- 综合排序
- 最热优先
- 最新优先
- 来自专栏猿人工厂
猿进化系列4——超速进化，一发入魂
我们再看下面这个代码： int b[] = {1,2,3,4,5}; 我们也可以直接定义一个数组，使用大括号初始化数组，直接将数字1,2,3,4,5存放在了数组b中。 划重点！！！ 数组里的数据类型，不仅仅是int噢，它可以是任意类型的，比如 String strs[]={"1","2","3","4","5"}; 就是字符串类型的数组，长度是5！ 存放了"1","2","3","4","5"共5个字符串！ 悄悄的告诉你，以后你会慢慢发现，数组里存放的其实是薛定谔的猫！ 数组的访问 我们已经学会了数组的声明和创建，但是我们怎样才能使用数组呢？ 比如int a={1,2,3,4,5}那边反转后就是{5，4，3，2，1} ? 代码可以给你，好好的看看，但是想要使用嘛，还是自己敲代码吧。 小思考： 思考下还有没有其他实现方式？
73520发布于 2020-07-28 - 来自专栏一Li小麦
vue 随记（4）：响应式的进化
响应式的进化 本项目涉及代码：https://github.com/dangjingtao/vue3_reactivity_simple 推荐阅读：observer-util: https://github.com 5e70970af265da576429aada 对于vue3 的effect API，如果你了解过 React 中的 useEffect，相信你会对这个概念秒懂，Vue3 的 effect 不过就是去掉了手动声明依赖的「进化版
89820发布于 2020-07-23 - 来自专栏Young Dreamer
webpack4：连奏中的进化
webpack4在2月底的时候发布，这次webpack4有了一个名字"Legato"，也就是"连奏"的意思，寓意webpack在不断进化，而且是无缝(no-gaps)的进化。 webpack的进化点是通过捐赠者和用户投票来决定的，之前在介绍webpack3的时候，曾给出过投票数在前几名的优化点，集中在用户体验、构建性能（速度和产出大小）、通用和适配性（es module、typescript webpack4配置文件的变化点 如何配置webpack4下的配置文件，需要大致了解webapck4的配置项的改动点。 实例说话—webpack4的性能如何 webapck4旨在开发模式下提升构建速度、提升用户体验，在生产模式下减小产出包的大小，提升加载和运行速度，下面是webapck3和webapck4下vue-cli medium pr稿 webpack4中文升级日志 webpack4升级指南以及从webpack3.x迁移 Webpack4 新特性 及 Vue-cli项目升级 Webpack4官方指导教程
1.7K50发布于 2018-05-29 Google TPU架构揭秘：OCS光交换，从4x4x4 Cube到9216卡Ironwood的进化引擎
文章从最小拓扑单元 4x4x4 Cube 出发推演复盘 TPUv4 4096 Pod标准3D Torus环面与 TPUv7 9216 Pod的Twisted 3D Torus环面组网拓扑背后的原理和数学实现 2.1 最小拓扑单元：4×4×4Cube(立方体) Google TPUv4 Pod架构组网中的最小拓扑单元是TPU Cube（或 4×4×4 Cube），虽然物理形态上通常对应一个服务器机柜，但在逻辑上它是一个严密的整体 ： 单元组成：由 4 (X) × 4 (Y) × 4 (Z) 共 64 块 TPU 芯片构成，看起来像是一个实心的“四阶魔方”。 *4*4 Cube的96条光链路推算过程 2.3 TPUv4 Pod 集群48台OCS光交换机推演 上一章节中我们了解到TPUv4 Pod的最小拓扑单元为4x4x4 Cube即64颗芯片/Cube，那么为了构造 以图中 Z 轴（绿线）为例，位于 Cube A边界的节点 TPU (4,1,4) 并没有像标准3D Torus 4x4x4 拓扑那样回环至自身的起点 TPU (4,1,1),而是通过Twisted 3D
3.7K11编辑于 2025-12-17- 来自专栏智能算法
数据+进化算法=数据驱动的进化优化？进化算法PK数学优化
简单来说，数据驱动的进化优化（Data-driven evolutionary computation）就是借助数据和进化算法求解优化问题。首先为什么用进化算法呢？ Ⅱ 数据驱动进化优化算法 ---- 那么，数据驱动的进化优化是怎样进行的呢？过程如图1所示（来自文献[1]）。 以上所述就是数据驱动进化优化算法的简单过程。详细的介绍推荐综述[3]和挑战[4]。 Ⅲ 进化算法VS数学优化（以下的讨论均基于单目标优化问题） ---- 上面的章节对数据驱动的进化优化给出了一个简单介绍，看到这里大家可能想问一下进化算法和数学优化（如果不熟悉数学优化是什么可以参考这篇文章 由于进化算法本身天生具有良好的并行特性，基于GPU并行计算的进化算法是否能够在一定程度上解决进化算法速度慢的问题绝对是一个值得研究的topic。
1.6K30发布于 2018-07-30 - 来自专栏腾讯云TVP
龙虾进化
