- 综合排序
- 最热优先
- 最新优先
- 来自专栏IT技术圈
练习2-11 计算分段函数 (10分)
注：可在头文件中包含 math.h ，并调用 sqrt 函数求平方根，调用 pow 函数求幂。
1.5K40发布于 2021-03-16 - 来自专栏cwl_Java
C++编程之美-数字之魅(代码清单2-11)
代码清单2-11 Kbig(S, k): if(k <= 0): return [] // 返回空数组 if(length S <= k):
33620编辑于 2022-11-30 - 来自专栏ypw
题目 1676: 算法2-8~2-11：链表的基本操作
题意：根据题意，意思就是实现插入，删除，展示，以及得到元素，并判断是否删除加入成功以及表内元素是否为空。
47200发布于 2021-03-04 - 来自专栏IT技术圈（CSDN）
浙大版《C语言程序设计（第3版）》题目集 练习2-11 计算分段函数
练习2-11 计算分段函数[2] 本题目要求计算下列分段函数f(x)的值： ? 注：可在头文件中包含 math.h ，并调用 sqrt 函数求平方根，调用 pow 函数求幂。
1.5K30发布于 2020-09-15 - 来自专栏咸鱼学Python
Python爬虫进阶必备 | X博密码算法扣取+如何去扣取一个完整的逆向案例
【图2-11】 ? 图2-10 ? 图2-11 总结 这次主要把如何扣一个简单的加密算法做了讲解，这里包含了基础的JS知识，或许看不明白为什么是复制的是这些代码而不是其他的。 这里我的建议是可以适当补充一些JS基础语法的知识。等到下次有类似的加密算法时，你可以试着自己做出判断复制扣取哪些，这样学的更快。 JS逆向学习的文章每一篇都是很简单的案例，希望看完可以自己动手扣一遍。
1K10发布于 2019-09-09 Python数据挖掘编程基础4
range用于生成连续的序列，一般语法格式为range(a,b,c),表示以a为首项、c为公差且不超过b-1等差数列，如代码清单2-11所示。 代码清单2-11 使用range生成等差数列for i in range(1,5,1):print(i)输出结果如下：1234
23110编辑于 2025-05-09- 来自专栏GiantPandaCV
ICCV 2023 TinyCLIP解读
这篇论文研究的是如何通过知识蒸馏的方式压缩大规模的视觉语言预训练模型,如CLIP模型。 实验 TinyCLIP实现了大规模视觉语言预训练模型的高效压缩,使参数量减少2-11倍,计算量减少1.5-5倍,同时仍能保持可竞争的性能。这对于克服这类模型的高存储、内存和计算成本具有重要意义。 TinyCLIP通过新颖的亲和力模仿和权重继承技术,实现了更好更顺畅的知识迁移。亲和力模仿从视觉语言亲和力的角度进行模仿可以更好地将跨模态知识传递给学生模型。 ;另外,论文取得了state-of-the-art的模型压缩效果,使用2-11倍更少的参数取得与原模型近似或更好的效果,压缩后的模型也表现出很强的迁移学习能力,在各种下游任务上都有显著提升。 实验表明,通过新颖的亲和力模仿和权重继承技术,以及渐进式的多阶段压缩策略,TinyCLIP可以将CLIP类模型的参数量减少2-11倍,计算量减少1.5-5倍,同时保持可竞争的性能。
2.1K70编辑于 2023-10-19 - 来自专栏Java编程
Java进阶之路——从初级程序员到架构师，从小工到专家
怎样学习才能从一名Java初级程序员成长为一名合格的架构师，或者说一名合格的架构师应该有怎样的技术知识体系，这是不仅一个刚刚踏入职场的初级程序员也是工作三五年之后开始迷茫的老程序员经常会问到的问题。 IO性能 2-9XML 熟悉SAX、DOM以及JDOM的优缺点并且能够使用其中的一种完成XML的解析及内容处理；这几种解析方法的原理 2-10 一些高级特性 反射、代理、泛型、枚举、Java正则表达式 2- 11 网络编程 网络通信协议原理及适用场景，Socket编程，WEB服务器的工作原理 2-11 JDK1.5、JDK1.6、JDK1.7、JDK1.8每个版本都比前面一个版本添加了哪些新特性，进行了哪些提升 Saas/云计算 大型网站负载均衡、系统调优等 # 七、More 排错能力： 应该可以根据异常信息比较快速的定位问题的原因和大致位置 优化能力 代码规范、代码管理： 有自己的代码规范体系，代码可读性好 知识面广
3.1K11发布于 2017-12-17 - 来自专栏凯哥Java
Java进阶之路——从初级程序员到架构师，从小工到专家
