仪器响应 输入 数字阶段 放大系数 模拟-数字转换 数字阶段 总结 Q&A 仪器响应 输入 Hi-net输入的单位由第9列决定，通常单位是 m/s 。 数字阶段 Hi-net使用的是Moving coil velocity type地震仪，其transfer function在Laplace域表示为: [\frac{Gs^...

关于Gitea 目标 功能特性 系统要求 浏览器支持 组件 集成支持 关于Gitea Gitea 是一个自己托管的Git服务程序。他和GitHub, Bitbucket or Gitlab等比较类似。他是从 Gogs 发展而来，不过我们已经Fork并且命名为Gitea。对于我们Fork的原因可以看 这里 。 目标 Gitea的首要目标...

灯光设置 通用选项 Cycles Area Lights 光束形状 灯光设置 参考 面板 属性 ‣ 光 和 着色器编辑器 ‣ 边栏 ‣ 设置 把灯光添加到世界环境或者任何带有自发光着色器(自发光材质不能直接照亮场景)的物体上，能直接照亮场景。不同之处是灯光在渲染图像中是不可见的，而且更容易作为自己类型的对象进行管理。 通用选项 所有渲...

深度学习 神经网络的基本概念 深度学习的发展历程 深度学习的研究和应用蓬勃发展 深度学习改变了AI应用的研发模式 实现了端到端的学习 实现了深度学习框架标准化 作业1-1 深度学习 机器学习算法理论在上个世纪90年代发展成熟，在许多领域都取得了成功应用。但平静的日子只延续到2010年左右，随着大数据的涌现和计算机算力提升，深度学习模型异...

概述 二阶段消息 SAGA 其他模式 典型应用场景 秒杀系统 订单系统 缓存一致性 小结 概述 dtm 解决跨服务更新数据的一致性问题，提供了相关问题的一站式解决方案。 几乎每一个非单体的系统，几乎每一个订单系统，都会出现跨服务更新数据的需求，这样的需求是非常广泛的存在的，也是服务化/微服务化之后，带来的一个挑战。面对这样的情况，当前...

欢迎使用 MegEngine MegEngine 简介 学习 MegEngine 安装说明 欢迎使用 MegEngine MegEngine 简介 MegEngine 是旷视完全自主研发的深度学习框架，中文名为“天元”，是旷视 AI 战略的重要组成部分，负责 AI 三要素（算法，算力，数据）中的“算法”。MegEngine 的研发始...

使用SentimentNet实现情感分类 概述 准备及设计 下载数据集 确定评价标准 确定网络及流程 实现阶段 导入需要的库文件 配置环境信息 预处理数据集 定义网络 预训练模型 定义优化器及损失函数 训练并保存模型 模型验证 实验结果 使用SentimentNet实现情感分类 Linux GPU CPU 全流程 ...

使用神经网络识别手写数字 使用神经网络识别手写数字 人类的视觉系统是世上的一个奇迹。考虑以下这串手写的数字： 大部分人都能轻易地识别出图上的数字是504192。这个看似简单的过程的背后，实际上很复杂。在我们大脑的每个脑半球中，有一个叫做初级视皮层（primary visual cortex）的部分，也被称作V1。它拥有1亿4千万个神经元，包含了...

概述 二阶段消息 SAGA 其他模式 典型应用场景 秒杀系统 订单系统 缓存一致性 小结 概述 dtm 解决跨服务更新数据的一致性问题，提供了相关问题的一站式解决方案。 几乎每一个非单体的系统，几乎每一个订单系统，都会出现跨服务更新数据的需求，这样的需求是非常广泛的存在的，也是服务化/微服务化之后，带来的一个挑战。面对这样的情况，当前...

Doris 介绍 使用场景 技术概述 Doris 介绍 Apache Doris 是一个基于 MPP 架构的高性能、实时的分析型数据库，以极速易用的特点被人们所熟知，仅需亚秒级响应时间即可返回海量数据下的查询结果，不仅可以支持高并发的点查询场景，也能支持高吞吐的复杂分析场景。基于此，Apache Doris 能够较好的满足报表分析、即席查询、统一数...