分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
分类
发现
榜单
服务器优惠
AI论文
免费AI编程助手
搜索
注册
登录
搜索
书栈网 · BookStack
本次搜索耗时
0.032
秒,为您找到
111599
个相关结果.
搜书籍
搜文档
选择
571
2020-11-24
《Blender 2.82 参考手册》
选择 选择项和活动物体 选择菜单 选择工具 全选 全不选 反选 随机选择 镜像选择 按类型全选 选择活动相机 扩展/缩减选择 按组选择 选择相连元素 按名称选择 选择 选择项决定了我们操作的对象是哪些元素。选择项作用于当前场景的可见物体。Blender在 物体模式 和 编辑模式 中,均拥有高级选择工具。 选择项和活动...
持续交付
1033
2019-07-23
《敖小剑 Cloud Native 学习笔记》
持续交付 持续交付 持续交付 让单个应用随时处于可发布状态,而不用等待与其他变更绑定到一次发布中。持续交付使得发布变成一个频繁且平常的过程,因此组织可以以更低的风险经常交付,并从最终用户获得更快的反馈,直到部署成为业务流程和企业竞争力的重要组成部分。
三、函数
1098
2020-12-15
《阮一峰 AWK 入门教程》
三、函数 三、函数 awk 还提供了一些内置函数,方便对原始数据的处理。 函数toupper() 用于将字符转为大写。 $ awk - F ':' '{ print toupper($1) }' demo . txt ROOT DAEMON BIN SYS SYNC 上面代码中,第一个字段输出时都变成...
核心处理者
722
2019-10-10
《Reactor 指南中文版 V2.0》
核心处理者 核心处理者 核心处理者的工作比调度者更加专一:计算支持背压的 异步任务。 同时它直接实现了org.reactivestreams.Processor 接口,可以良好地与其它响应式数据流提供方合作。比如同时作为订阅者和发布者的处理者。你可以将它插入到响应式数据流链中你想要的地方(源,处理过程,槽)。 ! 规范并不明确推荐直接使用 Pr...
七、WALKLETS
2085
2020-06-01
《AI算法工程师手册》
七、WALKLETS 7.1 模型 7.2 实验 7.2.1 可视化 7.2.2 多标签分类 七、WALKLETS 社交网络本质都是分层的,每个人(顶点)都属于多个社区,这些社区范围从小型社区(如家庭、朋友)、中型社区(如学校、企业)到大型社区(如民族、国家),代表了不同尺度 scale 的关系。 随着关系尺度的变化,网络的拓扑结构也发...
Introduction
5719
2023-01-13
《Modern CMake v3.25 简体中文版》
Modern CMake 简体中文版 概述 许可协议 贡献 Modern CMake 简体中文版 概述 这是著名 CMake 教程 Modern CMake 的简体中文翻译版。 你可以在 这里 找到它的原版。 它致力于解决网络上随处可见的糟糕例子以及所谓的“最佳实践”中存在的问题。 如果你想要学好 CMake ,那你应该会从这本书中受...
1.11. 集成方法
1964
2020-03-01
《scikit-learn (sklearn) 0.21.3 官方文档中文版》
1.11. 集成方法 1.11.1. Bagging meta-estimator(Bagging 元估计器) 1.11.2. 由随机树组成的森林 1.11.2.1. 随机森林 1.11.2.2. 极限随机树 1.11.2.3. 参数 1.11.2.4. 并行化 1.11.2.5. 特征重要性评估 1.11.2.6. 完全随机树嵌入 1.11...
12.1 介绍WebCL
1467
2018-02-21
《OpenCL 2.0 异构计算 [第三版] (Heterogeneous Computing with OpenCL 2.0)》
12.1 介绍WebCL 12.1 介绍WebCL Web应用如今普遍存在于Web浏览器中,并且云服务已成为我们访问个人和专业数据的主要方式。网页应用无需进行散布和安装就能在数亿个客户端电脑上运行。因为网页应用的跨平台特性,对于开发者非常具有吸引力。这也需要感谢互联网的快速发展,随着接连不断的移动链接,终端用户可以通过应用在任何地点、任何设备上获取自...
数据预处理工具
694
2020-12-18
《百度飞桨 PaddlePaddle 1.8 深度学习平台教程》
数据预处理工具 Data Reader 接口 Batch Reader 接口 使用 Data Reader装饰器 预取回数据(缓存数据) 组成多个Data Reader 随机排序 Q & A 为什么一个reader只返回单项而不是mini batch? 为什么需要一个batch reader,在训练过程中给出reader和batch_size...
1..
«
53
54
55
56
»
..100