www.freepdfconvert.com
获得徽章 0
- #日常安利# 刚市场小姐姐问如何将 PDF 导成图片，NG 小妹寻思着可以分享一波 PDF 导图片的方法：
- 在线工具篇：
freepdfconvert，
www.freepdfconvert.com，优点：快速，交给程序时间有保证，缺点：导出图片像素感人；
LightPDF，lightpdf.com，和 freepdfconvert 类似，优点：兼顾更多 PDF 相关功能，缺点：像素感人；
🤩 PDFtoImage，pdftoimage.com，优点：导出图片质量佳，缺点：网站不够美观；
I 
️ PDF，www.ilovepdf.com，优点：可单独提取 PDF 中图片 & 图片质量较佳，缺点：暂时没发现；
- 非工具篇：
Mac 用户：请使用 Mac 自带的神奇图片预览功能，参考图1、图2
🖥️ Windows 用户：👀 此处建议购买 Macbook，当然 Windows 用户还可以参考在线工具篇或者安装 Adobe Acrobat （Adobe 官方出品的 PDF 处理工具）导出图片。展开赞过
评论3 - #日常安利#好久没分享办公小技能了，今天来分享「如何让 Markdown 生成 PDF」的几个方法，先说清楚：这次分享的是**我觉得好用的方式**，网上有很多其它方式
- VSCode 插件：Markdown PDF，操作如图1 gif 所示，右击即可操作，如果网速不佳的话，不会保存成 .pdf 文件，而是 .html，该插件生成 PDF 文件时会先生成 .html 再转化成 .html；
- 语雀大法：将 .md 拷贝到语雀上，语雀会自动解析成文章之后使用导出功能，见图2；
VSCode 大法生成的 PDF 文件页眉会带有文件名，语雀大法，emm，没啥毛病，除了会自动添加目录索引外，其他也就是慢罢了 🤷♂️ 你可以看看图 3 左边和右边分别是哪个生成的。展开等人赞过 评论4 - #图数据库小知识#今天图图小课堂带来的是「图数据库的诞生和设计」的小 Tips，本条 Q&A 来自开源中国·高手问答（已结束）#有一天会消失的 GitHub 后缀，GitHub：0x7.me
以下为摘要：
🙋♂️ 提问：Nebula Graph 技术总监陈恒：图数据库怎么和深度学习框架进行结合？
🎙️ 回复：图这种关联关系和相应的需求其实很早很早就有了，只是各种技术上的原因。
以前大家只能用关系型数据库来存储，但是这样需要使用者把关联关系适配成表结构，并不直观，所以图数据库也是这样发展出来的。
关于怎么设计，其实参考了很多 SQL，NoSQL 和各种分布式系统的工程实现，欢迎阅读 Nebula 的系列技术文章。展开赞过 评论2 - #图数据库小知识#今天图图小课堂带来的是「Nebula 高度可扩展」的小 Tips，本条 Q&A 来自开源中国·高手问答（已结束）#无休止的 GitHub 后缀，GitHub：0x7.me
以下为摘要：
🙋♂️ 提问：陈大，您好。Nebula 的高度可扩展包含哪些，能说明一下吗？存储层是否还支持其他类型的数据库，如 Oracle 和 PostgreSQL？多谢
🎙️ 回复：Nebula 采用了存储计算分离的架构，对于计算层，因为是无状态服务，可以随意扩容。对于存储层， 我们提供了扩容相关的运维语句，可以比较简单的扩容。存储层支持 storage plugin， 目前已经有 HBase 的 plugin，其他的 plugin 也可以根据需求来支持。但是我们并不推荐在关系型数据库上使用图数据库，因为这样的效率会非常低，扩展起来也会很麻烦。展开评论点赞 - #图数据库小知识#放假回来再学习，来和图图学习下「存储计算分离」的小 Tips，本条 Q&A 来自开源中国·高手问答（已结束）#自动添加的 GitHub 后缀，GitHub：0x7.me
以下为摘要：
🙋♂️ 提问：想问个跨界的问题，貌似目前的数据库走存算分离的路线，而硬件方面却走存算一体的路线，比如类脑芯片，参考人类大脑神经系统的功能。神经元是存算一体的（虽然还没定论，但这更可能）。而图数据库的结构天生跟神经系统有异曲同工之妙，到最后是不是更应该也存算一体？
🎙️ 回复：所谓的存储计算分离，也没有说完全分割，比如说在 Nebula 里面，很多的计算其实是在存储层完成的，也就是所谓的计算下推。之所以采用存储计算分离的架构，主要是为了扩展性和上云的考虑。
补充：可以把它理解成之前 存储过程完成复杂逻辑->应用层完成逻辑。主要就是为了满足高容错和可扩展。存储层只要提供高度抽象的谓词下推即可。展开赞过 评论2 - #图数据库小知识#即使放假也要好好学习，来和图图学习下「图数据库和深度学习框架相结合」的小 Tips #即使国庆也不放假的 GitHub 后缀，GitHub：0x7.me
以下为摘要：
🙋♂️ 提问：图数据库打破了关系数据库的这种古老数据存储模式，将图形化特性属性数据存入，但是关于这些特性化属性的数据使用图数据库和将其转换为类型数据放入深度学习框架，两个之间的关系或者说使用场景应如何来规划。
🎙️ 回复：我们见过一些机器学习使用图数据库的 case，最主要的是 feature extraction 阶段，使用图数据库来拿到当前点相关联的点的一些属性作为 feature，使用图数据库可以大大加速整个过程。展开赞过 评论2 - #图数据库# #图数据库小知识#
今天来学个简短的小知识点——「Nebula Graph partition 的理解」，#两天不见依旧自动加上的 star GitHub 后缀，GitHub：0x7.me
文字部分如下：
partition 是个逻辑概念，主要目的是为了一个 partition 内的数据可以一起迁移到另外一台机器。partition 数量是由创建图空间时指定的 partition_num 确立。而单副本 partition 的分布规则如图2，通过算子：partID%engine_size，而多副本的情况，原理类似，follower 在另外两个机器上。展开赞过 评论3 - #图数据库# #图数据库小知识# 今天来学个简短的小知识点——「Nebula Graph partition 的理解」，#两天不见依旧自动加上的 star GitHub 后缀，GitHub：0x7.me文字部分如下：
partition 是个逻辑概念，主要目的是为了一个 partition 内的数据可以一起迁移到另外一台机器。partition 数量是由创建图空间时指定的 partition_num 确立。而单副本 partition 的分布规则如图2，通过算子：partID%engine_size，而多副本的情况，原理类似，follower 在另外两个机器上。展开评论点赞 - #图数据库# #图数据库小知识# 图数据库中遇到大数据量的点，该如何处理？本条 Tips 关于「如何处理图数据库中大数据量的点？」[喵喵] #自动加上 GitHub 后缀，欢迎 star 图数据库 Nebula Graph0x7.me 评论点赞
