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
0.058
秒,为您找到
230428
个相关结果.
搜书籍
搜文档
工作流
84
2024-06-16
《Zadig v3.0 文档》
工作流 新建 新建空白工作流 使用模板新建 界面化配置 基本信息 阶段 任务 人工审批 YAML 方式配置 配置说明 YAML 样例 变量 内置变量 自定义变量 变量赋值方式 变量传递 触发器配置 Git 触发器 定时器 定时循环 间隔循环 Cron 表达式 通知配置 高级配置 工作流样例 执行 任务执行策...
工作台
89
2024-07-06
《DataEase v2.8 文档》
工作台 1 工作台展示 工作台 1 工作台展示 可快速查看或链接到以下内容: 用户概览: 用户名及ID 仪表板数量 数据大屏数量 数据集数量 快速创建: 仪表板 数据大屏 数据集 数据源 使用模板新建 模板中心: 推荐仪表板 数据大屏 快速查看: 最近使用 我的收藏 我的分享
工作流
86
2024-07-17
《Zadig v2.2 文档》
工作流 工作流 获取工作流列表 workflow 获取工作流详情 获取工作流任务列表 workflow_task 获取工作流任务详情 执行工作流 Input 参数说明 取消工作流任务 重试工作流任务 审批工作流 创建工作流 Stage 参数说明 Approval 参数说明 NativeApproval 参数说明 ApproveUs...
工作流程
134
2024-08-11
《Blender 4.2 参考手册》
工作流程 相对形态键 绝对形态键 工作流程 相对形态键 在 物体模式下 ,通过 形态键 面板的 + 按钮,添加一个新的形态键。 “基型” 是重置形态。Key 1 、Key 2 等,是新添加的形态键。 切换到 编辑模式 ,在 形态键 面板上选择 “Key 1” 。 根据需要变形网格(不要删除或添加顶点)。 选择 Key 2 ,...
准备工作
58
2024-08-27
《KubeSphere 企业版 v4.1.1 中文文档》
本节介绍安装 KubeSphere 企业版前需要进行的准备工作。
删除工作负载
52
2024-08-27
《KubeSphere 企业版 v4.0 中文文档》
前提条件 删除单个工作负载 批量删除工作负载 本节介绍如何删除工作负载。 警告 此操作将删除工作负载及其管理的所有容器组,工作负载中运行的业务将中断,请谨慎执行此操作。 前提条件 您需要加入一个项目并在项目中具有应用负载管理 权限。有关更多信息,请参阅项目成员 和项目角色 。 删除单个工作负载 以具有应用负载管理 权限的用户登录...
删除工作负载
45
2024-08-27
《KubeSphere 企业版 v4.0 中文文档》
前提条件 删除单个工作负载 批量删除工作负载 本节介绍如何删除工作负载。 警告 此操作将删除工作负载及其管理的所有容器组,工作负载中运行的业务将中断,请谨慎执行此操作。 前提条件 您需要加入一个集群并在集群中具有应用负载管理 权限。有关更多信息,请参阅集群成员 和集群角色 。 删除单个工作负载 以具有应用负载管理 权限的用户登录...
24.5. 19.5 协同工作的 DNS: Slave DNS 及子域授权设定
1093
2018-07-10
《鸟哥的Linux私房菜:服务器架设篇 第三版》
19.5 协同工作的 DNS: Slave DNS 及子域授权设定 19.5.1 master DNS 权限的开放 19.5.2 Slave DNS 的设定与数据库权限问题 19.5.3 建置子域 DNS 服务器:子域授权课题 19.5.4 依不同接口给予不同的 DNS 主机名: view 功能的应用 19.5 协同工作的 DNS: Slav...
使用协同过滤实现电影推荐
767
2021-06-06
《百度飞桨 PaddlePaddle v2.1 深度学习教程》
使用协同过滤实现电影推荐 一、介绍 二、 环境设置 三、数据集 3.1 数据处理 3.2 准备训练和验证数据 四、模型组网 五、模型训练 六、模型评估 七、模型预测 使用协同过滤实现电影推荐 作者: HUANGCHENGAI 日期: 2021.05摘要: 本案例使用飞桨框架实现推荐电影的协同过滤算法。 一、介绍 此示例演...
基于用户/物品的协同过滤
939
2018-03-27
《面向程序员的数据挖掘指南》
基于用户的协同过滤 基于物品的协同过滤 能否举个例子? 基于用户的协同过滤 目前为止我们描述的都是基于用户的协同过滤算法。我们将一个用户和其他所有用户进行对比,找到相似的人。这种算法有两个弊端: 扩展性 上文已经提到,随着用户数量的增加,其计算量也会增加。这种算法在只有几千个用户的情况下能够工作得很好,但达到一百万个用户时就会出现瓶颈。 稀...
1..
«
58
59
60
61
»
..100