分类
发现
榜单
服务器优惠
AI论文
IT文库
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
IT文库
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.016
秒,为您找到
30116
个相关结果.
搜书籍
搜文档
非技术人员接入指南
1295
2019-07-08
《百度移动统计产品使用指南》
非技术人员接入指南 第一步:注册MTJ账号 第二步:新建APP 第三步:通过邮件邀请技术人员进行SDK配置操作 第四步:等待工程师完成嵌入 第五步:查看线上报表数据 非技术人员接入指南 第一步:注册MTJ账号 ①登录mtj.baidu.com,点击右上角“注册”②注册百度用户账号 ③填写用户基本信息,通过移动统计使用协议 ...
iOS10公测技术说明
836
2019-09-13
《AppCan 移动云平台开发文档》
iOS10公测技术说明 插件引擎部分 引擎 - 最低支持系统版本更改 隐私权限 - 根据Apple的要求,在iOS10系统上访问用户隐私数据必须要配置隐私权限 配置隐私权限 - config.xml 推送配置 - 根据Apple的要求,在iOS10系统上使用推送功能需要进行配置 ## 配置推送功能 - config.xml iOS10公测...
密码学与安全技术
726
2022-02-22
《区块链技术指南 v1.6.0》
密码学与安全技术 密码学与安全技术 工程领域从来没有黑科技;密码学不仅是工程。 密码学作为核心的安全技术在信息科技领域的重要性无需多言。离开现代密码学和信息安全技术,人类社会将无法全面步入信息时代。区块链和分布式账本中大量使用了密码学和安全技术的最新成果,特别是身份认证和隐私保护相关技术。 从数学定理到工程实践,密码学和信息安全所涉及的知识体...
密码学与安全技术
689
2021-07-28
《区块链技术指南 v1.5.0》
密码学与安全技术 密码学与安全技术 工程领域从来没有黑科技;密码学不仅是工程。 密码学为核心的安全技术在信息科技领域的重要性无需多言。离开现代密码学和信息安全技术,人类社会将无法全面步入信息时代。区块链和分布式账本中大量使用了密码学和安全技术的最新成果,特别是身份认证和隐私保护相关技术。 从数学定理到工程实践,密码学和信息安全所涉及的知识体...
1.3 PWA 的核心技术
3002
2021-02-02
《PWA 应用实战》
PWA 的核心技术 Web App Manifest Service Worker 离线通知 App Shell 和骨架屏 PWA 的核心技术 前文提到,PWA 的核心是用户体验,能让 PWA 达到原生应用的体验并不仅仅依赖于某一项技术,而是多管齐下,进行改进,从而在安全、性能和体验上都获得很大的提升。下面将简单介绍几个 PWA 应用中经常使...
第13章 其他OOP技术
2148
2019-04-10
《C# 从入门到精通》
其他OOP技术 其他OOP技术 本章内容: • ::运算符 • 全局名称空间限定符 • 如何创建定制异常 • 如何使用事件 • 如何使用匿名方法 • 如何使用 C #特性 本章将介绍前面未涉及的内容,继续讨论C#语言。并不是说这些...
附录 C 数值计算技术
960
2019-05-22
《Scheme简明教程》
附录 C 数值计算技术 C.1 辛普森积分法 C.2 自适应区间长度 C.3 广义积分(反常积分) 附录 C 数值计算技术 递归(包括循环)与Scheme的算术基本过程结合可以实现各种数值计算技术。作为一个例子,我们来实现辛普森法则,这是一个用来计算定积分的数值解的过程。 C.1 辛普森积分法 函数f(x)在区间[a,b]上的定积分可以看...
cf使用到的技术栈?
1164
2019-07-25
《cf (CoreFramework) - lua高性能网络框架》
CF使用的技术栈列表 网络层 协议 内置库 测试文件 cf项目结构介绍 CF使用的技术栈列表 网络层 TCP UDP 协议 DNS Websocket HTTP MQTT MySQL Redis SMTP Stomp 内置库 cf (协程/定时器) system Cach...
1.2 使用容器技术构建应用
1322
2019-07-06
《Kubernetes 技术实践(基础篇)》
1.2 使用容器技术构建应用 讲解 Dockerfile 文件 镜像打包 运行容器 进入容器 1.2 使用容器技术构建应用 在讲解应用部署之前,我们先来回顾一下容器相关的知识,因为他是我们接下来编排的主要对象。 在日常的运维过程中,我们通常会遇到这样的需求,某个服务需要运行在不同的中间件版本之下,但是使用当前的包管理程序比如yum、apt-...
减少可避免偏差的技术
743
2020-03-15
《机器学习训练秘籍(Machine Learning Yearning 中文版)》
减少可避免偏差的技术 减少可避免偏差的技术 如果你的学习算法存在着很高的可避免偏差,你可能会尝试以下方法: 加大模型规模 (例如神经元/层的数量):这项技术能够使算法更好地拟合训练集,从而减少偏差。当你发现这样做会增大方差时,通过加入正则化可以抵消方差的增加。 根据误差分析结果修改输入特征 :假设误差分析结果鼓励你增加额外的特征,从而帮助算法消除...
1..
«
40
41
42
43
»
..100