大约有 22,000 项符合查询结果(耗时:0.0213秒) [XML]

https://www.tsingfun.com/it/cp... 

C++ protobuf使用入门实例 - C/C++ - 清泛网 - 专注C/C++及内核技术

C++ protobuf使用入门实例cpp_protobuf_demoprotobuf 是结构化数据的系列化 反序列化解决方案,类似XML JSON,但他的运行效率及压缩率均较后者高一个数量级,且完全的跨平台。使用步骤如下:1、定义一个 proto数据结构文件 protobuf 是结...
https://www.fun123.cn/reference/pro/excel.html 

App Inventor 2 实现导出Excel全方案总结 · App Inventor 2 中文网

...p Inventor 2 实现导出Excel全方案总结 1、导出CSV格式数据 2、导出原生Excel:支持数据、文本、图片等 « 返回首页 App Inventor 2 实现导出Excel全方案总结 1、导出CSV格式数据 一...
https://bbs.tsingfun.com/thread-1648-1-1.html 

UrsAI2ByteArray 字节数组扩展:读写二进制数据 - App Inventor 2 拓展 - ...

在技​​术应用或控制设备时,经常需要使用二进制数据。此扩展允许维护二进制数据字段(字节数组)。 官方页面:https://ullisroboterseite.de/android-AI2-ByteArray-en.html
https://bbs.tsingfun.com/thread-1759-1-1.html 

appinventor 如何调用其他屏幕的数据? - App Inventor 2 中文网 - 清泛IT...

...类似,原文进行了非常详细的介绍,这里的调用其他屏幕数据可能还有一些不同,建议的方式是: 1、通过“微数据库”在第一个屏幕存储值,然后在其他屏幕读取就可以了。 2、通过剪贴板,原理也是一样的,具体用法参考 Cl...
https://bbs.tsingfun.com/thread-2358-1-1.html 

MIT已发布v2.75版本,中文网已同步升级最新版本 - App Inventor 2 中文网 -...

...拟合(Trendline)组件只能添加到图表(Chart)组件中,其数据来源依赖于图表数据(ChartData2D)组件,因此,曲线拟合组件必须与图表组件及图表数据组件一同使用。 曲线拟合组件有四种不同的模型可供选择,如下图所示,...
https://www.tsingfun.com/ilife/life/1004.html 

程序员用数据思维教你如何追女生 - 杂谈 - 清泛网 - 专注C/C++及内核技术

程序员用数据思维教你如何追女生好啦,今天这次IT内部培训,我们不讲编码技术,也不灌鸡汤要求大家加班。今天我们谈一个你们这群单身狗已经掌握却一直没怎么用的技能:追求... 好啦,今天这次IT内部培训,我们不讲编码...
https://www.tsingfun.com/it/tech/1389.html 

程序员之网络安全系列(二):如何安全保存用户密码及哈希算法 - 更多技术 ...

...件事,说明了网站是“几乎是”明文存储你的密码,一旦数据用户数据泄露或者被拖库,那么用户密码将赤裸裸的暴露了,想想之前几次互联网密码泄露事件。 那么如何解决呢? 加密 为了不让密码明文存储,我们需要对密码...
https://www.tsingfun.com/it/tech/1393.html 

程序员之网络安全系列(六):动态密码 - 更多技术 - 清泛网 - 专注C/C++及内核技术

...列(二):如何安全保存用户密码及哈希算法我们保证了数据的完整性程序员之网络安全系列(三):数据加密之对称...前文回顾 程序员之网络安全系列(二):如何安全保存用户密码及哈希算法 我们保证了数据的完整性 ...
https://www.tsingfun.com/it/da... 

Oracle 11.2.0.4 RAC FOR redhat 6.4 - 数据库(内核) - 清泛网 - 专注C/C++及内核技术

...oracle 用户执行 dbca 下一步 下一步 定制数据库 下一步 填入刚才设置的密码后点击确定 默认40% 不变 进程调到1200 根据需要设置 后点击下一步 下一步 点击完成 点击...
https://www.tsingfun.com/it/bi... 

Deep Learning(深度学习)学习笔记整理系列之(二) - 大数据 & AI - 清泛...

...习系统的原材料,对最终模型的影响是毋庸置疑的。如果数据被很好的表达成了特征,通常线性模型就能达到满意的精度。那对于特征,我们需要考虑什么呢? 4.1、特征表示的粒度 学习算法在一个什么粒度上的特征表示...