榜单
服务器优惠
AI论文
-
关键问题和挑战
关键问题和挑战 隐私保护 分布式共识 交易性能 扩展性 安全防护 数据库和存储系统 互操作和运营治理 关键问题和挑战 从技术角度讲，区块链所涉及的领域比较繁杂，包括分布式系统、密码学、心理学、经济学、博弈论、控制论、网络协议等，这也意味着我们在工程实践中会面临大量的挑战。 下面列出了目前业界关注较多的一些技术话题。 隐私保护 隐私保... -
5. 可移植性
可移植性 什么是embedded-hal？ embedded-hal的用户 HAL implementation 驱动 应用 可移植性 在嵌入式环境中，可移植性是一个非常重要的主题: 每个供应商甚至同个制造商的每个系列，都提供了不同的外设和功能。同样地，与外设交互的方式也将会不一样。 通过一个被叫做硬件抽象层或者HAL 的层去均等化这种差... -
物联网、车联网、工业互联网大数据平台，为什么推荐使用TDengine？
1: 大幅提升数据插入和查询性能 2: 大幅降低硬件或云服务成本： 3: 大幅简化大数据系统架构 4: 强大的历史数据分析能力： 5: 零运维管理，零学习成本 6: 与第三方工具无缝集成 7: 开源 结语 大数据有很多处理工具，最流行的当属Hadoop系统。Hadoop生态包括HDFS, HBase, Hive, YARN, Storm, ... -
物联网、车联网、工业互联网大数据平台，为什么推荐使用TDengine？
1: 大幅提升数据插入和查询性能 2: 大幅降低硬件或云服务成本： 3: 大幅简化大数据系统架构 4: 强大的历史数据分析能力： 5: 零运维管理，零学习成本 6: 与第三方工具无缝集成 7: 开源 结语 大数据有很多处理工具，最流行的当属Hadoop系统。Hadoop生态包括HDFS, HBase, Hive, YARN, Storm, ... -
架构详解
架构详解 设计及思考 重要模块介绍 OpLite OpParam Kernel 扩展须知 MIR Op Fusion TypeSystem KernelContext 扩展硬件后端 扩展现有的硬件后端 扩展全新硬件后端 架构详解 这篇文档会从开发者角度详细介绍开发 Paddle-Lite 需要的相关信息。 设计及思考 ... -
通用大数据架构为什么不适合处理物联网数据？
为处理日益增长的互联网数据，众多的工具开始出现，最流行的应该是Hadoop体系。除使用大家所熟悉的Hadoop组件如HDFS，MapReduce, HBase, Hive外，通用的大数据处理平台往往还使用Kafka或其他消息队列工具，Redis或其他缓存软件，Flink或其他实时流式数据处理软件。存储上也有人选用MongoDB，Cassandra或其他No... -
二：博弈算法的前世今生
从深蓝说起 博弈算法 围棋难题 卷积神经网络 从深蓝说起 从计算机问世后，博弈算法从来就没有停止过改进的步伐。最早打败人类顶级棋手的AI就是深蓝。以下内容摘自百度百科： 深蓝是美国IBM公司生产的一台超级国际象棋电脑，重1270公斤，有32个大脑（微处理器），每秒钟可以计算2亿步。”深蓝”输入了一百多年来优秀棋手的对局两百多万局。1997年 ... -
6.3 文件系统与数据资料
6.3 文件系统与数据资料 6.3 文件系统与数据资料 用户在硬件存储设备中执行的文件建立、写入、读取、修改、转存与控制等操作都是依靠文件系统来完成的。文件系统的作用是合理规划硬盘，以保证用户正常的使用需求。Linux系统支持数十种的文件系统，而最常见的文件系统如下所示。 Ext3 ：是一款日志文件系统，能够在系统异常宕机时避免文件系统资料丢失，并... -
4. 常见问题解答
4. 常见问题解答 4.1. 系统相关 4.2. 共识相关 4.3. 性能相关 4.4. 合约相关 4.5. 账户权限相关 4.6. 使用问题 4.7. 其他问题 4. 常见问题解答 4.1. 系统相关 Q: 超级链按照一般的分法，是属于联盟链还是公链？仅从源码看，XuperChain是否更偏向于采用公链的理念设计，先记账后共识，只...