首页
首页
AI Coding
NEW
沸点
课程
直播
活动
AI刷题
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
与星空随行
掘友等级
大数据与人工智能研究
网络流量、异常检测、入侵检测等
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
27
文章 27
沸点 0
赞
27
返回
|
搜索文章
最新
热门
string、stringbuffer、stringbuilder源码解析
1.string源码 private final char value[]; 一个被final关键字修饰的char[]数组,所以实现细节上也是不允许改变,这就是String类的Immutable(不
数据中的噪声数据
我认为数据中的噪声数据可以分为数据缺失和数据噪声(错误)。 数据缺失的原因: 1.信息被遗漏 2.信息暂时无法获取 3.获取信息数据的代价太大。 缺失的类型: 数据集中不含缺失值的变量称为完全变量,数
JVM 内存深度介绍
关于 JVM 内存管理或者说垃圾收集,大家可能看过很多的文章了,笔者准备给大家总结下。我在这一块也学习了很多次,也是断断续续学习。在以后的文章中也会出现知识点的补充之类的事情,我没有对自己的文章有一个
java -- AQS(AbstractQueuedSynchronizer)
在分析 Java 并发包 java.util.concurrent 源码的时候,少不了需要了解 AbstractQueuedSynchronizer(以下简写AQS)这个抽象类,因为它是 Java 并
自然语言中获取句向量简介
NLP中许多下游任务(文本分类、情感分析、意图推断等)都依赖于第一步——文本字符串转为句子特征向量。 NLP中获得句向量有两种方式: (1) 通过词向量后处理得到句向量; (2) 直接得到句向量 这里
词干提取和词性还原的简单介绍
词干提取和词形还原是英文语料预处理中的重要环节。虽然他们的目的一致,但是两者还是存在一些差异,而在中文中一般不用这两种处理。 使用词形还原和词干提取的目的通常是为了减少词语因为时态,单复数和变形等对于
flink的容错机制、序列化
checkpoint是Flink容错的核心机制。它可以定期地将各个Operator处理的数据进行快照存储( Snapshot )。如果Flink程序出现宕机,可以重新从这些快照中恢复数据。 一、一致性
flink 网络流控与反压机制
Flink 流处理为什么需要网络流控? Flink V1.5 版之前网络流控介绍 Flink V1.5 版之前的反压策略存在的问题 Credit的反压策略实现原理,Credit是如何解决 Flink
Zero-Shot Learning(零次学习)入门
在学习零次学习时,我们已经对机器学习、深度学习有了一定的了解。这时我们需要带着几个问题去学习它: 1.为什么会有零次学习的出现? 2.零次学习主要应用什么领域,可以在网络安全中应用吗? 3.零次学习是
Flink学习笔记--主要概念
flink在前年的时候就已经学习过,但是在系统中没有广泛的应用,只是当成大数据组件与其他的技术进行预研,没有把整体的代码改为flink的代码,主要没有这方面的需求,只是当成一个预研的项目写过一部分。
下一页
个人成就
文章被点赞
39
文章被阅读
25,525
掘力值
758
关注了
1
关注者
6
收藏集
0
关注标签
50
加入于
2021-02-22