我们今天认真的谈一下，企业级的“龙虾”该怎么养，又会如何进化。 和AI Coding一样，现在小龙虾是给个人用的产品，还没有看到成熟的企业产品出现。 这也是小龙虾的终极进化目的：企业数字员工（主管）。总结一下：从个人应用到企业级应用，我们要做的就是：安全、健壮、可控、可持续迭代、可持续学习，经验持久化。
968130编辑于 2026-03-12 - 来自专栏R语言数据分析指南
基因家族分析(4)一键完成从进化树到pfam
为了突破这一局限，「本次在第三版的基础上进行了全面的内容优化，并引入了多个Python自动化脚本，来简化分析过程」 ❞ 原理介绍 ❝本节来介绍，如何通过脚本来自动化完成「进化树构建，motif分析，pfam
67220编辑于 2023-10-30 - 来自专栏云前端
HTTP 的进化
HTTP 有 4 个版本：HTTP/0.9、HTTP/1.0、HTTP/1.1 以及 HTTP/2.0。当前通常使用 HTTP/1.1 版本，未来会是 HTTP/2.0。
70420发布于 2020-06-16 神经进化算法
即使是最简单的神经进化算法（“传统神经进化”），没有多余的花里胡哨的普通算法，也许能够解决许多有趣的问题。 重复任务（2） - >（4），直到最佳网络的所需分数令人有些满意。 crossover999.jpg 交叉和变异的例子 这是传统神经进化(CNE)算法的要点。 我在包含许多局部最大值的系统中更喜欢这个方法，所以对于随机梯度下降(SGD)，你最终会得到局部最大值，而神经进化(NE)算法有更大的可能性找到一个更好的局部甚至全局最大值。 另外，使用传统神经进化(CNE)复合循环神经网络结构相对简单。 我会试着去攻击convnet.js，并实现一个简单的、可以训练神经网络获得一些分数的传统神经进化(CNE)训练器，然后把它用来测试钟摆问题是否会被这些方法攻击。
1.7K100发布于 2018-02-05- 来自专栏IT创事记
1-2-3-4-5：新华三演绎算力进化交响曲
寻找影响算力进化的关键要素 著名学者加亚·文斯在其著作《人类进化史》中提出“三位一体”概念，即人类的今天得益于基因进化、环境进化和文化进化的影响。 1-2-3-4-5：算力进化的交响曲 当然，算力的进化不可能一蹴而就，必然要经历复杂曲折的过程。如果用一部经典的交响曲进行类比，那么需要完整的四个乐章才能充分演绎。 颇为有趣的是，新华三智慧计算战略的升级恰好可以概括为韵律感极强的“1（一体）-2（两中枢）-3（三维高效）-4（四维绿色）-5（五维智能）”，犹如一部层次丰富、回味悠长的交响曲，奏响了算力体系进化的最强音 第三乐章——4维绿色驱动算力可持续发展 交响乐的第三乐章大多为小步舞曲，体现出矛盾冲突之后的轻松惬意。 数据中心既是算力的输出者，也是能耗的吞金兽，绿色发展是破解矛盾的最优路径。 任何交响曲都有曲终人散的时刻，但算力进化的旅程才刚刚开始，真正的高潮远未来临。新华三挥舞智慧计算的旗帜奔跑在算力进化的最前沿，“1-2-3-4-5”像是路上高耸的里程碑，召唤着更多的创新者寻迹同行。
41050编辑于 2022-12-05 - 来自专栏软件研发
进化算法中的差分进化算法（Differential Evolution）
引言差分进化算法（Differential Evolution，DE）是一种全局优化算法，可用于解决复杂的优化问题。它源于遗传算法和进化策略，通过模拟自然界中的进化过程来搜索最优解。 差分进化算法被广泛应用于函数优化、参数优化、机器学习等领域，具有较好的鲁棒性和全局搜索能力。算法原理差分进化算法基于个体间的差异性来进行搜索和优化。 算法特点差分进化算法具有以下特点：简单有效：差分进化算法不依赖于问题的具体性质，适用于各种优化问题。全局搜索：差分进化算法具有较好的全局搜索能力，能够找到问题的全局最优解。 鲁棒性：差分进化算法对初始解的选择和参数的设置相对不敏感，具有较好的鲁棒性。低内存消耗：差分进化算法仅需要存储当前个体和新解的信息，内存消耗较低。 总结差分进化算法是一种强大的全局优化算法，可以应用于各种优化问题。它通过模拟进化的过程，不断地生成和选择新的解，以寻找问题的最优解。
2.4K10编辑于 2023-09-29 - 来自专栏GiantPandaCV
【从零开始学习YOLOv3】4. YOLOv3中的参数进化
前言：YOLOv3代码中也提供了参数进化(搜索)，可以为对应的数据集进化一套合适的超参数。本文建档分析一下有关这部分的操作方法以及其参数的具体进化方法。 1. training threshold 'lr0': 0.00579, # initial learning rate (SGD=1E-3, Adam=9E-5) 'lrf': -4. s = 0.2 # sigma 整个进化过程需要搞清楚两个点： 如何评判其中一代的好坏？ 下一代如何根据上一代进行进化？ **第一个问题：**判断好坏的标准。 def fitness(x): w = [0.0, 0.0, 0.8, 0.2] # weights for [P, R, mAP, F1]@0.5 return (x[:, :4] **第二个问题：**如何进行进化？ 进化过程中有两个重要的参数: 第一个参数为parent, 可选值为single或者weighted，这个参数的作用是：决定如何选择上一代。
