-
入门
入门 2. 快速开始 - Standalone HBase 2.1. JDK 版本要求 2.2. HBase 开始 过程：下载、配置和启动 Standalone HBase 过程: 首次使用 HBase 过程: 停止 HBase 2.3. 伪分布式 HBase 2.4. 完全分布式 HBase 2.5. 接下来 入门 贡献者：xix... -
在 C++ 中加载 TorchScript 模型
在 C++ 中加载 TorchScript 模型 第 1 步：将 PyTorch 模型转换为 Torch 脚本 通过跟踪转换为 Torch 脚本 通过注解转换为 Torch 脚本 第 2 步：将脚本模块序列化为文件 第 3 步：在 C++ 中加载脚本模块 最小的 C++ 应用 依赖 LibTorch 并构建应用 步骤 4：在 C++ 中执行脚本... -
[汇总 II]精选微软等数据结构+算法面试 100题[第 1-80 题]
[汇总 II]精选微软等数据结构+算法面试 100题[第 1-80 题] —最新整理公布 昨日，11.19， 最新整理了，第 61-80题，现在公布上传。 另加上之前公布的第 1-60 题，在此做一次汇总上传，以飨各位。 可以这么说，绝大部分的面试题，都是这 100 道题系列的翻版， 此微软等公司数据结构+算法面试 100 题系列，是极具代表性的经典... -
HBase and MapReduce
HBase and MapReduce 48. HBase, MapReduce, and the CLASSPATH 49. MapReduce Scan Caching 50.捆绑的 HBase MapReduce 作业 51. HBase 作为 MapReduce 作业数据源和数据接收器 52. 批量导入时直接写 HFiles 53. 行数统... -
torch.nn
torch.nn class torch.nn.Parameter() class torch.nn.Module add_module(name, module) apply(fn) children() cpu(device_id=None) cuda(device_id=None) double() eval() float() fo... -
十三、树和森林
十三、树和森林 Adaboost 分类器 决策树分类器 决策树回归 特征的重要性 使用随机森林的特征选择 在随机森林中处理不平衡类别 随机森林分类器 随机森林分类器示例 数据的注解 随机森林回归 在随机森林中选择特征重要性 泰坦尼克比赛和随机森林 性别 年龄 可视化决策树 十三、树和森林 作者：Chris Albon 译... -
服务器负载高？MySQL 资源管理与优化全指南
服务器负载高？MySQL 资源管理与优化全指南 一、高负载背后的六大 “元凶” （1）慢查询的无声蚕食 （2）连接数爆炸的资源耗尽 （3）缓冲池配置的致命短板 （4）锁竞争的恶性循环 （5）硬件瓶颈的物理限制 （6）参数配置的历史包袱 二、资源优化的 “三步诊断法” 第 1 步：系统级负载定位 第 2 步：数据库级资源分析 第 3 步：SQ... -
torchvision对象检测微调教程
torchvision 对象检测微调教程 定义数据集 为 PennFudan 编写自定义数据集 定义模型 1-将预训练模型用于微调 2-修改模型以添加其他主干 PennFudan 数据集的实例细分模型 将所有内容放在一起 测试forward() 方法（可选） 总结 torchvision 对象检测微调教程 原文：https://py... -
基于宝塔
基于宝塔 操作场景 前提条件 操作步骤 步骤一：配置PHP 安装扩展 # 删除禁用函数 # 步骤二：创建站点 步骤三：远程下载 DIscuz！Q 部署文件压缩包 步骤四：解压 DIscuz！Q 部署文件压缩包 步骤五：修改网站配置 配置伪静态 设置 gzip 步骤六：初始化安装 Discuz! Q 步骤七：添加计划任务 基于...
