书栈网 · BookStack 本次搜索耗时 0.007 秒,为您找到 1319 个相关结果.
  • The Zig Programming Language v0.12.0 Documentation

    Zig 是一门开源的编程语言,专为稳定性、可维护性和最优性而设计。具有以下值得关注的特性:手动管理内存;与 C 语言竞争而非依赖它,Zig 标准库不依赖于 libc;轻量而简单的语言,专注于调试应用而不是调试编程语言的知识;新的错误处理方法,与编写良好的 C 语言错误处理类似,但减少了很多冗余;调试模式下优化了快速编译时间,并在不确定行为发生时使用堆栈跟踪崩...
  • The Zig Programming Language Documentation 0.6

    Zig 是一门开源的编程语言,专为稳定性、可维护性和最优性而设计。具有以下值得关注的特性:手动管理内存;与 C 语言竞争而非依赖它,Zig 标准库不依赖于 libc;轻量而简单的语言,专注于调试应用而不是调试编程语言的知识;新的错误处理方法,与编写良好的 C 语言错误处理类似,但减少了很多冗余;调试模式下优化了快速编译时间,并在不确定行为发生时使用堆栈跟踪崩...
  • The Zig Programming Language v0.8.1 Documentation

    Zig 是一门开源的编程语言,专为稳定性、可维护性和最优性而设计。具有以下值得关注的特性:手动管理内存;与 C 语言竞争而非依赖它,Zig 标准库不依赖于 libc;轻量而简单的语言,专注于调试应用而不是调试编程语言的知识;新的错误处理方法,与编写良好的 C 语言错误处理类似,但减少了很多冗余;调试模式下优化了快速编译时间,并在不确定行为发生时使用堆栈跟踪崩...
  • The Zig Programming Language v0.11.0 Documentation

    Zig 是一门开源的编程语言,专为稳定性、可维护性和最优性而设计。具有以下值得关注的特性:手动管理内存;与 C 语言竞争而非依赖它,Zig 标准库不依赖于 libc;轻量而简单的语言,专注于调试应用而不是调试编程语言的知识;新的错误处理方法,与编写良好的 C 语言错误处理类似,但减少了很多冗余;调试模式下优化了快速编译时间,并在不确定行为发生时使用堆栈跟踪崩...
  • The Zig Programming Language v0.8.0 Documentation

    Zig 是一门开源的编程语言,专为稳定性、可维护性和最优性而设计。具有以下值得关注的特性:手动管理内存;与 C 语言竞争而非依赖它,Zig 标准库不依赖于 libc;轻量而简单的语言,专注于调试应用而不是调试编程语言的知识;新的错误处理方法,与编写良好的 C 语言错误处理类似,但减少了很多冗余;调试模式下优化了快速编译时间,并在不确定行为发生时使用堆栈跟踪崩...
  • The Zig Programming Language Documentation 0.7

    Zig 是一门开源的编程语言,专为稳定性、可维护性和最优性而设计。具有以下值得关注的特性:手动管理内存;与 C 语言竞争而非依赖它,Zig 标准库不依赖于 libc;轻量而简单的语言,专注于调试应用而不是调试编程语言的知识;新的错误处理方法,与编写良好的 C 语言错误处理类似,但减少了很多冗余;调试模式下优化了快速编译时间,并在不确定行为发生时使用堆栈跟踪崩...
  • The Zig Programming Language Documentation 0.5

    Zig 是一门开源的编程语言,专为稳定性、可维护性和最优性而设计。具有以下值得关注的特性:手动管理内存;与 C 语言竞争而非依赖它,Zig 标准库不依赖于 libc;轻量而简单的语言,专注于调试应用而不是调试编程语言的知识;新的错误处理方法,与编写良好的 C 语言错误处理类似,但减少了很多冗余;调试模式下优化了快速编译时间,并在不确定行为发生时使用堆栈跟踪崩...
  • The Zig Programming Language v0.10.1 Documentation

    Zig 是一门开源的编程语言,专为稳定性、可维护性和最优性而设计。具有以下值得关注的特性:手动管理内存;与 C 语言竞争而非依赖它,Zig 标准库不依赖于 libc;轻量而简单的语言,专注于调试应用而不是调试编程语言的知识;新的错误处理方法,与编写良好的 C 语言错误处理类似,但减少了很多冗余;调试模式下优化了快速编译时间,并在不确定行为发生时使用堆栈跟踪崩...
  • 机器学习实战(Machine Learning in Action)

    机器学习(Machine Learning,ML) 是使用计算机来彰显数据背后的真实含义,它为了把无序的数据转换成有用的信息。是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。 它是人工智能的核心,是使计算机具有智...
  • Deeplearning Algorithms Tutorial(深度学习算法教程)

    最近以来一直在学习机器学习和算法,然后自己就在不断总结和写笔记,记录下自己的学习AI与算法历程。 机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。