1.8K30发布于 2020-02-14 - 来自专栏MixLab科技+设计实验室
工具进化简史
关于进化史，GET写作计算出的写作角度非常多，比如： 蒸菜工具的进化史 程序媛进化史 睡衣的进化史 挖矿机进化史 毒品的魔鬼进化史 库里的投篮进化史 迪士尼公主进化史 中产阶级水果进化史 锦鲤本鲤の进化史 公众号标题党进化史 太空垃圾进化史 粉红色的进化史 …… 可以蹭的热点就比较少，在GET写作的热点库里，只有2条： 编辫子小工具 男性造型百年进化史 所以，本文没有值得蹭的热点，从这个角度来说，本文是一篇干货文 01 创造工具是为了提高生存机率 猿人到智人的进化有很大因素来自工具的创造，当一个生命体自我生存方式可以通过外界物质的提升，那么这个时候这个生命体的存活机率就会大提升（寿命增长）。
1.2K30发布于 2019-06-20 - 来自专栏喔家ArchiSelf
抽象的进化：AgentOps
1.抽象的进化 我们可以将计算机历史视为一系列的抽象，每一层都将开发人员从较低层次的关注中解放出来。从二进制语言转向汇编语言，然后是过程语言和面向对象程序设计语言。 4.小结 我们正站在软件构建方式发生深刻转变的开端。正如十年前 “基础设施即代码” 改变了运维体系一样，AgentOps 通过将抽象提升到新的高度，承诺在应用程序开发中实现同样的目标。
39000编辑于 2025-06-08 - 来自专栏健程之道
ThreadLocal的进化——InheritableThreadLocal
之前有介绍过 ThreadLocal，JDK 后来针对此做了一个升级版本 InheritableThreadLocal，今天就来好好介绍下。
46340发布于 2019-12-18 - 来自专栏健程之道
ThreadLocal的进化——TransmittableThreadLocal
String[] args) { // 固定线程池 ExecutorService executorService = Executors.newFixedThreadPool(4) task, name : Thread2 name value : 40 Thread3 produce task 61 // 省略8行 Thread3 produce task 70 Thread4 produce task 81 // 省略8行 Thread4 produce task 90 Thread5 produce task 101 // 省略8行 Thread5 produce task 行 Thread8 produce task 170 Thread9 produce task 181 // 省略8行 Thread9 produce task 190 pool-1-thread-4 execute task, name : Thread9 name value : 180 pool-1-thread-4 execute task, name : Thread9 name value
75840发布于 2019-12-18 - 来自专栏Linux云计算网络
容器进化史
和虚拟机一样，容器技术也是一种资源隔离的虚拟化技术。我们追溯它的历史，会发现它的技术雏形早已有之。 容器简史 容器概念始于 1979 年提出的 UNIX chroot，它是一个 UNIX 操作系统的系
1.6K70发布于 2018-04-18 - 来自专栏呼延
打字进化史
正文 我的打字习惯从小就不是很好,开始是二指禅,后来变成4指,做了程序员之后打字变多了,由于熟练程度的增加(并不一定是好事哦),打字越来越快,逐渐发展成主要使用左右手的食指和中指,无名指和小拇指用的比例不超过
1.2K20发布于 2019-07-01 - 来自专栏网页杂谈
Python制作《精灵进化》
通过项目《精灵进化》的制作，熟悉游戏过程中角色的移动和变化及游戏结束效果。 if direction == '下' and bobo.bottom > HEIGHT: bobo.y += 4 if direction == '左' and bobo.left > 0: bobo.x -= 4 if direction == '右' and bobo.right > WIDTH: bobo.x += 4 能量球随机出现 WIDTH - ball.width//2) ball.y = random.randint(ball.height//2, HEIGHT - ball.height//2) 波波的进化 clock.schedule_interval(change, 4) 随机出现两种能量球 增加爆炸能量球，每次更新能量球时，在两种球中随机选择。
71310编辑于 2022-11-11 - 来自专栏算法协议
服务架构的进化
虽然在软件设计中划分了3层模型，但是对业务场景没有划分，一个典型的单体架构就是将所有的业务场景的表现层，业务逻辑层，数据访问层放在一个工程中最终经过编译，打包，部署在一台服务器上。
1K81编辑于 2022-07-18
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