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
0.019
秒,为您找到
1340
个相关结果.
搜书籍
搜文档
RQAlpha 3.3.x 文档
171
117306
14
2019-07-16
RQAlpha 从数据获取、算法交易、回测引擎,实盘模拟,实盘交易到数据分析,为程序化交易者提供了全套解决方案。RQAlpha 具有灵活的配置方式,强大的扩展性,用户可以非常容易地定制专属于自己的程序化交易系统。
Amazon DocumentDB Developer Guide
196
83176
1
2021-01-25
Amazon DocumentDB(与 MongoDB 兼容) 是一项快速、可靠且完全托管的数据库服务。Amazon DocumentDB 让用户能够在云中轻松设置、操作和扩展 MongoDB 兼容的数据库。借助 Amazon DocumentDB,您可以运行相同的应用程序代码,并使用与 MongoDB 相同的驱动程序和工具。
Protocol Buffer 3 学习笔记
36
46092
70
2018-04-19
proto3 是 google protocol buffer 的新版本。Protobuf是一种灵活高效的,用于序列化结构化数据的机制,类似于XML,但比XML更小,更快,更简单。Protobuf序列化为二进制数据,不依赖于平台和语言,同时具备很好的兼容性。
Kuma v1.1.6 Documentation
65
19211
0
2021-10-02
Kuma 是一个现代的基于 Envoy 的服务网格,可以跨 Kubernetes 和 VM 以单个或多区域容量在每个云上运行。由于其广泛的通用工作负载支持,再加上对 Envoy 作为其数据平面代理技术的原生支持(但不需要 Envoy 专业知识),Kuma 提供了现代 L4-L7 服务连接、发现、安全性、可观察性、路由等任何服务在任何平台上,包括数据库。
Kuma v1.1.1 Documentation
65
20024
0
2021-10-02
Kuma 是一个现代的基于 Envoy 的服务网格,可以跨 Kubernetes 和 VM 以单个或多区域容量在每个云上运行。由于其广泛的通用工作负载支持,再加上对 Envoy 作为其数据平面代理技术的原生支持(但不需要 Envoy 专业知识),Kuma 提供了现代 L4-L7 服务连接、发现、安全性、可观察性、路由等任何服务在任何平台上,包括数据库。
Kuma v1.7.x Documentation
115
22276
0
2022-12-06
Kuma 是一个现代的基于 Envoy 的服务网格,可以跨 Kubernetes 和 VM 以单个或多区域容量在每个云上运行。由于其广泛的通用工作负载支持,再加上对 Envoy 作为其数据平面代理技术的原生支持(但不需要 Envoy 专业知识),Kuma 提供了现代 L4-L7 服务连接、发现、安全性、可观察性、路由等任何服务在任何平台上,包括数据库。
Ale.js 1.x 渐进式框架 文档教程
18
12460
1
2019-01-02
Ale (中文:啤酒) 是一套用于以组件的形式构建用户界面的渐进式框架。它信奉,万物皆组件。与其它大型框架不同的是,Ale 只需要你将关注点放在数据上,并不需要关心任何与视图有关的内容。当你更新数据时,视图中任何使用到它的地方都会得到更新。
MyBatis 3.5.4 参考文档
48
37820
138
2020-03-25
MyBatis 是一款优秀的持久层框架,它支持自定义 SQL、存储过程以及高级映射。MyBatis 免除了几乎所有的 JDBC 代码以及设置参数和获取结果集的工作。MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO(Plain Old Java Objects,普通老式 Java 对象)为数据库中的记录。
MyBatis 3.5.10 参考文档
64
32661
87
2022-05-27
MyBatis 是一款优秀的持久层框架,它支持自定义 SQL、存储过程以及高级映射。MyBatis 免除了几乎所有的 JDBC 代码以及设置参数和获取结果集的工作。MyBatis 可以通过简单的 XML 或注解来配置和映射原始类型、接口和 Java POJO(Plain Old Java Objects,普通老式 Java 对象)为数据库中的记录。
《动手学深度学习》(PyTorch版)
92
246612
845
2020-06-10
本项目面向对深度学习感兴趣,尤其是想使用PyTorch进行深度学习的童鞋。本项目并不要求你有任何深度学习或者机器学习的背景知识,你只需了解基础的数学和编程,如基础的线性代数、微分和概率,以及基础的Python编程。
1..
«
62
63
64
65
»
..100