找 低方法 ? ? 高方法 ? 三,你的循环 第7式,优先使用for循环而不是while循环 低方法 ? 高方法 ? 第22式,使用dask.delayed进行方法 ? ? 高方法 ? 九,应用多线程多进程 第23式,应用多线程IO密集型任务 低方法 ? 高方法 ?

    80920

    24式你的 Python

    一,分析代码运行时间 第1式,测算代码运行时间 平方法 ? 快捷方法(jupyter环境) ? 第2式,测算代码多次运行平均时间 平方法 ? 快捷方法(jupyter环境) ? 第3式,按调用函数分析代码运行时间 平方法 ? ? 快捷方法(jupyter环境) ? 第4式,按行分析代码运行时间 平方法 ? ? ? ? 快捷方法(jupyter环境) ? 二,你的查找 第5式,用set而list进行查找 低方法 ? ? 高方法 ? 第6式,用dict而两个list进行匹配查找 低方法 ? ? 高方法 ? 第11式,用numbaPython函数 低方法 ? 高方法 ? 五,使用标准库函数进行 第12式,使用collections.Counter计数 低方法 ? 高方法 ? 九,应用多线程多进程 第23式,应用多线程IO密集型任务 低方法 ? 高方法 ? 第24式,应用多进程CPU密集型任务 低方法 ? 高方法 ?

    16331

    24式你的Python

    来源:Python与算法之美 ID:Python_Ai_Road 作者:梁云1991 一,分析代码运行时间 第1式,测算代码运行时间 平方法 快捷方法(jupyter环境) 第2式,测算代码多次运行平均时间 平方法 快捷方法(jupyter环境) 第3式,按调用函数分析代码运行时间 平方法 快捷方法(jupyter环境) 第4式,按行分析代码运行时间 平方法 快捷方法(jupyter 环境) 二,你的查找 第5式,用set而list进行查找 低方法 高方法 第6式,用dict而两个list进行匹配查找 低方法 高方法 三,你的循环 第7式,优先使用for 低方法 高方法 第11式,用numbaPython函数 低方法 高方法 五,使用标准库函数进行 第12式,使用collections.Counter计数 低方法 高方法 低方法 高方法 九,应用多线程多进程 第23式,应用多线程IO密集型任务 低方法 高方法 第24式,应用多进程CPU密集型任务 低方法 高方法 你想更深入了解学习

    27120

    不懂这24招神技,别说你会Python!

    一,分析代码运行时间 第1式,测算代码运行时间 平方法 ? 快捷方法(jupyter环境) ? 第2式,测算代码多次运行平均 时间 平方法 ? 快捷方法(jupyter环境) ? 第3式,按调用函数分析代码运行时间 平方法 ? ? 快捷方法(jupyter环境) ? 第4式,按行分析代码运行时间 平方法 ? ? ? ? 快捷方法(jupyter环境) ? 二,你的查找 第5式,用set而list进行查找 低方法 ? ? 高方法 ? 第6式,用dict而两个list进行匹配查找 低方法 ? ? 高方法 ? 四,你的函数 第9式,用循环机制代替递归函数 低方法 ? 高方法 ? 第10式,用缓存机制递归函数 低方法 ? 高方法 ? 第11式,用numbaPython函数 低方法 ? 十,应用多线程多进程 第23式,应用多线程IO密集型任务 低方法 ? 高方法 ? 第24式,应用多进程CPU密集型任务 低方法 ? 高方法 ?

    47520

    扫码关注云+社区

    领取腾讯云代金券