- 市场数据接口主要分为实时行情接口和延时行情接口两种。它们最根本的区别在于数据更新的频率和时效性。延时行情，顾名思义，提供的是滞后于市场真实情况的数据，通常会有10到15分钟的时间延迟。这种延迟意味着你看到的价格和交易量并不是此刻市场上的最新数据。而实时行情则能提供几乎没有延迟的、毫秒级别的最新报价和交易信息。 市场数据接口主要分为实时行情接口和延时行情接口两种。它们最根本的区别在于数据更新的频率和时效性。延时行情，顾名思义，提供的是滞后于市场真实情况的数据，通常会有10到15分钟的时间延迟。这种延迟意味着你看到的价格和交易量并不是此刻市场上的最新数据。而实时行情则能提供几乎没有延迟的、毫秒级别的最新报价和交易信息。
- 基于YOLOv8的狗狗品种(多达60种常见犬类)品种鉴别识别项目｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！源码包含：完整YOLOv8训练代码+数据集(带标注)+权重文件+直接可允许检测的yolo检测程序+直接部署教程/训练教程‘配套完整训练代码、标注数据、模型权重与部署教程，帮助用户从0到1训练并部署自己的狗狗品种识别系统。可广泛应用于：宠物店、犬类救助站、智慧城市宠物监管... 基于YOLOv8的狗狗品种(多达60种常见犬类)品种鉴别识别项目｜完整源码数据集+PyQt5界面+完整训练流程+开箱即用！源码包含：完整YOLOv8训练代码+数据集(带标注)+权重文件+直接可允许检测的yolo检测程序+直接部署教程/训练教程‘配套完整训练代码、标注数据、模型权重与部署教程，帮助用户从0到1训练并部署自己的狗狗品种识别系统。可广泛应用于：宠物店、犬类救助站、智慧城市宠物监管...
- ABoVE: Study Domain and Standard Reference Grids, Version 2简介北极-北方脆弱性实验 (ABoVE) 已开发两种标准化空间数据产品，以加快研究活动的协调并促进数据互操作性。ABoVE 研究区域涵盖美国阿拉斯加的北极和北方地区以及北美加拿大西部省份。该研究区域内已指定核心研究区域和扩展研究区域，并以矢量表示（Shapefile）、栅格表... ABoVE: Study Domain and Standard Reference Grids, Version 2简介北极-北方脆弱性实验 (ABoVE) 已开发两种标准化空间数据产品，以加快研究活动的协调并促进数据互操作性。ABoVE 研究区域涵盖美国阿拉斯加的北极和北方地区以及北美加拿大西部省份。该研究区域内已指定核心研究区域和扩展研究区域，并以矢量表示（Shapefile）、栅格表...
- 本教程将引导你如何使用 `requests` 库接入 infoway 的期货实时行情接口，以获取最新的K线数据。 本教程将引导你如何使用 `requests` 库接入 infoway 的期货实时行情接口，以获取最新的K线数据。
- 获取训练的OP以及摘要OP pre-trained模型路径. 开始训练 image_pre为图片处理结果，bbox_img为 定义SSD模型 修改网络当中输出score时候，9类(商品数据集8 + 1) 获取每一层的default boxes 加载已经训练模型 方便在Notebook使用的交互式会话 初始化变量 创建saver加载模型 通过 predictions 与 sele 获取训练的OP以及摘要OP pre-trained模型路径. 开始训练 image_pre为图片处理结果，bbox_img为 定义SSD模型 修改网络当中输出score时候，9类(商品数据集8 + 1) 获取每一层的default boxes 加载已经训练模型 方便在Notebook使用的交互式会话 初始化变量 创建saver加载模型 通过 predictions 与 sele
- 客户端 安装 1 安装依赖工具和库 2 安装Thrift编译器和程序库 Thrift的接口定义语言IDL 1 基本类型 2 容器类型 协议与传输选择 1 协议 服务器 Thrift 简介 架构 使用方法 gRPC HTTP/2 1 HTTP/1.x gRPC接口类型 1 Unary RPC 2 Server Streaming RPC Protocol Buffers 1 文档 客户端 安装 1 安装依赖工具和库 2 安装Thrift编译器和程序库 Thrift的接口定义语言IDL 1 基本类型 2 容器类型 协议与传输选择 1 协议 服务器 Thrift 简介 架构 使用方法 gRPC HTTP/2 1 HTTP/1.x gRPC接口类型 1 Unary RPC 2 Server Streaming RPC Protocol Buffers 1 文档
- Python贪心算法：从理论到实践1. 引言贪心算法（Greedy Algorithm）是一种在每一步选择中都采取当前状态下最优解，从而希望导致全局最优结果的算法设计策略。尽管贪心算法不能保证对所有问题都得到全局最优解，但在某些特定问题上，它能以极高的效率找到近似最优甚至全局最优解。本文将深入探讨贪心算法的理论基础、实际应用场景，并通过Python代码示例展示其在不同领域的应用，帮助... Python贪心算法：从理论到实践1. 引言贪心算法（Greedy Algorithm）是一种在每一步选择中都采取当前状态下最优解，从而希望导致全局最优结果的算法设计策略。尽管贪心算法不能保证对所有问题都得到全局最优解，但在某些特定问题上，它能以极高的效率找到近似最优甚至全局最优解。本文将深入探讨贪心算法的理论基础、实际应用场景，并通过Python代码示例展示其在不同领域的应用，帮助...