怎样学习才能从一名Java初级程序员成长为一名合格的架构师，或者说一名合格的架构师应该有怎样的技术知识体系，这是不仅一个刚刚踏入职场的初级程序员也是工作三五年之后开始迷茫的老程序员经常会问到的问题。 IO性能 2-9XML 熟悉SAX、DOM以及JDOM的优缺点并且能够使用其中的一种完成XML的解析及内容处理；这几种解析方法的原理 2-10 一些高级特性 反射、代理、泛型、枚举、Java正则表达式 2- 11 网络编程 网络通信协议原理及适用场景，Socket编程，WEB服务器的工作原理 2-11 JDK1.5、JDK1.6、JDK1.7、JDK1.8每个版本都比前面一个版本添加了哪些新特性，进行了哪些提升 /Saas/云计算 大型网站负载均衡、系统调优等 七、More 排错能力： 应该可以根据异常信息比较快速的定位问题的原因和大致位置 优化能力 代码规范、代码管理： 有自己的代码规范体系，代码可读性好 知识面广
97730发布于 2019-06-28 - 来自专栏慕容千语的架构笔记
从Java程序员到架构师，从工程师到技术专家，迷茫之路
怎样学习才能从一名Java初级程序员成长为一名合格的架构师，或者说一名合格的架构师应该有怎样的技术知识体系，这是不仅一个刚刚踏入职场的初级程序员也是工作三五年之后开始迷茫的老程序员经常会问到的问题。 IO性能 2-9XML 熟悉SAX、DOM以及JDOM的优缺点并且能够使用其中的一种完成XML的解析及内容处理；这几种解析方法的原理 2-10 一些高级特性 反射、代理、泛型、枚举、Java正则表达式 2- 11 网络编程 网络通信协议原理及适用场景，Socket编程，WEB服务器的工作原理 2-11 JDK1.5、JDK1.6、JDK1.7、JDK1.8每个版本都比前面一个版本添加了哪些新特性，进行了哪些提升 Java设计模式 七、More 排错能力： 应该可以根据异常信息比较快速的定位问题的原因和大致位置 优化能力 代码规范、代码管理： 有自己的代码规范体系，代码可读性好 知识面广： 懂各种网络产品及特性，
1.2K30发布于 2019-06-12 - 来自专栏华章科技
信息化、数字化与数字化转型的区别，终于有人讲明白了
图2-11中顶部圈定的区域是试验标定的最优油耗区，图中的点是用户驾驶行为的油耗区。根据大数据分析，就可以调整发动机管控参数，实现面向实际用户驾驶的最优油耗。 ▲图2-11 汽车发动机万有特性图及基于大数据的发动机最优油耗区域标定 这个原理可以应用到各种业务中。例如，随着科技的飞速发展和用户对产品的个性化需求越来越强烈，汽车产品更新换代正在加快。 工业App是将工业产品、工业技术、工业服务进行显性化、模型化、软件化后形成的模块化软件，其本质是工业知识和技术的软件化。 工业App既是工业软件的新形态，也是工业知识的高级形态，属于包含工业知识的一种新型的智能化工业软件。设计的数字化手段由基础软件到工业App，实现知识应用的数字化，设计业务的数字化转型。
8.1K33编辑于 2022-01-20 - 来自专栏有三AI
【知识图谱】知识表示：知识图谱如何表示结构化的知识？
如何将这些信息有效组织起来，进行结构化的存储，就是知识图谱的内容。 那么，在知识图谱中以什么样的形式对现实世界中的知识进行表示与存储呢？本编介绍知识图谱中的知识表示，以回答上面的问题。 作者&编辑 | 小Dream哥 1 什么是知识表示 知识表示是知识图谱中非常重要的概念，知识表示之于知识图谱的重要性，就好比内功心法之于绝世武功的重要性。 知识图谱中的知识表示也是如此，例如，要对所存储的知识进行应用，其中最关键的就是要能够进行知识的推理，而知识的表示形式和手段决定了知识推理的形式和难度；此外，知识表示的形式也决定了知识获取的形式和难度。 现在流行的知识图谱采用的是哪一套知识表示的方法呢？下面来进行介绍。 2 知识表示的方法 知识图谱，或者说知识系统的研究其实由来已久。 在知识图谱中，知识表示有知识定义（知识体系）与知识实例两个层面。 知识定义（知识体系）描述了本体以及本体之间的关系，是上层建筑。知识实例是本体的一个一个实例，对应的是真实的数据存储层。
6.3K21发布于 2019-11-26 - 来自专栏云计算linux
硬件知识 网络基础知识
如何判断电脑是否互通 ping命令可以判断是否和其他主机互通 ping ip地址
29300编辑于 2024-12-07 - 来自专栏机器学习AI算法工程
知识图谱入门 ， 知识抽取
