书栈网 · BookStack 本次搜索耗时 0.026 秒,为您找到 84204 个相关结果.
  • grand (随机数管理)

    grand 随机数模块 字符列表 随机整数 随机字符串 概率性计算 grand 随机数模块 grand 模块实现了对随机数操作的封装和改进,实现了极高的随机数生成性能,提供了丰富的随机数相关操作方法。 使用方式: import "github.com/gogf/gf/util/grand" 接口文档: https://go...
  • 随机数-grand

    字符列表 随机整数 随机字符串 概率性计算 grand 模块实现了对随机数操作的封装和改进,实现了极高的随机数生成性能,提供了丰富的随机数相关操作方法。 使用方式: import "github.com/gogf/gf/v2/util/grand" 接口文档: https://pkg.go.dev/github.com/gogf/g...
  • 加入我们

    907 2021-09-28 《go-zero v1.2 教程》
    加入我们 概要 贡献形式 贡献须知 贡献代码(pr) Issue 怎么提Issue 参考文档 加入我们 概要 go-zero 是一个基于MIT License 的开源项目,大家在使用中发现bug,有新的特性等,均可以参与到go-zero的贡献中来,我们非常欢迎大家的积极参与,也会最快响应大家提出的各种问题,pr等。 贡献形式...
  • 用交叉熵解决手写数字识别问题

    用交叉熵解决手写数字识别问题 用交叉熵解决手写数字识别问题 我们可以很容易在程序中将交叉熵应用于梯度下降法(gradient descent)和反向传播算法(backpropagation)。在本章的后面我会改进之前的手写数字识别程序network.py 。新的程序取名network2.py ,它不仅仅用到了交叉熵,还用到了本章将要介绍的其他技术1 ...
  • 四、EM 算法与 kmeans 模型

    四、EM 算法与 kmeans 模型 四、EM 算法与 kmeans 模型 kmeans 算法:给定样本集 , 针对聚类所得簇划分 , 最小化平方误差: 其中 是簇 的均值向量。 定义观测随机变量为 ,观测数据为 。定义隐变量为 ,它表示 所属的簇的编号。设参数 , 则考虑如下的生成模型: 其中 表示距离 最近的中心...
  • REST 设计风格

    REST 设计风格 理解 REST RESTful 的系统 RMM 成熟度 第 0 级 第 1 级 第 2 级 第 3 级 不足与争议 REST 设计风格 很多人会拿 REST 与 RPC 互相比较,其实,REST 无论是在思想上、概念上,还是使用范围上,与 RPC 都不尽相同,充其量只能算是有一些相似,应用会有一部分重合之处,但本质上...
  • 故障注入

    场景描述 注意事项 配置说明 示例代码 场景描述 用户在consumer端使用故障注入,可以设置发往指定微服务的请求的时延和错误及其触发概率。 注意事项 延迟注入请求的延迟时间统一为毫秒级别 配置说明 故障注入配置在microservice.yaml文件中,相关配置项见下表。要开启服务消费者端的故障注入,还需要在处理链中配置消费端故...
  • 用户手册

    基本介绍 Tera是什么 Tera适用于怎样的场景 Tera的单机性能 Tera的扩展性 使用Tera 编译、搭建 使用注意事项 Tera使用FAQ 基本介绍 Tera是什么 Tera是一个分布式结构化数据库,Tera中的数据以“表”为单位存放数据,每个表包含若干条”记录”,每条记录包含一个”行键”(RowKey)和若干”列”,记...
  • 前言

    Docker — 从入门到实践 微信小程序 技术交流 进阶学习 鼓励项目 Docker — 从入门到实践 v1.3.0 语言 - 简体中文 阅读 Docker 是个划时代的开源项目,它彻底释放了计算虚拟化的威力,极大提高了应用的维护效率,降低了云计算应用开发的成本!使用 Docker,可...
  • 前言

    Docker — 从入门到实践 微信小程序 技术交流 进阶学习 鼓励项目 Docker — 从入门到实践 v1.0.0 说明:本书自 0.9.0 版本起基于最新的 Docker CE v18.X 特性进行讲解。Docker 旧版本(1.13-)使用,请参考 docker-legacy 分支。 Docker 是个划时...