书栈网 · BookStack 本次搜索耗时 0.008 秒,为您找到 1736 个相关结果.
  • Erda v1.3 使用手册

    Erda 是一款基于多云架构的一站式企业数字化平台,为企业提供 DevOps、微服务治理、多云管理以及快数据管理等云厂商无绑定的 IT 服务。
  • WeIdentity 文档

    WeIdentity,基于区块链的符合W3C DID和Verifiable Credential规范的分布式身份解决方案,是一套分布式多中心的技术解决方案,可承载实体对象(人或者物)的现实身份与链上身份的可信映射、以及实现实体对象之间安全的访问授权与数据交换。WeIdentity由微众银行自主研发并完全开源,秉承公众联盟链整合资源、交换价值、服务公众的理念,...
  • 小程序开发框架 MPX 2.5 使用教程

    Mpx 是滴滴开源的一款致力于提高小程序开发体验的增强型小程序框架,通过 Mpx ,我们能够最先进的 web 开发体验 (Vue + Webpack) 来开发生产性能深度优化的小程序,Mpx 具有以下一些优秀特性:数据响应特性 (watch/computed);增强的模板语法(动态组件/样式绑定/类名绑定/内联事件函数/双向绑定等);深度性能优化(原生自定义...
  • LF Edge eKuiper v1.4 中文文档

    LF Edge eKuiper 是 Golang 实现的轻量级物联网边缘分析、流式处理开源软件,可以运行在各类资源受限的边缘设备上。eKuiper 设计的一个主要目标就是将在云端运行的实时流式计算框架(比如 Apache Spark,Apache Storm 和 Apache Flink 等)迁移到边缘端。eKuiper 参考了上述云端流式处理项目的架构与实...
  • LF Edge eKuiper v1.6 中文文档

    LF Edge eKuiper 是 Golang 实现的轻量级物联网边缘分析、流式处理开源软件,可以运行在各类资源受限的边缘设备上。eKuiper 设计的一个主要目标就是将在云端运行的实时流式计算框架(比如 Apache Spark,Apache Storm 和 Apache Flink 等)迁移到边缘端。eKuiper 参考了上述云端流式处理项目的架构与实...
  • LF Edge eKuiper v1.6 Documentation

    LF Edge eKuiper 是 Golang 实现的轻量级物联网边缘分析、流式处理开源软件,可以运行在各类资源受限的边缘设备上。eKuiper 设计的一个主要目标就是将在云端运行的实时流式计算框架(比如 Apache Spark,Apache Storm 和 Apache Flink 等)迁移到边缘端。eKuiper 参考了上述云端流式处理项目的架构与实...
  • Longhorn v1.4.2 Documentation

    Longhorn 是一个开源的分布式块存储系统,由 Rancher Labs 公司开发。它是基于 Kubernetes 构建的,可以与 Kubernetes 紧密集成。Longhorn 通过构建一个复制的块设备来存储数据,并提供了快照、恢复、备份等功能,以确保数据的可靠性和完整性。Longhorn 还支持动态卷扩展和自动迁移,以便在需要时自动调整存储容量和性...
  • Longhorn v1.5.1 Documentation

    Longhorn 是一个开源的分布式块存储系统,由 Rancher Labs 公司开发。它是基于 Kubernetes 构建的,可以与 Kubernetes 紧密集成。Longhorn 通过构建一个复制的块设备来存储数据,并提供了快照、恢复、备份等功能,以确保数据的可靠性和完整性。Longhorn 还支持动态卷扩展和自动迁移,以便在需要时自动调整存储容量和性...
  • Longhorn v1.7.0 Documentation

    Longhorn 是一个开源的分布式块存储系统,由 Rancher Labs 公司开发。它是基于 Kubernetes 构建的,可以与 Kubernetes 紧密集成。Longhorn 通过构建一个复制的块设备来存储数据,并提供了快照、恢复、备份等功能,以确保数据的可靠性和完整性。Longhorn 还支持动态卷扩展和自动迁移,以便在需要时自动调整存储容量和性...
  • 计算与推断思维 中文版

    数据科学是通过探索,预测和推断,从大量不同的数据集中得出有用的结论。探索涉及识别信息中的规律。预测涉及使用我们所知道的信息,对我们希望知道的值作出知情的猜测。推断涉及量化我们的确定程度:我们发现的这些规律是否也出现在新的观察中?我们的预测有多准确?我们用于探索的主要工具是可视化和描述性统计,用于预测的是机器学习和优化,用于推理的是统计测试和模型。