知识抽取的概念 知识抽取，即从不同来源、不同结构的数据中进行知识提取，形成知识(结构化数据)存入到知识图谱。大体的任务分类与对应技术如下图所示： ? 远程监督 该方法认为若两个实体如果在知识库中存在某种关系,则包含该两个实体的非结构化句子均能表示出这种关系。如在某知识库中存在“创始人(乔布斯，苹果公司)”。 同时由于是在知识库中抽取存在的实体关系对，因此很难发现新的关系。 面向结构化数据的知识抽取 所谓结构化数据就是指类似于关系库中表格那种形式的数据，他们往往各项之间存在明确的关系名称和对应关系。因此我们可以简单的将其转化为RDF或其他形式的知识库内容。 百科类知识抽取 对于百科类数据我们都较为熟悉，下面着重介绍怎么从百科里抽取知识： ? 上图给出从百科里抽取知识的流程介绍。
4.1K20发布于 2019-10-28 - 来自专栏陈黎栋的专栏啦
知识图谱基础知识
Ontology （本体或本体论） 知识图谱 语义网络，语义网，链接数据和知识图谱 （二）－－基础篇.https://blog.csdn.net/qq_19707521/article/details/
2.2K30发布于 2020-02-18 个人知识管理中的元知识和知识的复用
如果沿用到元知识上，那么元知识应该是知识的知识，即知识本身应该是一种什么结构，什么类型，符合什么样的约束，具备哪些特点，这些可以称为元知识。 用最简单的一句话，元知识应该是我们对所有的知识进行了分析和观察后抽象出来的知识的共性特征和属性定义，如当我们说一个知识是应用到哪个领域，哪个维度即元知识。 这个理解清楚后，就必须再讲组合知识，组合知识是多个元知识点经过推理和论证出来的大家公认正确的公理或定理知识，叫组合知识。 组合知识粒度会更大一些，没有元知识容易复用，但是组合知识的好处就是在复用组合知识的时候，不需要再一步一步的用元知识去证明。 最后再返回来谈下我最前面的给元知识的定义，即知识的知识，元知识即对知识的结构，组织形式，类型，维度，知识关系，线索等的理解和定义。那么这个元知识在哪里使用？
28900编辑于 2025-06-24- 来自专栏机器学习AI算法工程
知识图谱入门 ， 知识问答
知识问答简介 问答系统的历史如下图所示： ? 可以看出，整体进程由基于模板到信息检索到基于知识库的问答。基于信息检索的问答算法是基于关键词匹配+信息抽取、浅层语义分析。 基于知识库的问答则基于语义解析和知识库。 根据问答形式可以分为一问一答、交互式问答、阅读理解。 即将自然语言问句与知识库中的本体概念相映射的过程。 对于resource 和 class实体识别，用WordNet 定义知识库中标签常用方法或计算字符串相似度。 逻辑表达式 逻辑表达式是一种能让知识库”看懂“的表示，可以表示知识库中的实体、实体关系,并且可以想数据库语言一样，进行Join，求教及和聚合等操作。 逻辑形式通常可分为一元形式和二元形式，一元实体是指对应知识库中的实体，二元实体关系是对应知识库中所有与该实体相关的三元组中的实体对。
3.1K20发布于 2019-10-28 - 来自专栏GiantPandaCV
知识蒸馏综述: 知识的类型
这篇是知识蒸馏综述的第一篇，主要内容为知识蒸馏中知识的分类，包括基于响应的知识、基于特征的知识和基于关系的知识。 1知识蒸馏简介 定义：知识蒸馏代表将知识从大模型向小模型传输的过程。 知识蒸馏的核心研究：如何将知识从大模型传递给小模型。 因此中间层的特征也可以作为知识的载体，供学生网络进行学习。 基于特征的知识可以视为基于响应的知识的一个扩展。 4基于关系的知识（Relation-Based Knowledge) 基于关系的知识进一步扩展了基于响应的知识以及基于特征的知识，更全面深入的探索了不同层、不同数据样本之间的关系。 ，比如数据的结构化知识、输入特征的专有知识等。
1.5K20发布于 2021-12-02 - 来自专栏技术杂记
Daily Script6
flag=3 } ; if (/^~~~/ and $flag == 3) {s/^~~~/endflag/ ; $flag=2 }' jk.md----[paste]cat u |cut -c 2-
40720编辑于 2022-07-09 - 来自专栏呆呆敲代码的小Y 公众号
C#知识储备 之 ✨ 进阶知识
C#知识储备进阶 前言：其实在挺多时候，我们在查找一个新功能、技术的时候，大多是对这个不熟悉，或者之前没接触过这类东西才来查询的。
48630发布于 2021-08-12
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号