编程技术分享
-
ParNew垃圾收集器(Serial+多线程)是干什么用的?
开发Java程序，需要使用JDK提供的开发工具(比如javac.exe、java.exe等命令)，而这些工具在JDK的安装目录的 bin目录下，如果不配置环境变量，那么这些命令只可以在该目录下执行。我们不可能把所有的java文件都放到JD…
-
EMQ X支持哪些认证方式？
EMQ X 中的认证指的是当一个客户端连接到 EMQ X 的时候，通过服务器端的配置来控制客户端连接服务器的权限。EMQ X 的认证支持包括两个层面：MQTT 协议本身在 CONNECT 报文中指定用户名和密码，EMQ X 以插件形式支持…
-
Dubbo默认使用什么序列化框架?还有哪些?
Dubbo默认使用的序列化框架是Hessian 2.0。Hessian是一种基于二进制的序列化协议，它具有简单、高效的特点，适用于网络传输和存储数据。Hessian在Dubbo中被广泛使用，因为它可以在不同的编程语言之间进行对象的…
-
Java中LinkedHashMap和PriorityQueue的区别是什么?
LinkedHashMap和PriorityQueue是Java中两种不同的集合类，它们分别用于不同的场景和目的。下面详细说明它们的区别：1. LinkedHashMap 特点：(1).有序性(Ordered) LinkedHashMap是一个有序的Map实现。它维…
-
Doris架构中包含哪些技术？
Doris主要整合了Google Mesa(数据模型)，Apache Impala(MPP Query Engine)和Apache ORCFile (存储格式，编码和压缩)的技术。为什么要将这三种技术整合?Mesa可以满足我们许多存储需求的需求，但是Mesa本身不提供SQL…
-
ParNew垃圾收集器(Serial+多线程)是干什么用的?
在Java中，ParNew垃圾收集器是一种垃圾收集算法，它是Serial垃圾收集器的多线程版本。它主要用于新生代(Young Generation)的垃圾收集。新生代是Java堆内存的一部分，主要用于存放新创建的对象。 ParNew垃圾…
-
ORB算法在opencv中实现方法
在OPenCV中实现ORB算法，使用的是：1.实例化ORBorb = cv.xfeatures2d.orb_create(nfeatures)参数：·nfeatures: 特征点的最大数量2.利用orb.detectAndCompute()检测关键点并计算kp,des = orb.detectAndCompute(gray,…
-
如何利用tf.keras 实现深度学习？
tf.keras是TensorFlow 2.0的高阶API接口，为TensorFlow的代码提供了新的风格和设计模式，大大提升了TF代码的简洁性和复用性，官方也推荐使用tf.keras来进行模型设计和开发。常用模块tf.keras中常用模块如下表所示：…
-
什么是SVM算法？硬间隔和软间隔的分类问题
SVM全称是supported vector machine(支持向量机)，即寻找到一个超平面使样本分成两类，并且间隔最大。SVM能够执行线性或⾮线性分类、回归，甚至是异常值检测任务。它是机器学习领域最受欢迎的模型之一。SVM特别适用…
-
Seaborn库绘制单变量分布和双变量分布
Matplotlib虽然已经是比较优秀的绘图库了，但是它有个今人头疼的问题，那就是API使用过于复杂，它里面有上千个函数和参数，属于典型的那种可以用它做任何事，却无从下手。 Seaborn基于 Matplotlib核心库进行了更高…
-
怎样计算一个算法的复杂度？
分析一个算法主要看这个算法的执行需要多少机器资源。在各种机器资源中，时间和空间是两个最主要的方面。因此，在进行算法分析时，人们最关心的就是运行算法所要花费的时间和算法中使用的各种数据所占用的空间资源…
-
程序员可以做什么副业？网友的教训来了
最近，“消费降级”这个词频频被大家提及，某瓣上，“今天消费降级了吗”小组的常驻人口有36万，某书上，跟消费降级有关的笔记近7万条...... 不少网友晒出了自己消费降级后的生活：由从前每天一杯的星巴克变成了蜜雪冰…
-
Seaborn中怎样绘制双变量分布图？
两个变量的二元分布可视化也很有用。在 Seaborn中最简单的方法是使用 jointplot()函数，该函数可以创建一个多面板图形，比如散点图、二维直方图、核密度估计等，以显示两个变量之间的双变量关系及每个变量在单坐标…
-
HMM与CRF模型的使用过程有哪些差异？
在NLP领域, HMM用来解决文本序列标注问题. 如分词, 词性标注, 命名实体识别都可以看作是序列标注问题。同HMM一样, CRF一般也以文本序列数据为输入, 以该序列对应的隐含序列为输出。HMM模型HMM模型表示为: lambda = …
-
yolo算法模型训练的样本怎样构建？
在进行模型训练时，我们需要构造训练样本和设计损失函数，才能利用梯度下降对网络进行训练。训练样本的构建将一幅图片输入到yolo模型中，对应的输出是一个7x7x30张量，构建标签label时对于原图像中的每一个网格grid…
-
递归排序算法快速排序的实现过程
快速排序(Insertion Sort)也是一种递归排序算法。快速排序原理：先以列表中的任意一个数为基准(一般选头或尾)，将列表分为左、右两个子列表。左子列表的数要比基准数小，右子列表的数要比基准数大。然后继续把左子…
-
深度学习：tf.keras实现模型搭建、模型训练和预测
在sklearn中，模型都是现成的。tf.Keras是一个神经网络库,我们需要根据数据和标签值构建神经网络。神经网络可以发现特征与标签之间的复杂关系。神经网络是一个高度结构化的图，其中包含一个或多个隐藏层。每个隐藏…
-
MySQL中如何定位慢查询?
做压测的时候有的接口非常的慢，接口的响应时间超过了2秒以上，在运维的监控系统Skvwalking中，在展示的报表中可以看到是哪一个接口比较慢，分析这个接口，可以看到哪部分比较慢，从而知道SQL的具体的执行时间，定…
-
MySQL中如何定位慢查询?
使用Spring Boot实现分页和排序需要借助Spring Data JPA。Spring Data JPA是Spring Data项目中的一个模块，提供了简化数据访问层的功能，包括分页和排序。 接下来我们通过一段Java代码，展示如何使用Spring Data…
-
为什么会形成缓存雪崩？缓存雪崩解决方案
什么是缓存雪崩缓存雪崩是缓存中大量key失效后当高并发到来时导致大量请求到数据库，瞬间耗尽数据库资源，导致数据库无法使用。造成缓存雪崩问题的原因是是大量key拥有了相同的过期时间，比如对课程信息设置缓存过…