- Python数据可视化：从基础图表到交互式仪表盘1. 引言在大数据时代，数据可视化是将复杂信息转化为直观洞察的核心工具。Python凭借丰富的可视化库（如Matplotlib、Seaborn、Plotly）和强大的数据处理能力（Pandas、NumPy），成为数据科学家和分析师的首选技术栈。本文将系统讲解Python数据可视化的关键技术，通过多场景代码示例展示从静态图表到交互式仪表盘... Python数据可视化：从基础图表到交互式仪表盘1. 引言在大数据时代，数据可视化是将复杂信息转化为直观洞察的核心工具。Python凭借丰富的可视化库（如Matplotlib、Seaborn、Plotly）和强大的数据处理能力（Pandas、NumPy），成为数据科学家和分析师的首选技术栈。本文将系统讲解Python数据可视化的关键技术，通过多场景代码示例展示从静态图表到交互式仪表盘...
- Python与Java图文短视频处理技术全景解析1. 引言在短视频爆发式增长的今天，图文与视频内容的融合创作成为主流趋势。Python凭借丰富的图像/视频处理库和快速开发优势，Java依托其高并发性能和跨平台稳定性，成为短视频处理领域的两大核心技术栈。本文将深入对比分析Python与Java在图文短视频处理中的技术实现，通过典型场景的代码示例，揭示两种语言的核心优势与适用边界，并探讨... Python与Java图文短视频处理技术全景解析1. 引言在短视频爆发式增长的今天，图文与视频内容的融合创作成为主流趋势。Python凭借丰富的图像/视频处理库和快速开发优势，Java依托其高并发性能和跨平台稳定性，成为短视频处理领域的两大核心技术栈。本文将深入对比分析Python与Java在图文短视频处理中的技术实现，通过典型场景的代码示例，揭示两种语言的核心优势与适用边界，并探讨...
- Python GIF图像格式处理：从基础操作到高级应用1. 引言GIF（Graphics Interchange Format）作为互联网上最流行的动态图像格式之一，凭借其支持多帧动画、透明背景和跨平台兼容性，广泛应用于社交媒体、网页设计和用户交互场景。Python凭借丰富的图像处理库（如Pillow、OpenCV），为GIF的创建、编辑和分析提供了高效解决方案。本文将深入探讨Pyt... Python GIF图像格式处理：从基础操作到高级应用1. 引言GIF（Graphics Interchange Format）作为互联网上最流行的动态图像格式之一，凭借其支持多帧动画、透明背景和跨平台兼容性，广泛应用于社交媒体、网页设计和用户交互场景。Python凭借丰富的图像处理库（如Pillow、OpenCV），为GIF的创建、编辑和分析提供了高效解决方案。本文将深入探讨Pyt...
