大约有 10,000 项符合查询结果（耗时：0.0162秒） [XML]
构建高并发高可用的电商平台架构实践 - 更多技术 - 清泛网 - 专注C/C++及内核技术
...流量)，ETag）
反向代理缓存
应用端的缓存(memcache)
内存数据库
Buffer、cache机制（数据库，中间件等）
2) 索引
哈希、B树、倒排、bitmap
哈希索引适合综合数组的寻址和链表的插入特性，可以实现数据的快速存取。
B树索引适...
程序员之网络安全系列（四）：数据加密之非对称秘钥 - 更多技术 - 清泛网 -...
程序员之网络安全系列（四）：数据加密之非对称秘钥前文回顾假如，明明和丽丽相互不认识，明明想给丽丽写一封情书，让隔壁老王送去如何保证隔壁老王不能看到情书内容？（保密性)如何保证隔壁...前文回顾
假如，明明和...
一分钟读懂低功耗蓝牙(BLE) MTU交换数据包 - 创客硬件开发 - 清泛IT社区，...
...UM TRANSMISSION UNIT） ， 指在一个PDU （Protocol Data Unit： 协议数据单元，在一个传输单元中的有效传输数据）能够传输的最大数据量（多少字节可以一次性传输到对方）。
* MTU 交换是为了在主从双方设置一个PDU中最大能够...
MySQL和MongoDB设计实例进行对比 - 大数据 & AI - 清泛网 - 专注C/C++及内核技术
MySQL和MongoDB设计实例进行对比MySQL是关系型数据库中的明星，MongoDB是文档型数据库中的翘楚。下面通过一个设计实例对比一下二者：假设我们正在维护一个手机产品库，里面...MySQL是关系型数据库中的明星，MongoDB是文档型数据库...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...
Deep Learning（深度学习）学习笔记整理系列之（四） - 大数据 & AI - 清泛...
...为了实现这种复现，自动编码器就必须捕捉可以代表输入数据的最重要的因素，就像PCA那样，找到可以代表原信息的主要成分。
具体过程简单的说明如下：
1）给定无标签数据，用非监督学习学习特征：
在我们之...