- 开发者可以通过基础篇文章了解数据库的基本原理，然后结合调优思路，对实战篇的各个调优技巧进行深入的学习。 开发者可以通过基础篇文章了解数据库的基本原理，然后结合调优思路，对实战篇的各个调优技巧进行深入的学习。
- 概述 上个版本简单的连线在一些复杂场景，尤其层级比较多，连线跨层级比较多的情况下，会出现线条会穿过矩形的情况，这一讲就是在这个基础上，去优化这个连线。场景分析 在下面几种情况下，简单版本的画法已经没法办规避障碍节点了。 这种情况,由于简单版本，我们只在整条路径上添加了2个拐点，这种画法，当出现上述情况，线条就会被B挡住，实际的需求，我们要规避... 概述 上个版本简单的连线在一些复杂场景，尤其层级比较多，连线跨层级比较多的情况下，会出现线条会穿过矩形的情况，这一讲就是在这个基础上，去优化这个连线。场景分析 在下面几种情况下，简单版本的画法已经没法办规避障碍节点了。 这种情况,由于简单版本，我们只在整条路径上添加了2个拐点，这种画法，当出现上述情况，线条就会被B挡住，实际的需求，我们要规避...
- 一，表锁GaussDB(DWS) 支持的表锁级别很多，从最低的1级到最高的8级：1级锁，AccessShareLockSELECT语句申请AccessShareLock，只与8级锁冲突，只会阻塞DDL等语句。2级锁，RowShareLockSELECT FOR SHARE/UPDATE语句申请RowShareLock，与7/8级锁冲突。3级锁，RowExclusiveLockINSERT/U... 一，表锁GaussDB(DWS) 支持的表锁级别很多，从最低的1级到最高的8级：1级锁，AccessShareLockSELECT语句申请AccessShareLock，只与8级锁冲突，只会阻塞DDL等语句。2级锁，RowShareLockSELECT FOR SHARE/UPDATE语句申请RowShareLock，与7/8级锁冲突。3级锁，RowExclusiveLockINSERT/U...
- 概述 分层布局弄好之后，每一层的节点上下的相对位置基本确定了，我们最简单的方式，就是每一层平铺所有节点，节点宽度固定以及间距固定，每个节点的位置基本就确定了。我们只要基于这些节点进行连线就可以了。方案思路 直线方式 最简单的方式就是直线，我们只要确定两个节点之间的相对具体坐标，然后两点之间画一条直线就可以了。效果如下 从上图可以看出，直线实现... 概述 分层布局弄好之后，每一层的节点上下的相对位置基本确定了，我们最简单的方式，就是每一层平铺所有节点，节点宽度固定以及间距固定，每个节点的位置基本就确定了。我们只要基于这些节点进行连线就可以了。方案思路 直线方式 最简单的方式就是直线，我们只要确定两个节点之间的相对具体坐标，然后两点之间画一条直线就可以了。效果如下 从上图可以看出，直线实现...
- 文本图像中包含两层信息：视觉纹理信息和语言信息。由于单纯根据视觉纹理信息进行文字识别缺少了对上下文的字符语义信息的挖掘，时常会导致错误的文本识别结果（之后会详细说明）。因此如何获得鲁棒的语言信息来提升识别性能成为了最近场景文本识别任务中比较受欢迎的思路。 文本图像中包含两层信息：视觉纹理信息和语言信息。由于单纯根据视觉纹理信息进行文字识别缺少了对上下文的字符语义信息的挖掘，时常会导致错误的文本识别结果（之后会详细说明）。因此如何获得鲁棒的语言信息来提升识别性能成为了最近场景文本识别任务中比较受欢迎的思路。
- 本文用来总结一些GaussDB(DWS)在实际应用过程中，可能出现的各种作业排队的情况，以及出现排队时，我们应该怎么去判断是否正常，调整一些参数，让资源分配与负载管理更符合当前的业务；或者在作业阻塞的时候，怎么去处理这些情况，让业务立刻恢复正常。 本文用来总结一些GaussDB(DWS)在实际应用过程中，可能出现的各种作业排队的情况，以及出现排队时，我们应该怎么去判断是否正常，调整一些参数，让资源分配与负载管理更符合当前的业务；或者在作业阻塞的时候，怎么去处理这些情况，让业务立刻恢复正常。
