首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏AI研习社

    Github项目推荐 | 面向任务对话的全局到本地存储指针网络

    你可以运行:GLMP bAbI dialogue t1-5: ❱❱❱ python3 myTrain.py -lr=0.001 -l=1 -hdd=128 -dr=0.2 -dec=GLMP -bsz= 你可以运行:GLMP bAbI t1-5: ❱❱❱ python myTest.py -ds=babi -path=<path_to_saved_model> 或 GLMP SMD ❱❱❱ python

    1.1K40发布于 2019-05-08
  • 来自专栏智药邦

    Nat Commun|湖南大学史俊峰/曾湘祥教授团队:DeepAMP助力发现新型广谱低耐药性抗菌肽

    此外,实验表明deepAMP设计的T1-2、T1-5和T2-10抗菌肽能够显著降低对常见细菌如金黄色葡萄球菌和肺炎克雷伯氏菌的耐药性。 图3. 左氧氟沙星和新设计的抗菌肽T1-2、T1-5、T2-10均使小鼠切除创面模型中感染部位细菌数量的显著减少 综上所述,deepAMP通过预训练与微调策略,生成了具有良好抗菌活性的新型抗菌肽。

    87710编辑于 2024-10-08
  • 来自专栏大数据学习与分享

    Kafka分区分配策略(Partition Assignment Strategy)

    按照hashCode排序完的topic-partition组依次为t1-5, t1-3, t1-0, t1-8, t1-2, t1-1, t1-4, t1-7, t1-6, t1-9,我们的消费者排序为 C0-0, C0-1, C1-0, C1-1,最后分区分配的结果为: C0-0将消费t1-5、t1-2、t1-6分区 C0-1将消费t1-3、t1-1、t1-9分区 C1-0将消费t1-0、t1-4分区

    9.8K20发布于 2020-09-29
  • 来自专栏Spark学习技巧

    Kafka的分区数是不是越多越好?

    在这个的例子里面,假如按照 hashCode 排序完的topic-partitions组依次为T1-5, T1-3, T1-0, T1-8, T1-2, T1-1, T1-4, T1-7, T1-6, T1-9,我们的消费者线程排序为C1-0, C1-1, C2-0, C2-1,最后分区分配的结果为: C1-0 将消费 T1-5, T1-2, T1-6 分区; C1-1 将消费 T1-3, T1-1,

    4.9K20发布于 2020-09-08
  • 来自专栏云原生布道专栏

    Kafka-4.1-工作原理综述

    在上面的例⼦⾥⾯,假如按照 hashCode排序完的topic-partitions组依次为T1-5,T1-3,T1-0,T1-8,T1-2,T1-1,T1-4,T1-7,T1-6,T1-9,我们的消费者线程排序为 C1-0,C1-1,C2-0,C2-1,最后分区分配的结果为: C1-0将消费 T1-5,T1-2,T1-6分区; C1-1将消费 T1-3,T1-1,T1-9分区; C2-0将消费 T1-0,T1-4

    1.5K20编辑于 2023-11-20
  • 来自专栏同步文章

    kafka学习之消息的消费原理与存储(二)

    在我们的例子里面,假如按照 hashCode 排序完的 topic-partitions 组依次为 T1-5, T1-3, T1-0, T1-8, T1-2, T1-1, T1-4,T1-7, T1-6 , T1-9,我们的消费者线程排序为 C1-0, C1-1, C2-0, C2-1,最后分区分配的结果为: C1-0 将消费 T1-5, T1-2, T1-6 分区; C1-1 将消费 T1-3,

    1.2K10编辑于 2022-10-25
  • 来自专栏大数据成神之路

    一篇并不起眼的Kafka面试题

    加入按照 hashCode 排序完的topic-partitions组依次为 T1-5, T1-3, T1-0, T1-8, T1-2, T1-1, T1-4, T1-7, T1-6, T1-9 我们的消费者线程排序为 C1-0, C1-1, C2-0, C2-1 最后分区分配的结果为: C1-0 将消费 T1-5, T1-2, T1-6 分区 C1-1 将消费 T1-3, T1-1, T1-9 分区 C2-0 将消费

    81760发布于 2021-07-30
  • 来自专栏大数据共享

    大数据框架(分区,分桶,分片)

    加入按照 hashCode 排序完的topic-partitions组依次为 T1-5, T1-3, T1-0, T1-8, T1-2, T1-1, T1-4, T1-7, T1-6, T1-9 我们的消费者线程排序为 C1-0, C1-1, C2-0, C2-1 最后分区分配的结果为: C1-0 将消费 T1-5, T1-2, T1-6 分区 C1-1 将消费 T1-3, T1-1, T1-9 分区 C2-0 将消费

    92020编辑于 2022-03-23
  • 来自专栏机器学习AI算法工程

    时间序列预测全攻略(附带Python代码)

    比如在自相关函数可以比较时间的瞬间‘t1’…’t2’以及序列的瞬间‘t1-5’…’t2-5’ (t1-5和t2 是结束点)。

    15.5K147发布于 2018-03-13
  • 来自专栏数仓建模

    kafka学习

    在例子里面,假如按照 hashCode 排序完的topic-partitions组依次为T1-5, T1-3, T1-0, T1-2, T1-1, T1-4, ,消费者线程排序为C1-0, C1-1, C2-0, C2-1,最后分区分配的结果为:C1-0 将消费T1-5,T1-1; 分区C1-1 将消费 T1-3, T1-4,分区;C2-0 将消费 T1-0, 分区;C2-1 将消费 T1-2, 分区

    72630编辑于 2022-08-26
  • 来自专栏IT大咖说

    Kafka是如何保证高性能和高吞吐量的?

    在我们的例子里面,假如按照 hashCode 排序完的topic-partitions组依次为T1-5, T1-3, T1-0, T1-8, T1-2, T1-1, T1-4, T1-7, T1-6, T1-9,我们的消费者线程排序为C1-0, C1-1, C2-0, C2-1,最后分区分配的结果为: C1-0 将消费 T1-5, T1-2, T1-6 分区; C1-1 将消费 T1-3, T1-1,

    3.1K31发布于 2019-11-14
  • 来自专栏花落的技术专栏

    Kafka全面认知

    在我们的例子里面,假如按照 hashCode 排序完的topic-partitions组依次为T1-5, T1-3, T1-0, T1-8, T1-2, T1-1, T1-4, T1-7, T1-6, T1-9,我们的消费者线程排序为C1-0, C1-1, C2-0, C2-1(c1和c2 consumer group都订阅了t1),最后分区分配的结果为: C1-0 将消费 T1-5, T1-2,

    88900发布于 2021-11-22
领券