- Python二次元姓名生成器：从技术实现到创意应用1. 引言在二次元文化盛行的今天，独特的角色姓名不仅是身份标识，更是作品世界观的重要载体。从《鬼灭之刃》的“灶门炭治郎”到《原神》的“荧”，二次元姓名往往融合了音韵美感、文化隐喻和视觉冲击力。本文将设计一个Python二次元姓名生成器，通过算法模拟日式/中式二次元姓名的构成规律，并探讨其在游戏开发、小说创作等场景的应用。2. 技术... Python二次元姓名生成器：从技术实现到创意应用1. 引言在二次元文化盛行的今天，独特的角色姓名不仅是身份标识，更是作品世界观的重要载体。从《鬼灭之刃》的“灶门炭治郎”到《原神》的“荧”，二次元姓名往往融合了音韵美感、文化隐喻和视觉冲击力。本文将设计一个Python二次元姓名生成器，通过算法模拟日式/中式二次元姓名的构成规律，并探讨其在游戏开发、小说创作等场景的应用。2. 技术...
- Excel的使用 全渠道业务概述 1. Excel的使用(预计4小时) 2. 全渠道业务分析(预计4小时) 价格>50的比较少 groupby的操作,不同类别app的价格分布 第01章 Pandas基础 不支持列表和整数间的运算 选取imdb_score这列 每列值加1 每列值乘以2.5 每列值除以7的余数 判断是否大于7 利用通用函数实现加法 第02章 DataFrame基本 Excel的使用 全渠道业务概述 1. Excel的使用(预计4小时) 2. 全渠道业务分析(预计4小时) 价格>50的比较少 groupby的操作,不同类别app的价格分布 第01章 Pandas基础 不支持列表和整数间的运算 选取imdb_score这列 每列值加1 每列值乘以2.5 每列值除以7的余数 判断是否大于7 利用通用函数实现加法 第02章 DataFrame基本
- 2.2.4 指数加权平均 2.2.5 动量梯度下降法 2.2.6 RMSProp 算法 2.2.7 Adam算法 2.2.8 TensorFlow Adam算法API 2.2.9 学习率衰减 2.2.10 其它非算法优化的方式-标准化输入 2.2.11 神经网络调优 2.2.12 批标准化（Batch Normalization） 卷积神经网络 2.4 经典分类网络结构 学习目 2.2.4 指数加权平均 2.2.5 动量梯度下降法 2.2.6 RMSProp 算法 2.2.7 Adam算法 2.2.8 TensorFlow Adam算法API 2.2.9 学习率衰减 2.2.10 其它非算法优化的方式-标准化输入 2.2.11 神经网络调优 2.2.12 批标准化（Batch Normalization） 卷积神经网络 2.4 经典分类网络结构 学习目
- ABoVE: Multi-model Uncertainty of Carbon Stocks and Fluxes across ABoVE Domain, 2003简介该数据集提供了碳循环各组成部分不确定性的估计值，包括：土壤碳储量、自养呼吸 (Ra)、异养呼吸 (Rh)、净生态系统交换 (NEE)、净初级生产力 (NPP) 和总初级生产力 (GPP)，涵盖整个 ABoVE 研究区域，... ABoVE: Multi-model Uncertainty of Carbon Stocks and Fluxes across ABoVE Domain, 2003简介该数据集提供了碳循环各组成部分不确定性的估计值，包括：土壤碳储量、自养呼吸 (Ra)、异养呼吸 (Rh)、净生态系统交换 (NEE)、净初级生产力 (NPP) 和总初级生产力 (GPP)，涵盖整个 ABoVE 研究区域，...
- My Awesome Book 静态Web服务器-返回固定页面数据 1. 开发自己的静态Web服务器 3. 小结 静态Web服务器-命令行启动动态绑定端口号 1. 开发命令行启动动态绑定端口号的静态web服务器 修改闭包内使用的外部变量 装饰器 1. 装饰器的定义 3. 装饰器的语法糖写法 装饰器的使用 2. 装饰器实现已有函数执行时间的统计 property属性 3. 类属性 My Awesome Book 静态Web服务器-返回固定页面数据 1. 开发自己的静态Web服务器 3. 小结 静态Web服务器-命令行启动动态绑定端口号 1. 开发命令行启动动态绑定端口号的静态web服务器 修改闭包内使用的外部变量 装饰器 1. 装饰器的定义 3. 装饰器的语法糖写法 装饰器的使用 2. 装饰器实现已有函数执行时间的统计 property属性 3. 类属性
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签