- 前一篇博客介绍了Spark-Redis入门篇：包括一些基础概念和重要的类、方法。Spark-Redis是用Spark在redis上面进行读写数据操作的包。其支持redis的所有数据结构。由于redis是基于内存的数据库，稳定性并不是很高，尤其是standalone模式下的redis。于是工作中在使用Spark-Redis时也会碰到很多问题，尤其是执行海量数据插入与查询的场景中。 前一篇博客介绍了Spark-Redis入门篇：包括一些基础概念和重要的类、方法。Spark-Redis是用Spark在redis上面进行读写数据操作的包。其支持redis的所有数据结构。由于redis是基于内存的数据库，稳定性并不是很高，尤其是standalone模式下的redis。于是工作中在使用Spark-Redis时也会碰到很多问题，尤其是执行海量数据插入与查询的场景中。
- 路径生成是表关联方式确定的主要阶段，本文介绍了几个影响路径生成的要素：cost_param, scan方式，join方式，stream方式，并从原理上分析如何干预路径的生成。从另外一个角度看，即路径生成，是从这些底层的选择开始，从行数的估算、到scan的选择、再到join方式以及stream的选择，构成一条简单路径，然后多条路径根据代价选择，再逐层关联更多的表，最终形成一个完整的执行路径。 路径生成是表关联方式确定的主要阶段，本文介绍了几个影响路径生成的要素：cost_param, scan方式，join方式，stream方式，并从原理上分析如何干预路径的生成。从另外一个角度看，即路径生成，是从这些底层的选择开始，从行数的估算、到scan的选择、再到join方式以及stream的选择，构成一条简单路径，然后多条路径根据代价选择，再逐层关联更多的表，最终形成一个完整的执行路径。
- 图像信息中存在中大量的信息，所谓一图胜千言，就是在表达这个意思。 在众多处理图像中，将图像进行分类将是最基本的任务。实验中使用的深度学习框架Mindspore构建是卷积神经网络模型解决图像分类问题。 图像信息中存在中大量的信息，所谓一图胜千言，就是在表达这个意思。 在众多处理图像中，将图像进行分类将是最基本的任务。实验中使用的深度学习框架Mindspore构建是卷积神经网络模型解决图像分类问题。
- 请用5分钟阅读本文，然后立即投入实践，养成良好的文档习惯，你将节约无数宝贵的屎山打滚时间。 请用5分钟阅读本文，然后立即投入实践，养成良好的文档习惯，你将节约无数宝贵的屎山打滚时间。
- 使用EI企业智能对话机器人，零基础分分钟实战开源社机器人--小源(华为云版）！ 使用EI企业智能对话机器人，零基础分分钟实战开源社机器人--小源(华为云版）！
- 张小白都把机器拆了，还要怎样？ 张小白都把机器拆了，还要怎样？
- 从 1950 年图灵测试的提出到现在，对话系统已经走过了将近 70 年的时间，在这期间对话系统技术得到了快速的发展。方法也从当初的规则演变成如今的深度学习方法，对话系统的鲁棒性和准确性都得到了大幅提升。2020 年，自然语言处理顶级会议 ACL 被接收论文中，对话系统相关工作论文数量达到历史之最，这也进一步验证了对话系统最近几年得到了非常大的关注。本文将围绕对话机器人相关技术及其在行业中应用... 从 1950 年图灵测试的提出到现在，对话系统已经走过了将近 70 年的时间，在这期间对话系统技术得到了快速的发展。方法也从当初的规则演变成如今的深度学习方法，对话系统的鲁棒性和准确性都得到了大幅提升。2020 年，自然语言处理顶级会议 ACL 被接收论文中，对话系统相关工作论文数量达到历史之最，这也进一步验证了对话系统最近几年得到了非常大的关注。本文将围绕对话机器人相关技术及其在行业中应用...
- 给老电影添彩。 给老电影添彩。
- 这是HiLens的投名状吗？ 这是HiLens的投名状吗？
上滑加载中
推荐直播
-
OpenHarmony应用开发之网络数据请求与数据解析2025/01/16 周四 19:00-20:30
华为开发者布道师、南京师范大学泰州学院副教授，硕士研究生导师，开放原子教育银牌认证讲师
科技浪潮中，鸿蒙生态强势崛起，OpenHarmony开启智能终端无限可能。当下，其原生应用开发适配潜力巨大，终端设备已广泛融入生活各场景，从家居到办公、穿戴至车载。 现在，机会敲门！我们的直播聚焦OpenHarmony关键的网络数据请求与解析，抛开晦涩理论，用真实案例带你掌握数据访问接口，轻松应对复杂网络请求、精准解析Json与Xml数据。参与直播，为开发鸿蒙App夯实基础，抢占科技新高地，别错过！
回顾中 -
Ascend C高层API设计原理与实现系列2025/01/17 周五 15:30-17:00
Ascend C 技术专家
以LayerNorm算子开发为例，讲解开箱即用的Ascend C高层API
回顾中
热门标签